导图社区 教育统计
教育统计思维导图：包含假设检验类型，总体分布形态已知，一般数据要求满足，随机抽样，正态分布等等
这是一篇关于教育统计的思维导图。是对单个总体的分布形态进行推断，即了解样本来自的总体分布是否与某个已知理论分布吻合。
社区模板帮助中心，点此进入>>
亡羊补牢
外婆与姥姥的区别
父母学吧四大模块课程
幼儿知识之科学探究实施思维导图
植物
Moep
汉语拼音思维导图
第四组基本动作练习思维导图
面对孩子的特性需要把握的两个原则
幼儿园主题活动：甜蜜蜜的糖果
教育统计
均值检验
参数检验
假设检验类型
适合定量数据
总体分布形态已知
一般数据要求满足：随机抽样，正态分布
根据样本数据对总体数据的统计参数进行推断
非参数检验
适合定性数据
总体分布形态未知
根据样本数据对总体数据的分布形态进行推断
t检验
单样本t检验
某一个变量的均值与特定的值进行比较
条件
单组样本进行检验
样本的测量值服从正态分布或近似正态分布
结论分析
t:t检验系数（一般情况下不解释）
自由度：比个案数少1，无实际意义，不做分析
sig(双尾）：=P值
sig>0.05:差异不显著
sig<0.05:差异显著
配对样本t检验
同一个个案的不同变量观测值之间的差异
两组样本的测量数目相同
测量值顺序不能颠倒
测量值之差服从正态分布或近似正态分布
结论
独立样本t检验
相互独立的两个对象或两个事物在同一时间的平均值差异
两组样本相互独立，没有配对关系
两组样本的测量值的方差是否具有齐次性
方差检验（F检验）
单因素方差分析
各组样本必须相互独立，没有配对关系
步骤
正态分布检验
P-P图
T-T图
直方图
分析-比较平均值-单因素ANOVA检验
对比
多选项
事后比较
LSD-假定等方差
塔姆黑泥T2-不假定等方差
选项
选择因变量
单样本非参数检验
分析-非参数检验-旧对话框-卡方
是对单个总体的分布形态进行推断，即了解样本来自的总体分布是否与某个已知理论分布吻合。
例如:随机抽样问卷要求各个调研组别比例接近，或单个组别不少于20%抽样。
检验条件
样本量小或总体分布不明
适合定距、定类、定序数据分析
两对独立样本非参数检验
分析-非参数检验-旧对话框-两个独立样本
适合类型
交叉连列表
通过对两独立样本的分析，推断来自两个总体的分布是否存在显著差异。
样本数据相互独立
因变量为离散型数据
两对配对样本非参数检验
完成调研报告
案例
统计图
条形图
线图
面积图
饼图
定性变量的数据资料进行分析x轴，均为定性变量/分类数据
散点图
拟合曲线
正相关
负相关
定量变量间的关系
抛物线-偏度
单个连续性数据汇总
高低图
箱图
矩形框：箱图主体
触须线：中间的竖线
上触：最大值
下触：最小值
奇异值
圆圈标记：值超过箱体1.5倍
极端值
“*”标记：值超过箱体3倍
描述变量值分布，X轴均为定性/分类数据
双轴图
描述两个变量的变化：双Y轴
描述分析
集中趋势分析
平均值
中位数
众数
总和
离散趋势分析
跨度（全距）
方差
标准差
方差，标准差值越大，说明分布偏离中心的程度越大：其值越小越集中
最大值
最小值
四分位数，十分位数，百分位数
分布形态分析
偏度
>0:正偏离，右偏
<0:负偏离，左偏
峰度
>0：分布集中趋势强
<0：分布离心趋势强
交叉列表分析
概念
指分析多个变量在不同取值下的数据分布情况，从而进行变量之间的相互关系分析
一般用于分析定性变量
多个变量在不同取值下的数据分布情况
皮尔逊-卡方检验
≥0.05:关联度不大
<0.05:显著性差异
频数分析
某变量取值的各种情况或各种取值出现的次数或频率。
一般用于分析定性变量和离散型变量
单个选项的分布情况
调查问卷的基本发放情况：总人数，年龄，性别，专业等情况的介绍
结论的可信度
信效度分析
信度系数
>0.8:信度非常好
0.6-0.8：信度较好
<0.6：问卷调研结果不可信
分析-标度-可靠性分析
数据处理基本操作
数据录入
单选题录入
多选题录入
每个选项定义为1或0
排序题录入
把每一个选项作为一个变量
定位
编辑-转到个案
增删输入
编辑-插入变量
排序
数据-个案排序
多重排序
第一个指定的排序量为主，依次后推
单值排序
选择观察量的子集
数据-选择个案-选择（条件设置）
分类汇总
数据-汇总
变量值重新编码
转换-重新编码为相同变量/重新编码为不同变量
计算新变量
转换-计算变量
英文状态，/mean（）不需要等号
检查奇异值
分析-描述统计-频率
缺失值替换
转换-替换缺失值-序列平均值
数据类型
定性数据
定类数据
定序数据
定量数据
定距数据
定比数据
大于等于2组以上
两组对比
