【统计学】T检验、F检验和统计学意义（P值或sig值）
1,T检验和F检验的由来
一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。
通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。
F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。
2，统计学意义（P值或sig值）
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。
3，T检验和F检验
至於具体要检定的内容，须看你是在做哪一个统计程序。
举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，而行的t检验。
两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？
会不会总体中男女生根本没有差别，只不过是你那麼巧抽到这2样本的数值不同？
为此，我们进行t检定，算出一个t检定值。
与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较，看看在多少%的
机会(亦即显著性sig值)下会得到目前的结果。
若显著性sig值很少，比如<0.05(少於5%机率)，亦即是说，「如果」总体「真的」没有差别，那麼就只有在机会很少(5%)、很罕有的情况下，才会出现目前这样本的情况。虽然还是有5%机会出错(1-0.05=5%)，但我们还是可以「比较有信心」的说：目前样本中这情况(男女生出现差异的情况)不是巧合，是具统计学意义的，「总体中男女生不存差异」的虚无假设应予拒绝，简言之，总体应该存在著差异。
每一种统计方法的检定的内容都不相同，同样是t-检定，可能是上述的检定总体中是否存在差异，也同能是检定总体中的单一值是否等於0或者等於某一个数值。
至於F-检定，方差分析(或译变异数分析，Analysis of Variance)，它的原理大致也是上面说的，但它是透过检视变量的方差而进行的。它主要用于：均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用、方差齐性(Equality of Variances)检验等情况。
3，T检验和F检验的关系
t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方差(Variances)是否相等；t检验值的计算会因方差是否相等而有所不同。也就是说，t检验须视乎方差齐性(Equality of Variances)结果。所以，SPSS在进行t-test for Equality of Means的同时，也要做Levene's Test for Equality of Variances 。
1. 在Levene's Test for Equality of Variances一栏中F值为
2.36, Sig.为.128，表示方差齐性检验「没有显著差异」，即两方差齐(Equal Variances)，故下面t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
2. 在t-test for Equality of Means中，第一排(Variances=Equal)的情况：t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99
既然Sig=.000，亦即，两样本均数差别有显著性意义！
3. 到底看哪个Levene's Test for Equality of Variances一栏中sig,还是看t-test for Equality of Means中那个Sig. (2-tailed)啊?
答案是：两个都要看。
先看Levene's Test for Equality of Variances，如果方差齐性检验「没有显著差异」，即两方差齐(Equal Variances)，故接著的t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
反之，如果方差齐性检验「有显著差异」，即两方差不齐(Unequal Variances)，故接著的t 检验的结果表中要看第二排的数据，亦即方差不齐的情况下的t检验的结果。
4.你做的是T检验，为什么会有F值呢?
就是因为要评估两个总体的方差(Variances)是否相等，要做Levene's Test for Equality of Variances，要检验方差，故所以就有F值。
另一种解释：
t检验有单样本t检验，配对t检验和两样本t检验。
单样本t检验：是用样本均数代表的未知总体均数和已知总体均数进行比较，来观察此组样本与总体的差异性。
配对t检验：是采用配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受试对象处理前后。
F检验又叫方差齐性检验。在两样本t检验中要用到F检验。
从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用t检验，若不等，可采用t'检验或变量变换或秩和检验等方法。
其中要判断两总体方差是否相等，就可以用F检验。
若是单组设计，必须给出一个标准值或总体均值，同时，提供一组定量的观测结果，应用t 检验的前提条件就是该组资料必须服从正态分布；若是配对设计，每对数据的差值必须服从正态分布；若是成组设计，个体之间相互独立，两组资料均取自正态分布的总体，并满足方差齐性。之所以需要这些前提条件，是因为必须在这样的前提下所计算出的t统计量才服从t分布，而t检验正是以t分布作为其理论依据的检验方法。
简单来说就是实用T检验是有条件的，其中之一就是要符合方差齐次性，这点需要F检验来验证。
1.T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。 F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。 2. 统计学意义（P值或sig值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。 3. T检验和F检验 至於具体要检定的内容，须看你是在做哪一个统计程序。 举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，而行的t检验。 两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？
统计学意义（P值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，P值为结果可信程度的一个递减指标，P值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。P值是将观察结果认为有效即具有总体代表性的犯错概率。如P=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的P值通常被认为是可接受错误的边界水平。 如何判定结果具有真实的显著性 在最后结论中判断什么样的显著性水平具有统计学意义，不可避免地带有武断性。换句话说，认为结果无效而被拒绝接受的水平的选择具有武断性。实践中，最后的决定通常依赖于数据集比较和分析过程中结果是先验性还是仅仅为均数之间的两两>比较，依赖于总体数据集里结论一致的支持性证据的数量，依赖于以往该研究领域的惯例。通常，许多的科学领域中产生P值的结果≤0.05被认为是统计学意义的边界线，但是这显著性水平还包含了相当高的犯错可能性。结果0.05≥P>0.01被认为是具有统计学意义，而0.01≥P≥0.001被认为具有高度统计学意义。但要注意这种分类仅仅是研究基础上非正规的判断常规。 所有的检验统计都是正态分布的吗 并不完全如此，但大多数检验都直接或间接与之有关，可以从正态分布中推导出来，如t检验、F检验或卡方检验。这些检验一般都要求：所分析变量在总体中呈正态分布，即满足所谓的正态假设。许多观察变量的确是呈正态分布的，这也是正态分布是现实世界的基本特征的原因。当人们用在正态分布基础上建立的检验分析非正态分布变量的数据时问题就产生了，（参阅非参数和方差分析的正态性检验）。这种条件下有两种方法：一是用替代的非参数检验（即无分布性检验），但这种方法不方便，因为从它所提供的结论形式看，这种方法统计效率低下、不灵活。另一种方法是：当确定样本量足够大的情况下，通常还是可以使用基于正态分布前提下的检验。后一种方法是基于一个相当重要的原则产生的，该原则对正态方程基础上的总体检验有极其重要的作用。即，随着样本量的增加，样本分布形状趋于正态，即使所研究的变量分布并不呈正态。 在假设检验中，由于随机性我们可能在决策上犯两类错误，一类是假设正确，但我们拒绝了假设，这类错误是“弃真”错误，被称为第一类错误；一类是假设不正确，但我们没拒绝假设，这类错误是“取伪”错误，被称为第二类错误。一般来说，在样本确定的情况下，任何决策无法同时避免两类错误的发生，即在避免
0055《教育统计学》2016年12月期末考试指导 一、考试说明 （一）说明 考试为开卷考试，考试题型为撰写论文，主要考察对四种分析方法的应用分析能力，考试时随机抽取一种方法考核，试卷满分为100分，考试时间90分钟，考试时可携带相关资料。 （二）论文选题及内容要求 1、论文选题为教学课件讲授内容中的如下知识点： （1）应用独立样本T检验方法进行数据统计分析的研究。（字数不限） 根据试卷中提供的数据和分析结果，进行讨论：差异与显著性差异的关系。 a. 讨论包括：本题所使用的数据统计分析方法的解释说明、结果分析和解释等2部分。 b. 解释为什么均值差异要分辨显著与不显著，为什么会出现有很大差异却不显著的现象。 （2）应用协方差分析方法进行数据统计分析的研究。（2000字左右） 在问题提出部分需要说明协变量（至少要有1个）的选择理由，采用自己虚拟的数据来阐述研究方法和结论解释。 （3）应用卡方检验统计分析方法进行数据统计分析的研究。（字数不限） 期望分布1(%) 53 13 11 6 14 3 总计：100% 实际分布2(%) 44 11 15 5 16 9 总计：100% 根据试卷提供的数据，分析模拟结果，注重解释所研究问题为什么要选择卡方检验的研究方法，并对统计分析结果做解释和讨论。 （4）应用偏相关分析方法进行数据统计分析的研究（2000字左右） 在问题提出部分必须说明中介变量（或称为桥梁变量）的判定与选择理由，采用自己虚拟
的数据来阐述研究方法和结论解释。 2、论文结构包括：问题提出，研究意义，实验过程，使用的数据统计分析方法，结论分析等5部分。 3、研究中使用的数据一律采用考生自己虚拟的数据，只注重研究问题的价值和意义，为什么选择这样的研究方法和统计分析结果的解释和讨论。 4、考试采取随机抽题的方式，随机抽取其中的一个选题考试（即一套试卷），考试期间仅允许携带平时个人研究撰写（手写）的资料（不允许电子打印版及手写复印版）、教材（教育统计学和数据统计分析与实践SPSS for Windows），不允许带其他材料。 5、学生将研究论文写在学院的统一考试答题纸上，要求字迹工整。考试结束后现场密封答题随期末试卷一同寄回学院批改。 二、论文大纲 （一）问题提出 这部分首先需要阐述研究问题提出的背景，其次是说明研究问题，以及具体研究的问题维度，最好是能结合自己工作的实践确定问题。 例如： （二）研究意义 研究问题必须具有明确的意义和研究价值，该部分主要描述通过这项研究，能获得什么样的价值，对什么有意义、有价值，研究的意义应当扎根于社会问题、教育问题或者是国民经济有关的问题。 （三）实验过程 这部分内容包括： 1. 被试的选取及样本的大小和特征； 2. 对被试采用的测试是：问卷、访谈、行为观察还是系统测试； 3. 在考题指定的研究方法中，相应的变量（如协变量、中介变量）是什么？有几个？对变
浅谈我对统计学的认识 摘要：在经历了一个学期的学习之后，我们对《统计学》的学习也来到了最后的阶段。在这一个学期的学习中，有很多感想，也有很多收获。虽然课程有些枯燥，但无疑的是，我们掌握了统计学这门实用的工具，在我们未来的人生中，也必将会运用这个工具，陪伴我们前行。 关键字; 科学统计计算机发展 一，对统计学的认识 在学习统计学之前，我一直把统计学看成另外一种数学——也就是文科生的梦靥。虽然在很多方面统计学和数学存在着紧密联系，例如统计中会用大量的数学工具，所以为了掌握它，你必须要复习一下相关的数学知识，这样才能在学习中灵活运用。但是它和数学在某些方面也会存在很大的不同。在我看来，统计学更加地贴近实际，因此我们在学习中必须紧密联系到它的现实意义，在统计过后，我们还必须理解分析出来的数据所具有的实际的经济意义，这样才算是完成了整个统计的过程。希望在这个统计学的课程完成之后，在未来的学习或者是工作中，我能够运用统计学的知识，提高我的学习和工作效率及水平，让我能够成为一个更加符合社会需求的人才！ 二，统计学的概述 统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。统计学主要分为描述统计学和推断统计学。给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。 统计学是一门研究随机现象，以推断为特征的方法论科学，“由部分推及全体”的思想贯穿于统计学的始终。具体地说，它是研究如何搜集、整理、分析反映事物总体信息的数字资料，并以此为依据，对总体特征进行推断的原理和方法。用统计来认识事物的步骤是：研究设计—>抽样调查—>统计推断—>结论。这里，研究设计就是制定调查研究和实验研究的计划，抽样调查是搜集资料的过程，统计推断是分析资料的过程。显然统计的主要功能是推断，而推断的方法是一种不完全归纳法，因为是用部分资料来推断总体。统计学是通过数据来进行分析和推断的。因此，统计研究的基础是数据。这些数据的特点是，对于每一个数据而言，都具有不确定性，我们需要抽取一定数量的数据，才可能从中获取信息。因此，统计学的研究依赖于对数的感悟，甚至是对一堆看似杂乱无章的数的感悟。通过对数据的归纳整理、分析判断，可以发现其中隐藏的规律。因为可以用各种方法
t 检验计算公式： 当总体呈正态分布，如果总体标准差未知，而且样本容量n <30，那么这时一切可能的样本平均数与总体平均数的离差统计量呈t 分布。 t 检验是用t 分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。t 检验分为单总体t 检验和双总体t 检验。 1.单总体t 检验 单总体t 检验是检验一个样本平均数与一已知的总体平均数的差异是否显 著。当总体分布是正态分布，如总体标准差σ未知且样本容量n <30，那么样本平均数与总体平均数的离差统计量呈t 分布。检验统计量为： X t μ σ-=。 如果样本是属于大样本（n >30）也可写成： X t μ σ-=。 在这里，t 为样本平均数与总体平均数的离差统计量； X 为样本平均数； μ为总体平均数； X σ为样本标准差； n 为样本容量。 例：某校二年级学生期中英语考试成绩，其平均分数为73分，标准差为17分，期末考试后，随机抽取20人的英语成绩，其平均分数为79.2分。问二年级学生的英语成绩是否有显著性进步？ 检验步骤如下： 第一步 建立原假设0H ∶μ=73 第二步 计算t 值 79.273 1.63X t μ σ--=== 第三步 判断 因为，以0.05为显著性水平，119df n =-=，查t 值表，临界值0.05(19) 2.093t =，而样本离差的t =1.63小与临界值2.093。所以，接受原假设，即进步不显著。
2.双总体t 检验 双总体t 检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体t 检验又分为两种情况，一是相关样本平均数差异的显著性检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。二是独立样本平均数的显著性检验。各实验处理组之间毫无相关存在，即为独立样本。该检验用于检验两组非相关样本被试所获得的数据的差异性。 现以相关检验为例，说明检验方法。因为独立样本平均数差异的显著性检验完全类似，只不过0r =。 相关样本的t 检验公式为： t = 在这里，1X ，2X 分别为两样本平均数； 12X σ，2 2X σ分别为两样本方差； γ为相关样本的相关系数。 例：在小学三年级学生中随机抽取10名学生，在学期初和学期末分别进行了两次推理能力测验，成绩分别为79.5和72分，标准差分别为9.124,9.940。问两次测验成绩是否有显著地差异？ 检验步骤为： 第一步 建立原假设0H ∶1μ=2μ 第二步 计算t 值 t = =3.459。 第三步 判断 根据自由度19df n =-=，查t 值表0.05(9) 2.262t =，0.01(9) 3.250t =。由于实际计算出来的t =3.495>3.250=0.01(9)t ，则0.01P <，故拒绝原假设。 结论为：两次测验成绩有及其显著地差异。 检验。
（一）单项选择题 3．抽样的目的是（b ）。 A．研究样本统计量 B. 由样本统计量推断总体参数 C．研究典型案例研究误差 D. 研究总体统计量 4．参数是指（b ）。 A．参与个体数 B. 总体的统计指标C．样本的统计指标 D. 样本的总和 5．关于随机抽样，下列那一项说法是正确的（ a ）。 A．抽样时应使得总体中的每一个个体都有同等的机会被抽取 B．研究者在抽样时应精心挑选个体，以使样本更能代表总体 C．随机抽样即随意抽取个体 D．为确保样本具有更好的代表性，样本量应越大越好 6.各观察值均加（或减）同一数后（ b ）。 A.均数不变，标准差改变 B.均数改变，标准差不变 C.两者均不变 D.两者均改变 7.比较身高和体重两组数据变异度大小宜采用（ a ）。 A.变异系数 B.差 C.极差 D.标准差 8.以下指标中（d）可用来描述计量资料的离散程度。 A.算术均数 B.几何均数
C.中位数 D.标准差 9.偏态分布宜用（c）描述其分布的集中趋势。 A.算术均数 B.标准差 C.中位数 D.四分位数间距 10.各观察值同乘以一个不等于0的常数后，（b）不变。A．算术均数 B.标准差 C.几何均数 D.中位数 11.（ a ）分布的资料，均数等于中位数。 A.对称 B.左偏态 C.右偏态 D.偏态 12.对数正态分布是一种（ c ）分布。 A.正态 B.近似正态 C.左偏态 D.右偏态 13.最小组段无下限或最大组段无上限的频数分布资料，可用（ c ）描述其集中趋势。 A.均数 B.标准差 C.中位数 D.四分位数间距 14.（ c ）小，表示用该样本均数估计总体均数的可靠性大。 A. 变异系数 B.标准差 C. 标准误 D.极差 15.血清学滴度资料最常用来表示其平均水平的指标是（ c ）。 A. 算术平均数 B.中位数
《教育统计与SPSS》作业一 论学习教育统计学的意义及描述统计的应用 姓名：张晓婷 学号：150401041231 班级：15级教本二班
论学习教育统计学的意义及描述统计的应用 一、学习教育统计学的意义 教育统计学的定义为“运用数理统计的原理和方法研究教育问题的一门应用科学。”研究如何搜集、整理、分析由教育调查和教育实验等途径所得到的各类资料，并且以此做为依据进行科学地推断，从而揭示出蕴含在教育现象里的客观规律，是它的主要任务。 （一）教育统计学对于在教育工作者中普及教育统计的知识和技能，改变现有的教育科学研究面貌，发展我国的教育科学，将起到重要的作用。其具体作用有： ①成为党和政府了解教育现状、指定教育政策、指导教育工作的，使得教育行政工作科学化的有效工具。教育统计是认识教育现象的有力武器、有效工具。我们要发展好教育，提高教育质量必须要按照教育的客观规律办事。任何事物都是发展变化的，教育也不例外。因此，研究教育要运用好教育统计学知识，根据质量和数量的辩证统一规律，从数量上来了解教育情况，进行分析，这是是探索和认识教育客观规律的有效办法。 ②学习教育统计学,能够帮助教育科研工作者正确运用统计方法去处理教育实验中所取得的数据，以提高科学研究的质量。我们要发展教
育，搞好教育，必须要进行必要的教育实验，以建立我们自己的教育科学,要有所创新,摸索出社会主义条件下的教学教育规律。 ③掌扭教育统计方法,可以帮助教师正确地比较学生的学习成统的好坏,进行教学质量分析。在分析学生成绩时,运用统计方法把原始分数化为标准分数,再进行比较才准确、科学、可靠。 ④帮助我们了解理代教育研究文献,提高教育科学理论水平。如果不理解教育统计的专门术语的含义,不懂得教育统计的运算方法,就难以看懂别人科学研究的成果,更谈不上从中吸取间接经验。 （二）教育统计学作为具体科学的方法论学科,在教学、管理及教育研究中具有重要意义。其表现为： ①教育统计是正确评价学生群体的学习状况,提高教育教学能力的科学手段。教师要对学生的学习成绩进行考核,对自己的教学效果进行评价,必定要用到教育统计学。 ②教育统计是提高教育管理质量的重要手段。教育管理中，在定量分析的基础上进行定性分析，才能做好管理工作,就要掌握管理对象的各方面情况。 ③教育统计是从事教育科学研究不可缺少的手段。教育科学研究主要是围绕着人心理发展进行的,这就需要对研究对象进行精确的测量、统
《医学统计学》单项选择题 摘自：马斌荣主编.医学统计学.第5版.北京：人民卫生出版社，2008 第一章医学统计中的基本概念 1. 医学统计学研究的对象是 A. 医学中的小概率事件 B. 各种类型的数据 C. 动物和人的本质 D. 疾病的预防与治疗 E．有变异的医学事件 2. 用样本推论总体，具有代表性的样本指的是 A．总体中最容易获得的部分个体 B．在总体中随意抽取任意个体 C．挑选总体中的有代表性的部分个体 D．用配对方法抽取的部分个体 E．依照随机原则抽取总体中的部分个体 3. 下列观测结果属于等级资料的是 A．收缩压测量值 B．脉搏数 C．住院天数 D．病情程度 E．四种血型 4. 随机误差指的是 A. 测量不准引起的误差 B. 由操作失误引起的误差 C. 选择样本不当引起的误差 D. 选择总体不当引起的误差 E. 由偶然因素引起的误差 5. 收集资料不可避免的误差是 A. 随机误差 B. 系统误差 C. 过失误差 D. 记录误差 E．仪器故障误差 答案: E E D E A 第二章集中趋势的统计描述 1. 某医学资料数据大的一端没有确定数值，描述其集中趋势适用的统计指标是 A. 中位数 B. 几何均数 P百分位数均数C. D. 95E. 频数分布 2. 算术均数与中位数相比，其特点是 A．不易受极端值的影响 B．能充分利用数据的信息 C．抽样误差较大 D．更适用于偏态分布资料 E．更适用于分布不明确资料 3. 一组原始数据呈正偏态分布，其数据的特点是 A. 数值离散度较小 B. 数值离散度较大 C. 数值分布偏向较大一侧 D. 数值分布偏向较小一侧 E. 数值分布不均匀 4. 将一组计量资料整理成频数表的主要目的是 便于计算 B. ．化为计数资料A． C. 形象描述数据的特点 D. 为了能够更精确地检验
1．假设检验在设计时应确定的是 A．总体参数B．检验统计量C．检验水准 D．P值E．以上均不是 2．如果t≥2，υ，，可以认为在检验水准α=处。 A．两个总体均数不同B．两个总体均数相同C．两个样本均数不同D．两个样本均数相同E．样本均数与总体均数相同 3. 计量资料配对t检验的无效假设（双侧检验）可写为。 A．μd=0 B．μd≠0 C．μ1=μ2 D．μ1≠μ2E．μ=μ0 4．两样本均数比较的t检验的适用条件是。 A．数值变量资料B．资料服从正态分布C．两总体方差相等 D．以上ABC都不对E．以上ABC都对 5．在比较两组资料的均数时，需要进行t/检验的情况是： A．两总体均数不等B．两总体均数相等C．两总体方差不等D．两总体方差相等E．以上都不是 6．有两个独立的随机样本，样本含量分别为n1和n2，在进行成组设计资料的t检验时，自由度为。 A．n1+n2 B．n1+n2－1 C．n1+n2+1 D．n1+n2－2 E．n1+n2+2 7. 已知某地正常人某定量指标的总体均值μ0=5，今随机测得该地特殊人群中的30人该指标的数值。若用t检验推断该特殊人群该指标的总体均值μ与μ0之间是否有差别，则自由度为。 A．5 B．28 C．29 D．4 E．30 8. 两大样本均数比较，推断μ1=μ2是否成立，可用。 A．t检验B．u检验C．方差分析 D．ABC均可以E．χ2检验 9．关于假设检验，下列说法中正确的是 A．单侧检验优于双侧检验 B．采用配对t检验还是成组t检验由实验设计方法决定
C．检验结果若P值大于，则接受H0犯错误的可能性很小 D．用Z检验进行两样本总体均数比较时，要求方差齐性 E．由于配对t检验的效率高于成组t检验，因此最好都用配对t检验 10. 为研究新旧两种仪器测量血生化指标的差异，分别用这两台仪器测量同一批样品，则统计检验方法应用。 A．成组设计t检验B．成组设计u检验C．配对设计t检验 D．配对设计u检验E．配对设计χ2检验 11. 阅读文献时，当P=，按α=水准作出拒绝H0，接受H1的结论时，下列说法正确的是。A．应计算检验效能，以防止假“阴性”结果 B．应计算检验效能，检查样本含量是否足够 C．不必计算检验效能D．可能犯Ⅱ型错误 E．推断正确的概率为1－β 12．两样本均数假设检验的目的是判断 A. 两样本均数是否相等Ｂ. 两样本均数的差别有多大 C．两总体均数是否相等Ｄ. 两总体均数的差别有多大 E. 两总体均数与样本均数的差别有多大 13.若总例数相同，则成组资料的t检验与配对资料的t检验相比： A．成组t检验的效率高些B．配对t检验的效率高些 C．两者效率相等D．两者效率相差不大E．两者效率不可比 15. 两个总体均数比较的t的检验，计算得t＞2,n1+n2－2时，可以认为。 A．反复随机抽样时，出现这种大小差异的可能性大于 B．这种差异由随机抽样误差所致的可能性小于 C．接受H0，但判断错误的可能性小于 D．拒绝H0，但犯第一类错误的概率小于 E．拒绝H0，但判断错误的概率未知 16. 为研究两种仪器测量血生化指标的差异，分别用这两台仪器测量同一批血样，则统计检验方法应用。 A．配对设计t检验B．成组设计u检验C．成组设计t检验 D．配对设计u检验E．配对设计χ2检验 17. 在两组资料的t检验中，结果为P＜，差别有统计学意义，P愈小，则: 。
统计学介绍 统计学以概率论为基础的方法论学科，它在几乎所有的领域里面都具有重要的应用，统计学知识理论就像我们日常使用的电脑一样必不可少，是现代高级人才必备一种素质，在现代社会中没有统计学知识的人就如同一“文盲”. 统计学在人类活动当中举足轻重. 统计学在工业、商业、贸易、物理学、化学、经济学、数学、生物学、植物学、心理学、天文学等等方面都扮演重要的角色, 因此统计学的应用非常广泛，几乎涵盖每一个领域，下面我们来具体看一下它能运用在哪些方面. 1. 统计学将帮助您成为一位成功的商人. 成功的商人必须能够快速准确做出决策. 如果你知道客户需要什么，那么你就知道该生产什么，生产多少. 统计学将能帮助你制定生产计划，同时也能帮助你有效地检验产品质量, 它能让你在关于企业地理位置、产品营销、金融资源等问题上做出正确的决定. 1)Business: Statistics play an important role in business. A successful businessman must be very quick and accurate in decision making. He knows that what his customers wants, he should therefore, know what to produce and sell and in what quantities. Statistics helps businessman to plan
production according to the taste of the costumers, the quality of the products can also be checked more efficiently by using statistical methods. So all the activities of the businessman based on statistical information. He can make correct decision about the location of business, marketing of the products, financial resources etc… 2. 如果你想在经济学方面有所发展，那万万是离不开统计学的. 经济学在很大程度上依赖于统计学，国民收入帐户对于经济学家和管理者来说是具有多重目的性的指标，统计学是建立这些帐户的基础. 在经济学的研究中统计学方法被用来收集、分析数据，并作出检验假设. 统计学的方法可以用来研究供求关系，进出口，通货膨胀，人均收入等等问题的研究都离不开统计学. (2) In Economics: Statistics play an important role in economics. Economics largely depends upon statistics. National income accounts are multipurpose indicators for the economists and administrators. Statistical methods are used for preparation of these accounts. In economics research statistical methods are used for collecting and analysis the data and testing hypothesis. The relationship between supply and demands is studies by statistical methods, the imports and exports, the inflation rate, the per
实验报告实验名称：t 检验成绩： 实验日期： 2011年10月31日实验报告日期：2011年11 月日 林虹 一、实验目的 （1）掌握单一样本t检验。 （2）掌握相关样本t检验 （3）掌握独立样本t检验 二、实验设备 （1）微机 （2）SPSS for Windows 统计软件包 三、实验内容： 1.某市统一考试的数学平均成绩为75分，某校一个班的成绩见表4-1。问该班的 成绩与全市平均成绩的差异显着吗 表4-1 学生的数学成绩 12345678910111213141516 编 号 成 96977560926483769097829887568960 绩 编17181920212223242526272829303132
号 成 68747055858656716577566092548780 绩 2.某物理教师在教学中发现，在课堂物理教学中采用“先讲规则（物理的定理或法 则），再举例题讲解规则的具体应用”与采用“先讲例题，再概括出解题规则” 这两种教学方法的教学效果似乎不同。为了验证他的这个经验性发现是否属实，他选择了两个近似相等的班级进行教学实验。进行教学实验时的教学内容、教学时间和教学地点等无关变量他都做了严格的控制，分别采用“例-规”法与“规-例”法对两个班的学生进行物理教学，然后，两个班的被试都进行同样的物理知识测验。测验成绩按“5分制”进行评定。两组被试的测验成绩见数据文件data4-02。请用SPSS，通过适当的统计分析方法，检验这两种教学方法的教学效果是否存在实质性差别。 3.某幼儿园分别在儿童入园时和入园一年后对他们进行了“比奈智力测验”，测验 结果见数据文件data4-03。请问，儿童入园一年后的智商有明显的变化吗 （例题） 4.某心理学工作者以大学生为被试，以“正性”和“负性”两种面部表情模式的照 片为实验材料，测量被试对“正性”和“负性”面部表情识别的时间，测验结果见数据文件data4-04。请用SPSS中适当的统计分析方法检验两种面部表情模式对大学生识别面部表情的时间是否存在明显的影响。 5.某小学教师分别采用“集中学习”与“分散学习”两种方式教两个小学二年级班 级的学生学习相同的汉字，两个班学生的学习成绩见data4-05。请问哪种学习方式效果更好 6.某省语文高考平均成绩为78分，某学校的成绩见data4-06。请问该校考生的平
基本统计方法 第一章 概论 1. 总体（Population ）：根据研究目的确定的同质对象的全体（集合）；样本（Sample ）：从总体中随机抽取的部分具有代表性的研究对象。 2. 参数（Parameter ）：反映总体特征的统计指标，如总体均数、标准差等，用希腊字母表示，是固定的常数；统计量（Statistic ）：反映样本特征的统计指标，如样本均数、标准差等，采用拉丁字字母表示，是在参数附近波动的随机变量。 3. 统计资料分类：定量（计量）资料、定性（计数）资料、等级资料。 第二章 计量资料统计描述 1. 集中趋势：均数（算术、几何）、中位数、众数 2. 离散趋势：极差、四分位间距（QR =P 75-P 25）、标准差（或方差）、变异系数（CV ） 3. 正态分布特征：①X 轴上方关于X =μ对称的钟形曲线；②X =μ时，f(X)取得最大值；③有两个参数，位置参数μ和形态参数σ；④曲线下面积为1，区间μ±σ的面积为68.27%，区间μ±1.96σ的面积为95.00%，区间μ±2.58σ的面积为99.00%。 4. 医学参考值范围的制定方法：正态近似法：/2X u S α±；百分位数法： P 2.5-P 97.5。
第三章 总体均数估计和假设检验 1. 抽样误差（Sampling Error ）：由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。抽样误差不可避免，产生的根本原因是生物个体的变异性。 2. 均数的标准误（Standard error of Mean, SEM ）：样本均数的标准差，计算公式： X σσ=误差的大小。 3. 降低抽样误差的途径有：①通过增加样本含量n ；②通过设计减少S 。 4. t 分布特征： ①单峰分布，以0为中心，左右对称； ②形态取决于自由度ν，ν越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高； ③当ν逼近∞,X S 逼近X σ, t 分布逼近u 分布，故标准正态分布是t 分布的特例。 5. 置信区间（Confidence Interval , CI ）：按预先给定的概率（1-α）确定的包含总体参数的一个范围，计算公式：/2,X X t S αν±或/2,X X u S αν±。95%CI 含义：从固定样本含量的已知总体中进行重复抽样试验，根据每个样本可得到一个置信区间，则平均有95%的置信区间包含了总体参数。 6. 假设检验的基本原理：小概率反证法的思想。 ①反证法：从问题的对立面(H 0)出发间接判断要解决的问题(H 1)
第一章：单选题 (5/5 分数) 1．统计学中所说的样本是指（）。 ．随意抽取的总体中任意部分．有意识的选择总体中的典型部分．依照研究者要求选取总体中有意义的一部分．依照随机原则抽取总体中有代表性的一部分．依照随机原则抽取总体中有代表性的一部分 - 正确 . 有目的的选择总体中的典型部分 2．下列资料属等级资料的是（）。 ．白细胞计数．住院天数．门急诊就诊人数．病人的病情分级．病人的病情分级 - 正确 . ABO血型分类 3.为了估计某年华北地区家庭年医疗费用的平均支出，从华北地区的5个城市随机抽样调查了1500户家庭，他们的平均年医疗费用支出是 997元，标准差是 391 元。该研究中研究者感兴趣的总体是（） ．华北地区1500户家庭．华北地区的5个城市．华北地区1500户家庭的年医疗费用．华北地区所有家庭的年医疗费用．华北地区所有家庭的年医疗费用 - 正确 . 全国所有家庭的年医疗费用 4.欲了解研究人群中原发性高血压病(EH)的患病情况，某研究者调查了1043人，获得了文化程度（高中及以下、大学及以上）、高血压家族史（有、无）、月人均收入（元）、吸烟（不吸、偶尔吸、经常吸、每天）、饮酒（不饮、偶尔饮、经常饮、每天）、打鼾（不打鼾、打鼾）、脉压差(mmHg)、心率(次/分)等指标信息。则构成计数资料的指标有（）
．文化程度、高血压家族史吸烟、饮酒、打鼾．月人均收入、脉压差、心率．文化程度、高血压家族史、打鼾．文化程度、高血压家族史、打鼾 - 正确．吸烟、饮酒 . 高血压家族史吸烟、饮酒、打鼾 5.总体是指（） ．全部研究对象．全部研究对象中抽取的一部分．全部样本．全部研究指标 . 全部同质研究对象的某个变量的值-正确 第二章- 单选题 (10/10 分数) 1．描述一组偏态分布资料的变异度，以（）指标较好。 . 全距 . 标准差 . 变异系数 . 四分位数间距 . 四分位数间距 - 正确．方差 2．用均数和标准差可以全面描述（）资料的特征。 . 正偏态分布 . 负偏态分布 . 正态分布 . 正态分布 - 正确 . 对称分布．对数正态分布 3．各观察值均加（或减）同一数后（）。 . 均数不变 . 几何均数不变 . 中位数不变 . 标准差不变 . 标准差不变 - 正确．变异系数不变 4．比较某地1～2岁和5～5.5岁儿童身高的变异程度，宜用（）。
T检验、F检验和统计学意义（P值或sig值） 1.T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。 F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。 2. 统计学意义（P值或sig值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。 3. T检验和F检验 至於具体要检定的内容，须看你是在做哪一个统计程序。 举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，而行的t检验。 两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？ 会不会总体中男女生根本没有差别，只不过是你那麼巧抽到这2样本的数值不同？ 为此，我们进行t检定，算出一个t检定值。 与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较，看看在多少%的机会(亦即显著性sig值)下会得到目前的结果。 若显著性sig值很少，比如<0.05(少於5%机率)，亦即是说，「如果」总体「真的」没有差别，那麼就只有在机会很少(5%)、很罕有的情况下，才会出现目前这样本的情况。虽然还是有5%机会出错(1-0.05=5%)，但我们还是可以「比较有信心」的说：目前样本中这情况(男女生出现差异的情况)不是巧合，是具统计学意义的，「总体中男女生不存差异」的虚无假设应予拒绝，简言之，总体应该存在著差异。 每一种统计方法的检定的内容都不相同，同样是t-检定，可能是上述的检定总体中是否存在差异，也同能是检定总体中的单一值是否等於0或者等於某一个数值。 至於F-检定，方差分析(或译变异数分析，Analysis of V ariance)，它的原理大致也是上面说的，但它是透过检视变量的方差而进行的。它主要用于：均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用、方差齐性(Equality of V ariances)检验等情况。 4. T检验和F检验的关系 t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方
统计学T检验的意义（P值或sig值） 1.T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。 F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。 2. 统计学意义（P值或sig值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。 3. T检验和F检验 至於具体要检定的内容，须看你是在做哪一个统计程序。 举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，而行的t检验。 两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？ 会不会总体中男女生根本没有差别，只不过是你那麼巧抽到这2样本的数值不同？ 为此，我们进行t检定，算出一个t检定值。 与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较，看看在多少%的机会(亦即显著性sig值)下会得到目前的结果。 若显著性sig值很少，比如<0.05(少於5%机率)，亦即是说，「如果」总体「真的」没有差别，那麼就只有在机会很少(5%)、很罕有的情况下，才会出现目前这样本的情况。虽然还是有5%机会出错(1-0.05=5%)，但我们还是可以「比较有信心」的说：目前样本中这情况(男女生出现差异的情况)不是巧合，是具统计学意义的，「总体中男女生不存差异」的虚无假设应予拒绝，简言之，总体应该存在著差异。 每一种统计方法的检定的内容都不相同，同样是t-检定，可能是上述的检定总体中是否存在差异，也同能是检定总体中的单一值是否等於0或者等於某一个数值。 至於F-检定，方差分析(或译变异数分析，Analysis of Variance)，它的原理大致也是上面说的，但它是透过检视变量的方差而进行的。它主要用于：均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用、方差齐性(Equality of Variances)检验等情况。 4. T检验和F检验的关系 t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方
1．参数检验：已知总体分布类型，对未知的总体参数做推断的假设检验方法。故参数检验依赖于特定的分布类型，比较的是总体参数 2．非参数检验：不依赖于总体分布类型、不针对总体参数的检验方法。故非参数检验对总体的分布类型不做任何要求，不受总体参数的影响，比较的是分布或分布位置。适用范围广，可适用于任何类型资料 参数检验 优点：资料信息利用充分；检验效能较高 缺点：对资料的要求高；适用范围有限 2．非参数检验 优点：适用范围广，可适用于任何类型的资料 缺点：检验效能低，易犯Ⅱ型错误 凡适合参数检验的资料，应首选参数检验 对于符合参数检验条件者，采用非参数检验，其 检验效能低，易犯Ⅱ型错误 第一章绪论 1.举例说明总体和样本的概念。 研究人员通常需要了解和研究某一类个体，这个类就是总体。总体是根据研究目的所确定的所有同质观察单位某种观察值（即变量值）的集合，通常有无限总体和有限总体之分，前者指总体中的个体是无限的，如研究药物疗效，某病患者就是无限总体，后者指总体中的个体是有限的，它是指特定时间、空间中有限个研究个体。但是，研究整个总体一般并不实际，通常能研究的只是它的一部分，这个部分就是样本。例如在一项关于2007年西藏自治区正常成年男子的红细胞平均水平的调查研究中，该地2007年全部正常成年男子的红细胞数就构成一个总体，从此总体中随即抽取2000人，分别测的其红细胞数，组成样本，其样本含量为2000人。 2.简述误差的概念。
误差泛指实测值与真实值之差，一般分为随机误差和非随机误差。随机误差是使重复观测获得的实际观测值往往无方向性地围绕着某一个数值左右波动的误差；非随机误差中最常见的为系统误差，系统误差也叫偏倚，是使实际观测值系统的偏离真实值的误差。 3.举例说明参数和统计量的概念。 某项研究通常想知道关于总体的某些数值特征，这些数值特征称为参数，如整个城市的高血压患病率。根据样本算得的某些数值特征称为统计量，如根据几百人的抽样调查数据所算得的样本人群高血压患病。统计量是研究人员能够知道的，而参数是他们想知道的。一般情况下，这些参数是难以测定的，仅能够根据样本估计。显然，只有当样本代表了总体时，根据样本统计量估计的总体参数才是合理的。 4.简述小概率事件原理。 当某事件发生的概率小于或等于时，统计学上习惯称该事件为小概率事件，其含义是该事件发生的可能性很小，进而认为它在一次抽样中不可能发生，这就是所谓的小概率事件原理，它是进行统计推断的重要基础。 第二章调查研究设计 1.调查研究主要特点是什么 调查研究的主要特点是：①研究的对象及其相关因素（包括研究因素和非研究因素）是客观存在的，不能人为给予干预措施②不能用随机化分组来平衡混杂因素对调查结果的影响。 2.简述调查设计的基本内容。 ①明确调查目的和指标②确定调查对象和观察单位③确定调查方法④确定调查方式⑤确定调查项目和调查表⑥制定资料整理分析计划⑦制定调查的组织计划。 3.试比较常用的四种概率抽样方法的优缺点。 （1）单纯随机抽样优点是：均数（或率）及标准误的计算简便。缺点是：当总体观察单位数较多时，要对观察单位一一编号，比较麻烦，实际工作中有时难以办到。 （2）系统抽样优点是：①易于理解，简便易行②容易得到一个按比例分配的样本，由于样本相应的顺序号在总体中是均匀散布的，其抽样误差小于单纯随机抽样。缺点是：①当总体的观察单位按顺序有周期趋势或单调递增（或递减）趋势，系统抽样将产生明显的偏性。