与其他总体相比,正态总体参数的置信区间是最完善的应用也最广泛。在构造正态总体参数的置信区间的过程中,t分布、x2分布、F分布以及标准正态分布N(1扮演了重要角色

t检验,亦称 student检验( Student'’sttest),主要用于样本含量较小(例如n<30),总体标准差σ未知的正态分布资料。 一、样本均数与总体均数的比较 二、配对资料的比较 三、两样本均数的比较 四、大样本均数比较的u检验 五、正态性检验与两方差齐性检验

方差分析是一种特殊的假设检验,是判断多组数据之间平均数差异是否显著的。对多组 数据若仍用前一章中的t检验一对对比较,会大大增加犯第一类错误的概率。例如有5组数 5×4 据要比较,则共需比C3==10次。若H正确,每次接受的概率为1-a=0.95,10次 都接受为0.95°≈0.60,因此a=1-0.6=0.40,即全部比较中至少犯一次第一类错误的概 率为0.40,这显然是不能接受的

社会学专业必修课程。本课程需预修社会研究方法等前期课程作为基础 基本内容:社会统计学作为社会学专业必修课程侧重于社会研究的统计应用,并为学习 SPSS软件打好基础。本课程主要包括三个方面:叙述统计,内容为集中趋势测量、离散趋 势测量的单变量分析,两个变量分布及λ、Ty、 Gamma、r、E2等相关测量法;推论统计, 内容为抽样与统计推论,参数估计以及ⅹ2检定、F检定、T检定等假设检定;

Chapter 9- Learning objectives Explain the difference between a point and an interval estimate Construct and interpret confidence intervals. with a z for the population mean or proportion with a t for the population mean Determine appropriate sample size to achieve specified levels of accuracy and confidence C 2002 The Wadsworth g

第一节两项百分数资料的假设测验 一、单个样本百分数(或成数)的统计假设测验 这是测验一个样本百分数的总体百分数P与某一理论 值或期望值P的差异显著性。由于np和nq都大于5时二项 分布趋近于正态,所以可用u测验,但需进行连续性矫正; 如果np和nq都大于30,则可不进行连续性矫正;如果np 或nq小于5,则宜用二项式展开直接计算或进行连续性矫 正后的t测验,按df=n-1查表

第一节两项百分数资料的假设测验 一、单个样本百分数(或成数)的统计假设测验 这是测验一个样本百分数的总体百分数P与某一理论 值或期望值P的差异显著性。由于np和nq都大于5时二项 分布趋近于正态,所以可用u测验,但需进行连续性矫正; 如果np和nq都大于30,则可不进行连续性矫正;如果np 或nq小于5,则宜用二项式展开直接计算或进行连续性矫 正后的t测验,按df=n-1查表

前章介绍了两样本均数比较的t检验。在医学科 学研究中,常常要通过多个样本均数比较来推 断各处理组间是否存在差别,此时若多次重复 使用ttest,会使犯第Ⅰ类错误(假阳性错误 )的概率增大,且脱离了原先的实验设计,将 多个样本均数的同时比较转变为两个样本均数 的多次比较。若采用实验设计所对应的方差分 析同时分析多个样本均数的差别,则可避免以 上问题

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节波松分布 第六节样本平均数的抽样分布 第七节t分布

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节波松分布 第六节样本平均数的抽样分布 第七节t分布