综合社会统计学复习.ppt
社会统计学复习,1.变量层次：四个层次的特征 2.单变量分布的简化 3.双变量的相关 4.抽样分布 5.参数估计 6.假设检验,一、测量层次,1.定类层次 (nominal level) 2.定序层次 (ordinal level) 3.定距层次 (interval level) 4.定比层次 (ratio level),1,2,4,3,关于测量层次的总结,对测量尺度层次的判断,较低层次的测量尺度,较高层次的测量尺度,低 测量精度 高,少 计算方法 多,小 信息数量 大,二、简化一个变量的分布,基本技术 1.定类层次 2.定序层次 3.定距层次 集中趋势测量 离散趋势测量,1.定类层次,适用于简化一个定类变量资料的方法有次数分布、比例、比率、对比值和图示（长条图、圆瓣图）。,2、定序层次,次数、比例、比率、对比值、长条图和圆形图等，适用于简化定类资料，也可以用于简化定序资料。适用于定序层次而不可用于定类层次的，有累加次数和累加百分率。,3、定距层次,以上方法对定距层次的变量都适用，但定距层次的变量在使用这些方法时必须先进行分组，由具体数字转化为区间。 定距变量还可以使用直方图、折线图等。,集中趋势测量法,所谓集中趋势测量法，就是找出一个数值来代表变量的资料分布，以反映资料的集中情况。 集中趋势测量法有一个特殊意义，就是可以根据这个代表值来估计或预测每个研究对象(即个案)的数值。这样的估计或预测，由于所根据的数值最有代表性，故所发生错误的总和是最小的。,所谓离散趋势测量法,是指求出一个值来表示一个变量上的个案与个案之间的差异情况,正态曲线的一般形式,两个参数对曲线形状的影响,当x和 确定后，正态曲线的图形也就唯一被确定了。 两者合称正态分布曲线的两个参数。,标准分的意义,它是以均值为基点，以标准差为度量单位，因此，各总体之间可以通过标准分进行合理的比较和相加。,正态分布的计算,设x-N ，在对某一区间的概率(面积或个案出现的概率)计算时，首先要换算成正态分布：,三、两个变量的相关,指一个变量的值与另一个变量的值有连带性，即如果一个变量的值发生变化，另一个变量的值也有变化，则两个变量就是相关了。,简化相关,所谓相关测量法就是以一个统计值表示变量与变量之间的关系，这个值通常称为相关系数。,相关系数的选择,1.变量的测量层次 2.变量的关系是对称的，还是不对称的(这一点不做严格要求) 3.消减误差比例意义 实际研究中更多考虑的是1、3,四、抽样分布,抽样分布是根据概率分布的原则而成立的理论性分布，显示由同一总体中反复不断的抽取不同样本时，各个可能出现的样本统计量的分布情况。 注意区分总体分布、样本分布、抽样分布。,抽样分布,正态分布总体的抽样分布服从正态分布。 如果样本足够大，N30，不管原分布如何，抽样分布接近正态分布 抽样分布的均值就是总体的均值。 抽样误差就是抽样分布中均值的标准差。 那么，抽样分布的均值两旁，包括多少个样本均值呢？,如图：,五、参数估计,点估计 区间估计 区间估计的公式 区间估计与必要样本容量,区间估计与假设检验的关系,二者的区别 二者的相同点 二者的相互转化 （利用置信区间进行假设检验）,六、假设检验,主要问题： 1、假设检验的基本思想 2、假设检验的步骤 3、假设检验中的两类错误 4、总结,假设检验的基本思想,假设检验的基本思想基于小概率原理的反证法。两个特点： 采用反证法 依据的是小概率原理小概率事件在一次观察中几乎不可能发生的原则。,建立总体假设 H0，H1,抽样得到样 本观察值,1,2,选择统计量 确定H0为真 时的抽样分布,3,根据具体决策 要求确定,确定分布上的临 界点C和检验规则,计算检验统 计量的数值,比较并作出检验判断,7,4,5,6,假设检验的步骤,总体均值、比例和方差的假设检验,1、总体方差已知时对正态总体均值或均值差的检验Z检验法 2、总体方差未知时对正态总体均值或均值差的检验t检验法 3、大样本总体均值或均值差的检验Z检验法 4、大样本总体比例或比例差的假设检验采用Z检验法 5、小样本总体方差的假设检验采用卡方检验法,一些常见的错误观念,接受原假设=原假设正确 接受原假设时，原假设正确的可能性（判断正确的概率）=1- “差异显著”=有很大差异 对同一检验问题，两个假设互换位置，检验结论并没有什么不同。 ,归纳：,定类-定类 定类-定序 X2检定 定序-定序 Z、T检定 定类-定距 定序-定距 F检定 定距-定距,描述统计与推断统计中相关回归分析的差别,描述统计: 不需要对随机误差项作出各种假定,各种参数估计值是具体数值,是对总体存在的相关关系的描述,不存在显著性检验. 推断统计: 需要对随机误差项作出各种假定,各种参数估计量是随机变量,抽取的样本不同时,得到的估计值也不同.可以用来推断总体.需要进行各种检验.,相关分析与回归分析,相关分析是用一个指标来表明现象间依存关系的密切程度。回归分析是用数学模型近似表达变量间的平均变化关系。 相关分析可以不必确定变量中哪个是自变量，哪个是因变量，其所涉及的变量都是随机变量。,相关分析与回归分析,回归分析必须事先确定具有相关关系的变量中哪个为自变量，哪个为因变量。一般地说，回归分析中因变量是随机的，而把自变量作为研究时给定的非随机变量。 一定要始终注意把定性分析和定量分析结合起来，在定性分析的基础上开展定量分析。,样本回归函数与总体回归函数区别,总体回归线是未知的，只有一条。样本回归线是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归线。 总体回归函数中的和是未知的参数，表现为常数。而样本回归函数中的 是随机变量，其具体数值随所抽取的样本观测值不同而变动。,样本回归函数与总体回归函数区别,总体回归函数中的Et是与未知的总体回归线之间的纵向距离，它是不可直接观测的。而样本回归函数中的是与样本回归线之间的纵向距离，当根据样本观测值拟合出样本回归线之后，可以计算出的具体数值。,练习：,1我们的研究假设是：不同类的专业卫生技术人员对当地的卫生事业的发展有不同的满意程度。为求证这一假设，我们从全部卫生技术人员中抽取一个随机样本n=490，下表就是两个变量的交互分类资料。试写出虚无假设； 计算卡方值；如果所选取的显著程度是0.05，则统计结果是支持还是否定研究假设？试计算相关系数。,专业卫生技术人员对卫生事业发展的态度,2以下是婚姻美满与文化程度的随机抽样调查结果问：文化程度与婚姻美满状况是否相关？提出研究结论。显著性水平为0.05,3.以下是生活期望值与个人成就的抽样调查：,生活期望值 10 8 7 6 4 3 2 1 个人成就 7 9 10 4 2 1 3 2 求（1）回归直线；（2）相关系数和判定系数 并解释其意义；（3）是否具有推论意义显著性水平0.05,
