导图社区心理统计学

心理统计学

心理统计学思维导图供大家使用，祝大家上岸成功！本图是描述统计的相关知识，有需要的同学可以收藏下哟。

编辑于2022-08-22 11:39:19 山东省

心理统计学

要继续努力

他的近期作品查看更多>>

心理统计学

社区模板帮助中心，点此进入>>

要继续努力

他的近期作品查看更多>>

相似推荐
大纲

妈妈必读：一张0-1岁孩子认知发展的精确时间表
- 7.8k
- 1.6k
- 397
- 41
Ethan
人际关系处理
- 2.8k
- 179
- 134
- 7
(*^▽^*)
人际交往思维导图
- 3.6k
- 142
- 132
- 6
(*^▽^*)
人生导航
- 2.4k
- 192
- 181
- 20
(*^▽^*)
处理人际关系6项原则
- 1.7k
- 120
- 120
- 4
(*^▽^*)
进行头脑风暴的准则的思维导图
- 804
- 70
- 48
- 2
issen
自卑与超越
- 3.1k
- 8
- 189
- 3
13890299656
超强思维训练课
- 555
- 3
- 25
- 0
水静风
逻辑填空
- 738
- 2
- 33
- 1
xingyunliushui
东尼博赞简介
- 542
- 0
- 16
- 0
文质彬彬

描述统计

一、统计图表

1. 统计图

（1）含义

（2）构成

1||| 横坐标：组别/自变量

2||| 纵坐标：次数/因变量

（3）种类

1||| 次数分布图

A. 直方图

B. 次数多边形图

C. 累加次数分布图

2||| 其他统计图

A. 条形图

B. 圆形图

C. 线形图

D. 散点图

E. 茎叶图

2. 统计表

（1）含义

（2）组成

（3）种类

1||| 次数分布表

A. 简单次数分布表

B. 分组次数分布表

C. 相对次数分布表

D. 累加次数分布表

E. 双列次数分布表

F. 不等距次数分布表

2||| 其他

A. 简单表

B. 分组表

C. 复合表

二、集中量数

1. 算术平均数

（1）定义

1||| 所有观察者的总和与总频数之比

2||| 样本用M或X表示

3||| 总体平均数用μ表示

（2）特点

1|||

2|||

3|||

（3）意义

1||| 真值最好的估计值

（4）优缺点

1||| 优点

A. 利用所有数据

B. 反应灵敏

C. 计算严密

D. 计算简单

E. 简明易解

F. 适合进一步代数演算

G. 较少受抽样变动影响

2||| 缺点

A. 易受极端值影响

B. 不能唉出现模糊数据时计算

（5）应用

1||| 同质性原则

2||| 平均数与个体数值相结合

3||| 平均数与方差标准差相结合

2. 中数

（1）定义

1||| 局于中间位置的数

（2）计算

1||| 奇数时（N+1）/2

2||| 偶数，中间两数做评均

3||| 分布中有相等，画图法

（3）优缺点

1||| 优点

A. 易受极端值影响

B. 计算简单

C. 易理解

D. 概念明了

2||| 缺点

A. 未利用全体数据

B. 反应不灵敏

C. 受抽样影响大

D. 需排序

E. 无进一步代数运算

（4）应用

1||| 出现极端值时

2||| 快速估计代表值时

3||| 次数分布两端数据或个别数据不清时

4||| 考察分布为顺序型数据

3. 众数

（1）含义

（2）计算

1||| 直接观察

2||| 公式计算

A. 皮尔逊经验法（分布接近正态）

B. 金氏插补法

（3）优缺点

1||| 优点

A. 免受极端值

B. 同中数

2||| 缺点

A. 未用到全部数据

B. 不稳定

C. 不灵敏

D. 不能代数运算

E. 估计值

（4）应用

1||| 出现极端值

2||| 需估值

3||| 不同质时

4||| 称名数据

4. 三数关系

（1）正态分布时三者相等

（2）偏态分布

1||| 正偏态：

2||| 负偏态：相反

5. 其他

（1）加权平均数

（2）倒数平均数

（3）几何平均数

标注

三、差异量数

1. 全距R

（1）两级差

（2）连续性全距计算时，最大值精确上限-最小值精确下限

2. 离差与平均差

（1）离差

1||| 某点到均值的距离

2||| 一组数据离差之和=0

（2）平均差

3. 方差与标准差

（1）方差

1||| 总体方差

2||| 样本方差

3||| 特点

A. 可加性

B. 可分解性

（2）标准差

1||| 定义

A. 方差的平方根

2||| 特点

A. 都加C，标准差不变

B. 都*C，标准差*C

C. 先*C后+d，原标准差*C优缺点与平均数一样

（3）应用

1||| 切比雪夫定律

2||| 异常值取舍

3||| 不能使用

A. 同一团体不同观测值

B. 不同团体同一水平相差大的观测值

4. 差异系数

（1）应用

1||| 贯彻工具不同，特质不同

2||| 样本间水平差异大

3||| 只能描述，不能统计推论

（2）注意

1||| 数据有等距尺度

2||| 具有绝对零

四、相对量数

1. 标准分数

（1）定义

1||| 以标准差为单位

2||| 表示原始分数在平均数上下几个标准差的位置

（2）性质

1||| 无实际单位，=平均数为参照点，以标准差为单位

2||| 有正负，和为0，Z的平均数为0，Z的标准差为1

3||| 原始分数转换为Z后，两者分布形态相同

（3）优点

1||| 可加，不同质的原始分数有相同参照点

2||| 可比，放在同一背景考虑

3||| 明确，可知百分等级

4||| 稳定，保证不同质分数在总分中相同

（4）缺点

1||| 计算繁杂

2||| 有负值，0，小数

3||| 比较时需满足原始形态相同

（5）应用

1||| 比较分属性值不同的观测值在各自数据相对位置的高低

2||| 计算不同质的观测值的总和或平均值，以表示相对位置

3||| 表示标准测验分数

2. 百分位数

（1）处在某一百分比的人的对应分数

（2）内插法

3. 百分等级

（1）低于某测验分数的人数百分比，与百分位数互为逆运算

（2）公式

1||| 分组

2||| 未分组

4. 百分位差

（1）含义

（2）常见的：

（3）特点

1||| 易理解，少受极端值影响

2||| 不能反映中间数据分布情况

3||| 稳定性差，不灵敏，不能代数运算

（4）四分位距

（5）四分位差

五、相关量数

1. 基本概念

（1）相关关系

1||| 两现象，发展变化的方向和大小存在一定联系（非因果，共变）

（2）相关系数

1||| 两列变量间相关程度的数字表现形式（总p样r）

2||| 0-0.4.0.6-0.8-1

（3）类别

1||| 正相关

2||| 负相关

3||| 零相关

（4）测定系数

1||| 相关系数的平方

（5）散点图

（6）注意事项

1||| 相关系数受样本n影响，最好不小于30

2||| 相关不一定因果

A. 无法找到相互影响方向

B. 无法排除第三个变量的影响（伪相关）

3||| 相关系数不是等距数据，不能用倍数关系比较

4||| 计算相关要求成对数据

5||| 可能是线性/非线性

6||| 易受n、代表性、极端值影响

7||| 纯理论研究时，相关很小也能说明规律

2. 相关类型

（1）积差相关（person相关、积距相关）

1||| 适用条件

A. 成对

B. 正态

C. 线性

D. 连续

2||| 计算

A. 基本式

B. 标准分数

C. 原始分数

D. 相关系数的合并（同质性）

a. r——z

c. Z——R

（2）斯皮尔曼等级相关

1||| 适用条件

A. 只有两列

B. 等级变量

C. 线性

D. 顺序性/称名数据

E. 非正态

2||| 计算

A. 等级差数法（N<30）

B. 等级序数法

C. 有相同等级时

（3）肯德尔等级相关

1||| 肯德尔W系数

A. 含义

a. 多列等级变量相关程度

b. K人评价N物/一人K次评价N物

c. 原理是评价一致性除以最大变异可能性

B. 计算

2||| 肯德尔U系数

A. 含义

a. 对偶比较法，N事件两两配对

b. 优记1，非记0

c. U为1时，评分者意见完全一致

d. U为-1\K（k为奇数）或-1\K-1（偶数）时，评分者意见相反

B. 计算

（4）点二列相关与二列相关

·二分变量+等距/比数据 ·真正二分/人为二分

1||| 点二列相关

A. 条件

a. 等距/比+真二分

b. 正态

B. 公式

2||| 二列相关

A. 条件

a. 等距/比+人为二分

B. 公式

3||| 区别

A. 是否正态？

B. 不确认分布状态都用点二列

C. 确认正态用二列

（5）相关

1||| 两个相关都是真二分时，用phi系数

2||| 四分相关

A. 都是人为二分时

3||| 相关

A. 应用

a. 都是真二分

b. 除四分相关--之外的四格表资料

B. 计算

3. 相关系数的解释

推断统计

一、推断统计的数学基础

1. 概率

（1）含义及分类

1||| 后验概率

2||| 先验概率

（2）基本性质

1||| 公理系统

A. 任意事件A的均为非负

B. 必然事件P为1

C. 不可能P为0

2||| 加法定理（不相容事件）

3||| 乘法定理（相容事件）

（3）概率种类

1||| 按分布函数的来源划分

A. 经验分布

a. 观察或实验获得的数据

B. 理论分布

a. 随机变量概率分布的函数——数学模型

b. 按某数学模型计算出整体的次数分布

2||| 按变量的连续性

A. 离散分布

a. 二项

b. 泊松

c. 超几何

B. 连续分布

a. 正态

b. 负指数

c. 布尔

3||| 按描述数据的特征划分

A. 基本随机变量分布（原始数据）

B. 抽样分布（样本统计量分布）

4||| 标准误（SE）

A. 样本统计量的标准差

2. 正态分布（常态/高斯）

（1）特点

1||| 对称分布

2||| 差异量数间固定比率

3||| 中央最高，拐点在+-1个标准差处

4||| 一族分布，形态随变量均、标变化

5||| 面积=1

6||| 标准差与面积有一定关系

A. 0

B. +-1——68.26%

34.13%

C. +-1.96——95%

D. +-2——95.44%

13.59%

E. +-2.58——99%

F. +-3——99.73%

2.14%

G. +-4——99.99%

0.13%

（2）应用

1||| Z分数求P

2||| 从P求Z

3||| 从PZ求Y

（3）检验次数分布是否为正态

1||| 皮尔逊偏态量法

A. 正偏态：SK>0

B. 负偏态：SK<0

2||| 偏度g1，峰度g2检验法

A. g1<0负

B. g2<0高峡

3||| 累加次数曲线法

（4）实际应用

1||| 化等级评定为测量数据

A. 根据各等级数目求各等级比率

B. 各比率中间值为等级中点

C. 求中点上下的累加比率

D. 据表求Z

E. 求被评者等级的测量数据的算术平均数

2||| 确定测验题目难易程度

A. 计算通过率

B. 用0.5减通过率，不计正负，得概率值

C. 查Z，大于50%记为-，小于记+

D. 将Z加5，得难度分数

3||| 在能力分组或等级评定确定人数

A. 将六个标准差除分组/等级数目

B. 查表，依据Z求P

C. 将P*N

4||| 测验分数的正态化

A. 原始分数——百分等级——Z值

B. 非线性转换

3. 二项分布（贝努里）

（1）含义

1||| 仅有两种不同性质的概率分布

2||| 对立事件，离散型随机变量分布

（2）二项实验

1||| 任一实验都有两个结果

2||| 共有n次实验

3||| 实验相互独立

4||| 结果的概率固定

（3）二项分布的性质

1||| p=q为对称，不等于为偏态分布

2||| n很大时，分布接近于正态

3||| np/nq>5时（n>=30）/p>q,nq>=5,p<q,np>=5时

4||| 接近正态分布时

（4）应用

1||| 解决含有机遇性质的问题

4. t分布（学生分布）

（1）含义

1||| 左右对称，峰态高峡

2||| 与自由度n-1有关（df）

3|||

（2）特点

1||| 均值为0左右对称

2||| 变量取值正无穷到负无穷

A. n趋于无穷，t分布为正态，方差为1

B. n-1>30,接近正态，方差趋向于1

C. n-1<30,随df减小，方差变大，分布图中间变低

（3）应用

1||| 总体正态，方差未知

2||| 总体非正态，方差未知，大样本

5. 卡方分布

（1）定义

1||| 无限多数量为n的随机变量平方和或Z分数平方和的分布

2||| μ已知

3||| μ未知

（2）特点

1||| 正偏态分布，n或df越小越倾斜，越大越正态

2||| 都为正值

3||| 可加性

4||| df>2时，μ=df，σ^2=2df

5||| 连续分布

（3）应用计数数据数据的假设检验

（4）样本与总体方差差异是否显著

6. F分布

（1）定义

1|||

（2）特点

1||| 正偏态

2||| 正值

3||| 分子df=1，分母df任意时，F=t^2

（3）应用

1||| 总体方差齐性检验

2||| 多组间均值差异检验

7. 样本平均数分布

（1）正态分布

（2） t分布

（3）中心极限定理

（4）大数定律

8. 抽样原理与抽样方法

（1）总/样本/抽

（2）重要概念

1||| 随机样本

2||| 抽样误差d

A. d越大，精度越小

C. 通过改变n控制d，也可根据d推n

3||| 标准误

（3）抽样原理

1||| 随机化原则

A. 几率相等

B. 返回抽样

（4）抽样方法

1||| 简单随机取样法

A. 抽签/随机数字法

B. 小总体数目，个体差异小

C. 忽略总体已知信息，降低代表性

2||| 系统随机取样法（等距/机械）

A. 排号，固定间隔取样

B. 大总体，样本代表性强

C. 有总体周期性变化则不好

3||| 分层随机取样

A. 依据不同特性分层，在随机取样

B. 层内同质，层间异质

C. 依据人数比例/标准差

4||| 多段随机取样法（整群抽样）

A. 一阶段：总体分为M个群，从中抽m

B. 二阶段：m中抽n作为样本

C. 简便省钱，大规模调查，标准误较大

5||| 方便取样/判断抽样

（5）样本容量确定

1||| n与N无固定数量关系

2||| n越大，误差越小

3||| 总体差异大则需增n

4||| 已知置信区间/水平的前提下，通过公式/查表计算

二、参数条统计

1. 点估计/区间估计/标准误

（1）点估计

1||| 含义

A. 用单一样本统计量估计某参数

B. 提供总体参数的估计值

C. 存在误差，不能提供正确概率

2||| 良好估计量的标准

A. 无偏性

a. 样本量围绕总体参数变化

B. 有效性

a. 样本量方差越小越好

C. 一致性

a. 样本容量越大越接近

D. 充分性

a. 统计量是否充分反应全部数据

（2）区间估计

1||| 定义

A. 根据估计量的一定可靠程度推断总体参数所在范围

B. 能给出估计精度和把握程度

C. 置信区间（间距）

D. 显著性水平

a. 犯错误的概率，α

E. 置信水平

a. 1-α

2||| 原理

A. 样本分布理论

a. 利用样本分布提供概率解释

b. 以标准误大小确定区间范围

3||| 置信区间的影响因素

A. 样本容量

a. 大——标准误小，范围小

B. 置信水平

a. 高——高

C. 样本方差

a. 高——高

2. 平均水平估计

（1）总体方差已知

1||| 总体正态

2||| 总体非正态，大样本，同上

（2）总体方差未知

1||| 总体正态

A. 由

B. 知

2||| 非正，大样本，同上

A. 由于大样本接近正态，可用Z代替t

（3）思路

1||| 判断用哪个公式

2||| 求标准误

3||| 求Z或t（df=n-1）

4|||

3. 总体标准差，方差估计

（1）总体标准差的估计

1||| 正态，大样本

A. 标准差平均数

B. 标准差分布的标准误

2||| σ未知

A. 标准误

（2）总体方差的估计

1||| 样本与总体方差之比服从卡方分布

2|||

（3）总体方差之比的估计

1||| 样本方差之比服从F分布

2|||

3||| 方差齐性检验

三、假设检验

1. 假设检验的原理

（1）两类假设

1||| 虚无假设（原/零/无差）

A. H_0

2||| 备择假设（对立/研究）

A. H_1

（2）小概率原理

1||| 0.01/0.05

2||| 样本量在小概率区间则虚无假设证伪

（3）两类错误

1||| 1型错误（α/弃真错误）

A. H0正确，拒绝该假设（无中生有）

B. 实际没效果却做出处理有效果的结论

C. 犯错误概率α称为显著性水平，实质是特定概率

2||| 11型错误（β/取伪错误）

A. H0错误，接受该假设（失之交臂）

B. 未能侦查到实际存在的处理效果

C. 概率为β

3||| 二者关系

A. α+β不一定等于1

B. 其他条件不变时，二者不能同时增减

C. 在规定α的同时尽量减小β，可增加样本容量

4||| 统计检验力

A. 能正确拒绝错误虚无假设的概率

B. 反应正确辨认真是差异的能力，用1-β表示

C. 影响因素

a. 处理效应的大小

I. 明显则大

b. 显著性水平α

I. 大则β减小，1-β增大

c. 检验的方向性

d. 样本容量

（4）假设检验的方向性

1||| 双侧检验

2||| 单侧检验

2. 样本与总体平均数差异的检验（平均数的显著性检验）

（1）含义

（2）过程

1||| 总体正态，方差已知

A. Z检验

2||| 总体正态，方差未知

A. t检验

3||| 总体非正态

A. 大样本Z

B. 小样本t

3. 两样本平均数差异检验

（1）总体正态，知总方差，Z检验

1||| 总公式

A. 独立样本（实验+控制）

B. 相关样本

（2）总体正态，总方差未知，t检验

1||| 总公式

A. 独立样本时

b. 当

B. 相关样本

a. r未知

b. r已知

4. 方差齐性检验

（1）样本与总体方差差异性检验

1||| 服从卡方分布

2|||

（2）两样本方差齐性检验

1||| 独立样本

A. F分布

2||| 相关样本

A. t检验

5. 相关系数的显著性检验

（1）积差相关系数的显著性检验

1||| ρ=0

A. t检验

2||| ρ不等于0

A. Z检验

（2）其他相关系数的显著性检验

1||| 点二列

2||| 二列

3||| 多列

4||| 斯皮尔曼等级相关

5||| 肯德尔W系数

（3）相关系数差异的显著性检验

1||| 两个r由比此独立的被试取得

A. 进行Z_r转换

2||| 由同一被试取得

四、方差分析

1. 方差分析的原理与基本过程

（1）方差分析的基本原理：综合的F检验

1||| 综合虚无假设与部分虚无假设

2||| 方差的可分析性

A. 总变异SS_T

a. 组间变异SS_B

由于接受不同实验处理而造成（处理效应）

是系统误差，必然发生

b. 组内变异SS_W

由实验误差，被试间差异造成

c. 二者相加等于总误差

B. F检验

a. 单侧检验

b. F=MS_B/MS_W

c. F大于1则有影响

（2）方差分析的基本假设

1||| 总体正态分布

2||| 变异来源独立

3||| 各处理内方差齐性

（3）基本过程

1||| 陈述假设

2||| 求平方和

A. 总平方和

B. 组间平方和

C. 组内平方和

3||| 计算自由度

A. 总自由度

B. 组间自由度

C. 组内自由度

4||| 计算均方

A. 处理间方差

B. 处理内方差

5||| 计算F值

6||| 查表

7||| 陈列方差分析表

2. 完全随机设计的方差分析（单因素组间设计）

（1）定义

1||| 分组，每组只接受一组实验处理

（2）方差分析

1||| 原始数据计算

2||| 样本统计量计算

3. 随机区组设计方差分析（组内设计）

（1）定义

1||| 被试内设计，每个被试都要接受所有自变量水平的处理

2||| 组内同质，组间异质

3||| 区组内人数分配

A. 一个被试一组

B. 被试人数是实验处理的整数倍

C. 同质团体

4||| 评价

A. 考虑到个体差异

B. 划分区组较困难

（2）方差分析

1||| 平方和分析

B. SSR

a. 被试间个体差异的影响效果

C. SSE

a. 除个体差异外其他干扰因素

2||| 计算

A. 算SST,SSW,SSB

F. 查表

4. 协方差分析

5. 多因素方差分析

（1）基本概念

1||| 因素

2||| 水平

3||| 主效应

A. 一个因素不同水平的平均数差异

4||| 单纯主效应

A. 一因素各水平在另一因素某水平的差异

5||| 交互作用

A. 一因素对因变量的影响因另一因素不同水平而不同

（2）基本原理

1||| 求平方和

A. 总平方和

b. 两因素被试间

c. 两因素随机区组设计

B. 组间平方和

a. SSb

C. 组内平方和

D. A因素的和方

E. B因素的和方

F. 交互作用的和方

2||| 计算自由度

A. 总自由度

B. 组间自由度

C. A因素自由度

D. B因素自由度

E. 交互作用自由度

F. 组内自由度

3||| 计算均方

4||| F检验

A. 三个均方分别比MSw

5||| 交互作用显著做简单效应分析，不显著看主效应

（3）两因素混合设计方差分析

（4）两因素被试内设计

（5）事后比较

1||| 主效应显著，不一定进行事后比较

2||| 多因素交互作用显著，对主效应进行事后比较

3||| 交互效应的事后比较

A. 限定条件的主效应整体比较

B. 达到显著水平后……

6. 事后检验

（1）目的

（2）种类

五、统计功效与效果量

1. 统计功效

（1）含义

1||| 统计检验力1-β

（2）影响因素

1||| 处理效应大小

2||| α水平

3||| 检验的方向性

4||| 样本容量

2. 效果量

（1）定义

1||| 反映自变量与因变量的关联程度

（2）常用

1|||

六、一元线性回归分析

1. 一元线性回归方程的建立

（1）关于回归分析

1||| 高尔顿提出

2||| 探讨变量间的数量关系

（2）相关分析与回归分析的区别与联系

1||| 相关是基础

2||| 回归是延伸

（3）基本假设

1||| 线性关系假设

2||| 正态性假设

3||| 独立性假设

A. 两自对两因的值彼此独立

B. 不同自所产生的误差间相互独立

C. 误差项与自变量相对独立

4||| 误差等分散性假设

（4）一元线性回归方程

1||| 方程

2||| 建立方法

A. 做散点图

B. 设直线方程，找最优拟合直线模型

C. 选定某方法，平均数法，最小二乘法

2. 一元线性回归方程的检验

（1）回归模型的有效性

1|||

2|||

（2）回归系数的显著性检验

1||| 设总体回归系数β

2|||

3|||

（3）测定系数

1|||

3. 回归模型的应用

（1）点预测

（2）区间预测

4. 可化为一元线性回归的曲线方程

（1）曲线方程

（2）可化为

1||| 双曲线模型

2||| 指数

3||| 幂函数

4||| 对数模型

5||| 长曲线模型

（3）应用

七、卡方检验

1. 一般原理

（1）计数数据（类别数据）

（2）前提假设

1||| 分类相互排斥

2||| 观测相对独立

（3）类别

1||| 拟合度

2||| 同质性

3||| 独立性

（4）公式

1|||

（5）小期望次数的连续性矫正

1||| 单元格合并法

2||| 增加样本法

3||| 去除样本

4||| 使用校正公式

2. 拟合度检验（无差假说检验）

（1）用途

1||| 单一变量多项分类

（2）一般问题

1||| 统计假设

2||| 计算

A. fe=总数*理论频率

B. 自由度=分类数目-1

（3）应用

1||| 检验无差假设

2||| 检验假设分布的概率

3||| 连续变量分布的吻合性检验

4||| 比率或百分数的配合度检验

3. 独立性检验

（1）用途

1||| 两个或两个以上因素的多项分类

2||| 独立则不显著，有关则显著

（2）一般问题

1||| 统计假设

A. H0无关独立

B. H1有关显著

2||| 自由度

3||| 计算

a. xi行和，yi列和

（3）四格表独立性检验

1||| 独立样本四格表

2||| 相关样本四格表卡方检验

3||| 当fe小于5，Yates连续性矫正公式

A. 独立样本

B. 相关样本

八、非参数检验

1. 概述

（1）适用条件

1||| 对总体知之不多

2||| 假定难满足

（2）优点

1||| 一般不需要严格假设

2||| 顺序变量

3||| 小样本

（3）缺点

1||| 未能利用全部数据信息

2||| 不能处理交互作用

2. 独立样本均值差异的非参数检验（非正态，顺序，方差未知）

（1）秩和检验法

1||| 小样本（小于等于10）

A. 混合数据，排序

B. 求秩和，记T查表

2||| 大样本

A. 近似正态，Z检验

（2）中数检验法

1||| 两平均数之差的t检验

2||| 过程

A. 混合，排序，求中数

B. 找每个样本大于小于中数的个数，列四格表

C. 卡方检验

（3）克·瓦式单向方差分析

1||| 完全随机资料方差分析

2||| 过程

A. 混合，排序，求个水平秩和，记为Ri

C. 查表

a. ，查H表

b. ，查卡方表

3. 相关样本均值差异的非参数检验

（1）符号检验法

1||| 以正负号作为资料

2||| 与配对样本差异显著性t检验对应

3||| 过程

A. 对子数小于25

a. 记录每对数据之差的符号，求正负号个数

b. 较少的作为观测值r，查表

c. 大于不显著，小于则显著

B. 大于25

（2）符号秩和检验法

1||| 对子数小于25

A. 作差，绝对值按由小到大排列

B. 在各等级前加上原来的正负号

C. 求正负号秩和，较小的作T，由n查表，大不显著小显著

2||| 大于25

（3）弗里德曼两因素等级方差分析

1||| 随机区组的非参问题

2||| 过程

A. 将每一区k数据由小到大排列

C. 查表

a. 卡方表

b. df=k-1卡方表

九、多元线统计分析

1. 多元线性回归分析

2. 主成分分析

3. 因素分析

4. 主成分分析与因素分析的区别