||
这学期学习了多元统计这么课,主要先是讲理论然后是SPSS软件的操作部分,在考试之前最后几天看了这本书的前几篇,了解个大概,还没有吃透。超级喜欢上课的老师,统计要好好学。数学是很强大的东西,很多模型都是建立在公式之上的。
第一篇 定量研究的理论与实务
第一章研究设计与量表分析
几个中英名词v-variable
定量数据(quantitative data)定性研究(qualitative research)
描述统计学(descriptive statitics)
推断统计学(inferential statstics)归纳统计学(inductive statistics)
自变量,实验变量(experimental v)因变量(dependent v)
结果变量(outcome variable)效标变量(criterion variable)
干扰变量(extraneous v)情景变量(situational v)个体变量(individual v)
统计控制(statistical control)协方差分析(analysis of covariance)
1.定量研究与定性研究的差异
2.各个概念
估计或检验的目的是希望由样本的性质来推断总体的性质
1.随机抽样(random sampling):均等概率原则,独立性原则
2.非随机抽样:立意抽样(purposive sampling)与便利抽样(convenience sampling)
3.分层随机抽样(stratified random sampling):比例分配抽样与等量分配抽样
4.整群抽样法(cluster sampling)
抽样误差、抽样误差率与统计误差
一、抽样的样本多大才算大?
二、变量属性是否正确界定?
1.名义变量与类别变量(互斥,完整)
2.次序变量(表示等级排序关系)
3.等距/比率变量(可加性与可乘性)
离散与连续
三、统计结论效度(statistical conclusion validity)
正确运用统计方法解释研究结果的程度(周文钦,2004)
不当的通缉你检验或误用统计方法的情况(6.结果解释有误):
量表或测验试题质量分析的步骤:
一、编制预试问卷
1.视问卷题目性质增加测谎题或反向题
2.李克特量表以采用四点量表至六点量表法为最佳
二、建构专家效度
内容效度(content validity)效标关联效度(criterion-related v)
建构效度(construct v)专家效度
三、实施预试
四、整理问卷、编号与数据录入
五、项目分析或试题分析
六、因子分析
为了检验量表的建构效度,进行因子分析(或称共同因子分析(common factor analysis,CFA))
建构效度是指态度量表能够测量理论的概念或特质的程度
即找出量表潜在结构,减少题目数,使其变为一组较少而彼此相关程度较高的变量
主成分分析
考虑保留多少个共同因子?
1.Kaiser的特征值大于1 2.碎石图检验法
七、信度分析(α系数,折半信度)
八、再测信度
第二章 研究问题与统计方法解析
例子:
1.小学五年级学生的数学焦虑、数学态度、数学投入动机与数学成绩的现状如何?
描述(平均数与标准差)
2.学生的数学焦虑、数学态度、数学投入动机与数学成绩是否有显著相关性?
单一变量与单一变量间两两相关,变量均属于连续变量,采用皮尔逊简单相关方法
3.不同性别的学生,其数学焦虑、数学态度、数学投入动机与数学成绩是否有显著相关性?
独立样本t检验:检验两个独立总体平均数是否存在差异
相依样本t检验
相依样本单因素方差分析
4.不同家庭状况的学生,其数学焦虑与数学成绩是否有显著相关性?
独立样本单因素方差分析
独立样本单因素单协变量方差分析、独立样本单因素双协变量方差分析
5. 学生性别、数学焦虑、数学态度、数学投入动机是否可有效预测学生的数学成绩?其预测能力如何?
多元回归分析/复回归法
如果因变量不是连续变量而是二分类别变量或二分次序变量,则应采用判别分析或Logistic回归分析,如果因变量是多类别变量或多分次序变量,则需进行判别分析。
6.学生性别与家庭状况变量在数学成绩上是否有显著地交互作用?
双因素方差分析
协变量
7.不同数学投入动机组的学生在数学态度4个层面是否有显著差异?
单因素多变量方差分析(multiple analysis of variance)
8. 学生性别与家庭状况在数学成绩、整体数学焦虑、整体数学态度方面上是否有显著地交互作用?
双因素多变量方差分析
9.数学投入动机与数学态度间是否有显著地典型相关性存在?
统计检验与显著水平
统计方法:参数统计,非参数统计
双尾检验(无方向性的检验):旨在检验两组受试者的统计量是否有所不同à不是比较大小
单尾检验(有方向性的检验):旨在检验两组受试者的统计量哪个大哪个小
0.05的显著水平表示进行统计检验推断时,所犯的统计决策上的错误率的大小。即零假设本来是真的,对搜集的数据进行统计检验时,拒绝这一零假设时所犯的错误率。
α所在的区域称作临界域(criticalregion)或称拒绝域。当进行假设检验时所计算的统计量(z值,t值,Χ2值,F值等)落入这一区域内时,就应拒绝零假设,接受备择假设。
统计决策基准:α为0.05,0.01,0.001
统计检验力:1-β为0.8
1.统计检验量的精确概率值
2.关联强度与效果值
3.置信区间
第二篇 SPSS操作程序与方法
第三章 窗口版SPSS的基本操作
第四章数据审核和基础统计分析
统计量:平均数、中位数、众数、全距、方差与标准差、四分位、百分位数
偏态与峰度
平均标准误差代表抽样误差的可能性大小
标准分数Z与T分数
第五章数据转换与重编码
自动重码,计算观测值内的数值频数,自定重编码或分组,数据文件的转置
第三篇以后的多为理论与操作结合,版本有点老了,大家还是看新的吧!虽然多元统计结束了,但是这里面的东西还是很实用的,SPSS很强大可以好好学习一下,也是数据挖掘的一个好帮手。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-27 06:53
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社