导图社区 心理统计学大总结
心理统计学,汇总了学科地位、学习方法、学科内容的知识,喜欢的小伙伴可以点个赞收藏一下。
心理学研究方法,有 相关研究、因果研究,一起来了解他们吧,看过这个我相信你会有收获的。
心理学研究方法 实验设计,内容有真实验设计、准实验设计、单样本(小样本)实验设计、个案研究,一起来看吧。
心理学研究过程,具体是确定研究方向、确定问题、文献阅读、研究报告的撰写,希望本脑图对你有帮助。
社区模板帮助中心,点此进入>>
妈妈必读:一张0-1岁孩子认知发展的精确时间表
人际关系处理
人际交往思维导图
人生导航
处理人际关系6项原则
进行头脑风暴的准则的思维导图
自卑与超越
超强思维训练课
逻辑填空
东尼博赞简介
心理统计学大总结
学科地位
工具学科——量化研究——从数据分析中得出研究结果
学习方法
老板心态
开家公司
经营范围:产出一篇论文
了解员工:各部分知识对论文的帮助
雇佣制度:SPSS/Amos/Mpuls
主动学习
明确目标:这节课我是来学什么的
建构知识:这部分知识有什么用
建立反馈:今天学到了什么
学科内容
数据的介绍
数据的分类
称名数据:无顺序、无单位、无参照点——不能运算——连续型数据
性别,数字编码等
顺序数据:有顺序、无单位、无参照点——不能运算——连续型数据
奖项,尺寸等有大小区分
等距数据:有顺序、有单位、有相对零点——加减运算——离散型数据
温度,0℃
比率数据:有顺序、有单位、有绝对零点——加减乘除运算(反映比例关系)——离散型数据
不同的数据类型用不同的统计方法→明确什么类型的数据对应什么统计方法
统计术语
总体参数——存在于理论假设中,难以测量
样本统计量——可测量
可描述
可用样本推断总体
对数据进行描述(初步)
描述统计
用图/表描述数据
次数分布图/表——累加曲线-概率分布
不同数据分类对应的图
根据数据类型选择对应的统计图/表:条形图——连续型数据 直方图——连续型数据 线型图——连续型数据 扇形图——离散型数据
用数描述数据
集中趋势——平均数、中数、众数
离散趋势——全距、四分位数、离差、方差、标准差、变异系数
变异系数
相对位置——百分等级、百分位数、标准分数(Z分数——已知总体变异,即总体标准差已知,用来检验总体与样本之间的差异)
相关系数
积差相关
等级相关数据
斯皮尔曼等级相关
肯德尔等级相关
质与量相关
点儿列相关:真二分称名数据
二列相关:认为二分称名数据
使用数据进行推断
检验原理
概率
概率分布
正态分布
二项分布(频率)
样本抽样分布(t分布(总体变异未知,检验样本与总体的差异)、F分布、卡方分布)
结果报告中涉及的显著性都来源于概率分布
推断统计
参数估计
用样本统计量估计总体参数:点估计、区间估计
用样本平均数估计总体平均数
用两样本平均数差异估计总体平均数差异
用样本方差/标准差估计总体方差/标准差
差异检验
假设检验
假设检验原理:基于小概率事件的反证法——两类假设(H0,H1),两类错误(Ⅰ型,Ⅱ型)
参数检验(总体、方差、样本量)
样本与总体平均数的差异检验
两样本平均数的差异检验
方差齐性、相关系数显著性检验
方差分析
三组以上数据均值的差异检验
非参数检验
非参数差异检验(不要求总体)
独立样本均值差异检验
相关样本均值差异检验
卡方检验:称名数据的差异检验
拟合度检验、独立性检验
实验是否产生了效果的检验
回归分析
一元线性回归:变量间的预测
多元统计分析:多变量间的预测——多元线性回归、主成分分析、因素分析
同样,还是要基于数据的类型,实验目的来选择统计方法
先相关再差异后回归(论文写作的标准三部曲)
两个样本比较
独立样本t检验
被时间设计(独立测量设计)
相关样本t检验
被试内设计(重复测量设计)
匹配被试设计(配对设计)
单样本检验
Z检验(总体方差已知)
t检验(总体方差未知)