第15讲-《传播学研究方法》统计初步：推论统计的基本原理.ppt

* * * 33 * * * 33 抽样分布的形成过程 总体 计算样本统计量 如：样本均值、比例、方差 样本 是一种理论概率分布 样本统计量是随机变量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 是进行推断的理论基础，也是抽样推断科学性的重要依据 例：假设有10个人，他们接受教育的年限分别为6,7,8,9,10,11,12,13,14,15年 。 如果一次抽1个人， 那可以有10种抽样方法，可得出10个样本统计值的分布； 如果一次抽2个人， 那么有45种抽样方法，可以得出45个样本统计值的分布； 如果一次抽3个人， 那么有120种抽样方法，可以得出120个样本统计值的分布； 如果一次抽4个人， 那么有210种抽样方法，可以得出210个样本统计值的分布； 如果一次抽5个人， 那么有252种抽样方法，可以得出252个样本统计值的分布； ? x 95% 的均值 ? -1.96?x ? +1.96?x 99% 的均值 ? - 2.58?x ? +2.58?x 90%的均值 ? -1.65 ?x ? +1.65?x 三、统计推断 统计推断 点估计 区间估计 参数估计 假设检验 参数 假设检验 非参数 假设检验 * 样本与总体 ☆ 总体(Population) 所关心的所有元素的集合 ☆ 样本(Sample) 从总体中按一定方式抽取出的一部分 元素的集合 总体 ? ? ? ? ? ? ? 样本 ? ? ? ? * 统计量与参数值 ☆ 参数值(Parameter) 总体的数字特征，通常用希腊字母表示；例如总体均值μ，总体标准差σ ； ☆ 统计量(Statistic) 样本的概括性测度值，通常用罗马字母表示；例如样本均值 ，样本标准差S。 （一）参数估计1.点估计 (point estimate) 用样本的估计量直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计 例如：用10位同学的平均身高来估计全班同学的平均身高。 没有给出估计值接近总体参数程度的信息 点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等 2、区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 样本统计量 (点估计) 置信区间 置信下限 置信上限 区间估计的图示 ? x 95% 的均值 ? -1.96?x ? +1.96?x 99% 的均值 ? - 2.58?x ? +2.58?x 90%的均值 ? -1.65 ?x ? +1.65?x （二）假设检验 §8.1 若对 参数 有所 了解 但有怀 疑猜测 需要证 实之时 用假设 检验的 方法来 处理 若对参数 一无所知 用参数估计 的方法处理 假设检验的一般步骤 3.抽样，根据样本观察值确定接受还是拒绝H0 假设检验的一般提法是：在给定备择假设H1下，利用样本对原假设H0作出判断，若拒绝原假设H0，那就意味着接受备择假设H1，否则，就接受原假设H0。 反证法 为什么要通过检验原假设来检验研究假设？ 张三、李四在考试中有没有舞弊？ 曾参杀人、三人成虎的故事？ 总体 ? ? ? ? ? ? ? 假设检验的基本思想 抽取随机样本 均值 ?x = 20 ? ? ? ? 有人认为人口的平均年 龄是50岁，我认为不可 能是50岁。 提出假设 拒绝假设 别无选择! 作出决策 假设检验的基本思想 ... 因此我们拒绝假设 ? = 50 ... 如果这是总体的假设均值 样本均值 m = 50 抽样分布 H0 这个值不像我们应该得到的样本均值 ... 20 ? x 95% 的样本 ? -1.96?x ? +1.96?x 99% 的样本 ? - 2.58?x ? +2.58?x 90%的样本 ? -1.65 ?x ? +1.65?x 怎么通过检验原假设来检验研究假设？ 通过显著性水平α 显著怎么理解？试着用“显著”造句。 发生概率小才称显著。我们常说少见多怪, 也是这个意思，见到概率小的事件,当会另眼相看(显著)。 简而言之，显著性水平，就是小概率的标准。 显著性水平——即小概率水平为多少？ 概率是0～1之间的一个数，因此小概率就是接近0的一个数 著名的英国统计家Ronald Fisher 把20分之1作为标准，也就是0.05，从此0.05或比0.05小的概率都被认为是小概率。 Fisher没有任何深奥的理由解释他为什么选择0.05