社会统计学名词解释
- 格式:doc
- 大小:111.50 KB
- 文档页数:7
社会统计学常用的名词解释社会统计学是一门研究人口、社会、经济等方面的数量特征和规律的学科。
在社会科学研究中,统计学的应用逐渐成为一种必不可少的工具。
本文将为您介绍一些常用的社会统计学名词,帮助您更好地理解和应用这些概念。
1. 人口统计学人口统计学是研究人口数量和特征的学科。
它通过收集、整理和分析人口数据来了解人口的结构、动态和变化趋势。
常用的人口统计学指标包括人口总数、性别比例、年龄结构、出生率、死亡率等。
2. 经济统计学经济统计学是研究经济现象和经济活动的数量特征和规律的学科。
它通过收集、整理和分析经济数据来了解经济的发展、结构和效益。
常用的经济统计学指标包括国内生产总值(GDP)、人均收入、失业率、消费者物价指数等。
3. 社会流动性社会流动性指的是一个人或一个群体在社会阶层中的转移和变动程度。
社会流动性可以通过教育程度、职业选择、收入水平等指标来衡量。
高社会流动性意味着社会机会更加均等,而低社会流动性则意味着社会阶层更为固化。
4. 贫富差距贫富差距是指社会上不同个体或群体之间的财富和收入差异。
贫富差距的大小可以通过测量收入差距、财富分配不均等指标来评估。
贫富差距过大可能导致社会不稳定和不公平现象。
5. 社会福利社会福利是指一个社会体系中提供给公民的福利资源和服务。
社会福利的范围包括医疗保健、教育、福利救助、社保和退休金等。
社会福利的水平和分配方式反映了社会公平和公正的程度。
6. 教育水平教育水平是指一个人或一个群体的教育程度和质量。
教育水平可以通过文盲率、受教育程度、学历等指标来衡量。
教育水平对个体和社会的发展具有重要的影响,高教育水平有助于提高劳动生产力和创新能力。
7. 犯罪率犯罪率是指一定时间和地域内发生的犯罪案件数量与人口总数之比。
犯罪率是衡量社会安全和法治程度的重要指标。
犯罪率的高低与社会经济发展、教育水平、贫富差距等因素密切相关。
8. 城乡差距城乡差距是指城市和农村之间在经济、社会和生活等方面的差异。
社会统计学的名词解释非参数检验:泛指“对分布类型已知的总体进行参数检验”之外的所有检验方法。
符号检验:181页配对符号秩检验:183页秩和检验方法:把两个样本混合起来,从小到大进行编号;分别计算两个样本的秩和;;计算检验统计量U;如果计算出的U只小于或等于从附表10中查处的临界值,则零假设被拒绝。
游程检验:把样本1和样本2混合起来,按数值从小到大编号;点算游程数目,以混合样本中游程数目r为检验统计量。
确定性关系:一个变量值确定后,另一个变量值也就完全确定了。
非确定性关系:给定了一个变量值,另一个变量值还可以在一定的范围内变化。
相关系数r:这一指标用来度量相关关系程度或强度。
就线性相关来说,当\r\=1时,表示完全相关;当0<\r\<1时,表示不完全相关;当\r\=0时,表示无相关或零相关。
判断两个变量有因果联系的条件:(1)两个变量有共变关系;(2)两个变量之间的关系不是有其他因素形成的;(3)两个变量的产生和变化有明确的时间顺序。
列联表:按品质标志吧两个变量的频数分布进行交互分类,由于表内的每一个频数都需同时满足两个变量的要求,所以列联表又称条件频数表。
消减误差比例(PRE)=(原来的误差—后来的误差)\原来的误差Gamma系数:适用于测量两对称的定序变项的相关系数。
积差系数:两个定距变量之间的相关测量,最常用的就是积差系数。
英国统计学家皮尔逊用积差方法推导出来的,所以也称皮尔逊相关系数,用符号r表示。
回归:有一种力量使子辈个体身高趋向父辈平均身高,高尔顿把这种趋向中心的现象称之为回归。
拟合优度检验:检验总体是否具有正态或其他分部形式的非参数统计检验。
方差分析:他可以检验多个总体均值是否存在差异的统计检验方法。
时间数列:是某一指标的数值按时间按先后顺序排列而成的一个序列,也称动态数列。
一般有两个基本要素构成:被研究对象所属的时间和反映该现象在各个时间上的统计指标数值。
增长量:总量指标报告期水平和基期水平之差,表明该指标在一定时期内增加和减少的绝对数量。
社会统计知识点总结一、社会统计学的基本概念社会统计学是一门研究社会现象的数量特征和变化规律的学科,它涉及人口、经济、社会、文化等各个方面的统计数据,通过对这些数据的研究,揭示社会问题的本质和规律。
社会统计学的研究对象主要包括社会现象的数量特征、数量关系、数量规律和数量变化等内容。
社会统计学的研究方法主要包括数据收集、数据整理、数据分析和数据解释等步骤。
社会统计学的研究成果主要包括统计数据、统计报告、统计分析和统计推断等内容。
社会统计学的研究目的主要包括为社会政策的制定和实施提供科学依据、揭示社会问题的本质和规律、为社会管理和发展提供科学指导等内容。
社会统计学主要的研究领域包括人口统计、经济统计、社会统计、文化统计等内容。
二、数据收集方法数据收集是社会统计学研究的第一步,它是获取社会现象的数量特征和变化规律的基础。
数据收集的方法主要包括调查、抽样、实验、观察、测量等内容。
调查是一种常用的数据收集方法,它可以通过问卷调查、访谈调查、电话调查等方式获取社会现象的数量特征和变化规律。
抽样是一种常用的数据收集方法,它可以通过简单随机抽样、分层抽样、整群抽样等方式获取代表性的样本数据。
实验是一种常用的数据收集方法,它可以通过对实验组和对照组进行比较研究来获取社会现象的数量特征和变化规律。
观察是一种常用的数据收集方法,它可以通过直接观察社会现象的数量特征和变化规律来获取数据。
测量是一种常用的数据收集方法,它可以通过对社会现象进行量化研究来获取数据。
三、数据分析技术数据分析是社会统计学研究的重要环节,它是对收集到的数据进行整理、分析和解释的过程。
数据分析的技术主要包括描述统计分析、推断统计分析、多元统计分析和时间序列分析等内容。
描述统计分析是对收集到的数据进行整理、汇总、分类和计算的过程,它可以通过频数分布、比例分布、平均数、标准差、相关系数等指标来描述数据的数量特征和变化规律。
推断统计分析是对收集到的数据进行推断和预测的过程,它可以通过抽样误差、置信区间、假设检验、回归分析等方法来推断数据的数量特征和变化规律。
社会统计学重点归纳
社会统计学是研究人口、经济、社会、文化等方面的统计数据的科学。
以下是社会统计学的重点归纳:
1. 人口统计学:主要研究人口的数量、分布、组成和变动等方面的统计数据,包括人口普查、人口出生率、死亡率、迁移率等指标。
2. 经济统计学:主要研究经济活动的统计数据,包括国内生产总值(GDP)、劳动力参与率、失业率、消费指数、投资指数等指标。
3. 社会统计学:主要研究社会现象的统计数据,包括教育水平、就业率、犯罪率、健康状况、贫困率等指标。
4. 文化统计学:主要研究文化领域的统计数据,包括文化产业的规模、文化消费的情况、文化活动的参与度等指标。
5. 社会调查方法:研究如何设计和实施社会调查,包括问卷设计、样本选择、数据收集和分析等方法和技巧。
6. 数据分析方法:研究如何对收集到的统计数据进行分析和解释,包括描述统计分析、推断统计分析、多元统计分析等方法。
7. 统计模型和预测:研究如何建立和应用统计模型来预测社会现象的变化趋势,包括时间序列分析、回归分析、因子分析等方法。
8. 社会统计学的应用:研究如何将社会统计学的方法和理论应用到
实际问题中,包括政策制定、社会规划、市场调研等领域。
这些是社会统计学的重点内容,通过对社会现象的统计数据进行研究和分析,可以揭示社会规律和趋势,为社会发展和政策决策提供科学依据。
《社会统计学》PPT课件(110页)一、引言社会统计学是研究社会现象数量特征及其规律的学科,是社会学的重要组成部分。
本课件将带领大家深入了解社会统计学的定义、研究方法、数据来源以及在社会各个领域的应用。
二、社会统计学的定义社会统计学是一门应用统计学原理和方法,对社会现象进行数量分析和描述的学科。
它通过收集、整理、分析和解释社会数据,揭示社会现象的数量特征、变化规律和相互关系,为社会决策提供科学依据。
三、社会统计学的研究方法1. 调查研究法:通过问卷调查、访谈等方式,收集社会数据,了解社会现象的实际情况。
2. 实验研究法:在控制条件下,对研究对象进行实验,观察和记录实验结果,分析社会现象的因果关系。
3. 文献研究法:通过查阅相关文献,了解社会现象的历史、现状和发展趋势。
4. 案例研究法:选取具有代表性的社会现象,进行深入分析,揭示其内在规律。
5. 统计模型法:运用统计模型,对社会现象进行定量分析,预测社会现象的未来发展趋势。
四、社会统计学数据来源1. 政府统计部门:提供国家、地区和行业的社会经济数据。
2. 学术研究机构:发布学术研究报告,提供社会现象的定量分析结果。
3. 社会调查机构:开展社会调查,收集社会数据,为政府、企业和社会组织提供决策依据。
4. 新闻媒体:报道社会现象,提供社会数据的实时更新。
5. 公共图书馆和档案馆:保存历史文献,为研究社会现象提供数据支持。
五、社会统计学在社会领域的应用1. 社会经济领域:分析经济增长、就业、收入分配等社会经济现象,为国家制定经济发展政策提供依据。
3. 社会问题领域:分析社会问题,如贫困、犯罪、环境污染等,为解决社会问题提供科学依据。
4. 社会发展领域:研究社会发展规律,为推动社会进步提供理论支持。
5. 社会管理领域:分析社会管理现状,为提高社会管理水平提供数据支持。
社会统计学作为一门研究社会现象数量特征及其规律的学科,具有广泛的应用价值。
通过掌握社会统计学的定义、研究方法、数据来源及其在社会领域的应用,我们可以更好地了解社会现象,为政府、企业和社会组织提供决策依据,推动社会进步。
社会统计学社会统计学是一门研究社会现象以及人口、经济、教育等方面数据的学科,通过对数据进行收集、整理、分析和解释,揭示社会现象的规律、变化和趋势。
社会统计学的研究对象包括人口构成、社会流动、社会结构、经济发展、教育水平、健康状况等方面。
社会统计学的发展历程社会统计学作为一门独立的学科,起源于19世纪初期的欧洲。
当时,欧洲各国开始建立人口统计制度,收集和分析人口数据,用以了解人口的增长趋势、城乡分布等信息。
随着工业革命的发展,社会经济结构发生了巨大变化,社会统计学的研究领域逐渐扩大,涵盖了更多方面的社会现象。
20世纪以来,随着信息技术的发展和数据科学的兴起,社会统计学进入了一个全新的阶段。
数据的收集、处理和分析变得更加高效和精确,统计模型和方法也变得更加复杂和多样化。
社会统计学在社会科学研究中扮演着越来越重要的角色,为政府决策、社会管理、市场预测等提供了重要的支撑。
社会统计学的研究领域社会统计学的研究领域非常广泛,涉及人口统计学、经济统计学、社会调查、社会分布、社会流动、社会结构等方面。
其中,人口统计学是社会统计学中的重要分支,主要研究人口的数量、质量、结构及其变化规律。
经济统计学则关注经济活动的数据收集和分析,用以了解经济发展的状况和趋势。
社会统计学的研究方法主要包括问卷调查、实地观察、统计分析等。
通过这些方法,社会统计学可以揭示社会现象的规律和变化,为社会政策的制定和执行提供依据。
同时,社会统计学也可以帮助了解人们的生活状况、需求和行为习惯,为社会服务的提供和优化提供指导。
社会统计学的意义和应用社会统计学在社会科学研究和社会管理中具有重要的意义和应用价值。
通过社会统计学的研究,可以更好地了解社会现象的本质、原因和影响,为社会发展和进步提供理论支持和实践指导。
社会统计学可以帮助政府和组织更好地了解社会的需求和问题,优化资源配置,提高社会服务的效率和质量。
在当今信息化和数字化的时代,社会统计学扮演着越来越重要的角色。
1.社会统计学社会统计学是运用统计学的一般原理,对社会各种静态结构和动态趋势进行定量描述或推断的一种专门方法与技术。
人们既用它来分析已经发生和正在发生的现象,也用它来估计预测未来可能发生的现象。
2.国势学派产生于德国,其创始人为康令和阿亨瓦尔。
该学派一直以统计学为名,但只用文字记述,不用数字计量,历史上人们将该学派称为“有名无实”学派。
3.政治算术学派该学派的创始人为英国人格朗特和威廉〃配第。
该学派“用数字、重量、尺度来表达自己想说的问题”,虽然没有使用统计学这一名词,但所使用的社会宏观数量对比和分析方法揭示了统计学所要研究的内容,因此历史上人们将这一学派称为“有实无名”学派。
马克思对配第评价很高,誉他为“政治经济学之父,在某种程度上也可以说是统计学的创始人”。
4.数理统计学派该学派的创始人未比利时人凯特勒,其最大的贡献就是将法国的古典概率论引入统计学,用纯数学的方法对社会现象进行研究。
由于把概率论引进统计学,使社会随机现象数量方面的研究提高了准确性。
因此,一门兼有数学和统计学双重意义的学科被命名为“数理统计学”。
凯特勒也被人称为“现代统计学之父”。
5.大量观察法大量观察法,就是就总体中足够多的单位进行调查和综合分析,用以反映社会总体的数量特征。
大量观察法是统计调查阶段的重要方法6.大数规律大数规律是随机现象出现的基本规律,它的一般意义是:观察过程中每次取得的结果可能不同(因为具有偶然性),但大量重复观察结果的平均值却几乎接近某个确定的数值。
7.描述性统计描述性统计,就是讨论范围仅以搜索的资料本身为限,而不予以扩大。
早期的统计都是描述统计。
8.推论性统计推论性统计,主要是依据概率论,研究如何依据有限资料对总体性质作推断,从而使统计的功能大为扩充。
是在树立统计学派之后发展起来的,属于比较现代的统计分析方法。
9.样本和(或)样本总体样本或样本总体,是通过抽样得到的用以推断总体特征的那个“部分”。
10.标志标志是说名总体单位属性或数量特征的名称。
云南省考研社会学复习资料社会统计学重要内容梳理社会统计学是社会学中的一个重要分支,通过对社会现象进行数据的收集、整理和分析,以揭示社会规律和进行社会研究。
在云南省考研社会学复习中,社会统计学是一个必不可少的考点。
本文将对社会统计学的重要内容进行梳理。
一、社会统计学的基本概念社会统计学是指以社会或群体为对象,运用数理统计学的方法和技术,对社会现象进行系统测量、分析和研究的学科。
社会统计学的基本概念包括:“数据收集”、“数据整理”、“数据分析”和“数据解释”。
其中,“数据收集”是通过不同的调查方法,如问卷调查、抽样调查等,收集社会现象的数据;“数据整理”是对收集到的数据进行分类、整理和编码,为后续的分析做准备;“数据分析”是运用数理统计学的方法对数据进行描述、统计和推断;最后是“数据解释”,通过对数据的分析和解释,揭示社会现象的规律。
二、社会统计学的研究对象1. 人口统计学:研究人口数量、结构、分布和变动等问题。
人口统计学的重要指标有人口总量、出生率、死亡率、婚姻率、离婚率等。
2. 劳动力统计学:研究劳动力的数量、结构、动态变动和就业形势等问题。
劳动力统计学的重要指标有劳动参与率、就业率、失业率等。
3. 教育统计学:研究教育的发展水平、资源配置与利用、优质教育资源的均衡布局等问题。
教育统计学的重要指标有教育总体预算占国民生产总值的比重、教育财政支出等。
4. 经济统计学:研究经济的总量、结构、发展趋势和效益等问题。
经济统计学的重要指标有国内生产总值、人均国内生产总值、固定资产投资等。
三、社会统计学的研究方法1. 问卷调查:通过编制问题清单,并向受访者发布,收集到的数据可进行统计和分析。
问卷调查能够收集到大量的数据,但受访者对问题的回答可能存在主观性和不准确性。
2. 抽样调查:通过合理地从总体中选取一部分样本进行调查和研究,然后用样本数据推断总体特征。
抽样调查具有代表性和经济性的特点,但样本的选择和调查过程可能会引入偏差。
最新国家开放大学电大本科《社会统计学》名词解释题简答题题库及答案(试卷号:1318)一、名词解释题1.非概率抽样:根据主观意愿、实际情况等进行抽样,而不依据随机原则进行抽样,这些不符合概率抽样要求的抽样都称为非概率抽样。
2.二维表:二维表就是行列交叉的表格,将两个变量一个分行排放,一个分列排放,行列交叉处就是同属于两个变量的不同类的数据,也称为列联表。
3.置信水平:置信水平就是将构造置信区间的步骤重复很多次,置信区间包含总体参数真值的次数所占的比例。
4.卡方检验:卡方检验是对样本的频数分布所来自的总体分布是否服从某种理论分布或某种假设分布所作的假设检验,即根据样本的频数分布来推断总体的分布。
5.非概率抽样:根据主观意愿、实际情况等进行抽样,而不依据随机原则进行抽样,这些不符合概率抽样要求的抽样都称为非概率抽样。
6.二维表:二维表就是行列交叉的表格,(1分)将两个变量一个分行排放,一个分列排放,(1分)行列交叉处就是同属于两个变量的不同类的数据,也称为列联表。
7.置信水平:置信水平就是将构造置信区间的步骤重复很多次,置信区间包含总体参数真值的次数所占的比例。
8.卡方检验:卡方检验是对样本的频数分布所来自的总体分布是否服从某种理论分布或某种假设分布所作的假设检验,即根据样本的频数分布来推断总体的分布。
9.整群抽样:先将总体按照某种标志或特征划分为一些子群体,然后从总体中随机抽取一些子群体,再将这些抽出的若干小群体内的所有元素构成总体样本的方法。
10.Z值:Z值:Z值又称为标准分数,它是以平均数为参照点,以标准差为单位的描述原始数据在总体中相对位置的量数,通过计算Z值将一般正态分布转换为标准正态分布,Z值的计算公式为:Z=(X-μ)/σ11.二维表:二维表就是行列交叉的表格,(1分)将两个变量一个分行排放,一个分列排放,(1分)行列交叉处就是同属于两个变量的不同类的数据,也称为列联表。
12.误差减少比例:在预测变量Y的值时,知道变量x的值时所减少的误差(E.- Ez)与总误差E,的比值称为误差减少比例,简称PRE。
1.社会统计学
社会统计学是运用统计学的一般原理,对社会各种静态结构和动态趋势进行定量描述或推断的一种专门方法与技术。
人们既用它来分析已经发生和正在发生的现象,也用它来估计预测未来可能发生的现象。
2.国势学派
产生于德国,其创始人为康令和阿亨瓦尔。
该学派一直以统计学为名,但只用文字记述,不用数字计量,历史上人们将该学派称为“有名无实”学派。
3.政治算术学派
该学派的创始人为英国人格朗特和威廉·配第。
该学派“用数字、重量、尺度来表达自己想说的问题”,虽然没有使用统计学这一名词,但所使用的社会宏观数量对比和分析方法揭示了统计学所要研究的内容,因此历史上人们将这一学派称为“有实无名”学派。
马克思对配第评价很高,誉他为“政治经济学之父,在某种程度上也可以说是统计学的创始人”。
4.数理统计学派
该学派的创始人未比利时人凯特勒,其最大的贡献就是将法国的古典概率论引入统计学,用纯数学的方法对社会现象进行研究。
由于把概率论引进统计学,使社会随机现象数量方面的研究提高了准确性。
因此,一门兼有数学和统计学双重意义的学科被命名为“数理统计学”。
凯特勒也被人称为“现代统计学之父”。
5.大量观察法
大量观察法,就是就总体中足够多的单位进行调查和综合分析,用以反映社会总体的数量特征。
大量观察法是统计调查阶段的重要方法
6.大数规律
大数规律是随机现象出现的基本规律,它的一般意义是:观察过程中每次取得的结果可
能不同(因为具有偶然性),但大量重复观察结果的平均值却几乎接近某个确定的数值。
7.描述性统计
描述性统计,就是讨论范围仅以搜索的资料本身为限,而不予以扩大。
早期的统计都是描述统计。
8.推论性统计
推论性统计,主要是依据概率论,研究如何依据有限资料对总体性质作推断,从而使统计的功能大为扩充。
是在树立统计学派之后发展起来的,属于比较现代的统计分析方法。
9.样本和(或)样本总体
样本或样本总体,是通过抽样得到的用以推断总体特征的那个“部分”。
10.标志
标志是说名总体单位属性或数量特征的名称。
11.虚拟变量
当品质标志的变异性用离散变量来表达时,这个变量可称虚拟变量。
12.指标体系
指标体系就是一系列有内在联系得统计指标集合体。
13.总体和总体单位
总体,就是作为统计研究对象的、由许多具有共性的单位构成的整体。
也有人称之为母体。
构成总体的每一个个体称为总体单位,简称单位,也称为个体。
14.中位数
把总体单位某一数量标志的各个数值,按大小顺序排列,位于正中处的变量值即为中位数。
15.众数
在一组资料中,出现次数(或频数)呈现“峰”值的那些变量值。
16.调和平均数
N个变量值倒数算术平均数的倒数,也称倒数平均数。
17.几何平均数:
N个变量值连乘积的N次方根。
18.平均指标:
就是表明同质总体在一定条件下某一数量标志所达到的一般水平。
19.显著水平
能允许犯第一类错误的概率叫做检验的显著性水平,它决定了否定域的大小。
20.总体参数
已知一总体分布,可求得它的特征值。
根据总体分布计算的特征值,即根据总体各
个单位标志值计算的统计指标,在推论统计中称为总体参数。
总体均值和总体标准差
(或方差)是反映总体分布特征最重要的两个总体参数,习惯上分别记作μ和σ(或σ2)。
21.检验统计量
检验统计量是关于样本的一个综合指标,但与参数估计中讨论的统计量有所不同,它不用
作估测,而只用作检验。
22.中心极限定理
μ和方差2σ的总体(可以具有任何形式)中重复抽取容量如果从一个具有均值
为n 的随机样本,那么当n 变得很大时,样本均值的抽样分布接近正态,并具有均
μ和方差2σ/n 。
值
23.超几何分布
超几何分布以样本内的成功事件的个数x 为随机变量。
若总体单位数为N ,其中成功类共有K 个,设从中抽取n 个为一样本,则样本中成功类个数x 的超几何概率分布为
P (x )=H (x :N ,n ,K )=n
N
x
n K
N x K C C C -- 式中:x ≤K ,0≤x ≤n ,0≤K ≤N 。
超几何分布的数学期望μ=
N
nK
,方差σ2=)1())((---N N K K N n N n
24.泊松分布
泊松分布为离散型随机变量的概率分布,随机变量为样本内成功事件的次数。
若μ为成功次数的期望值,假定它为已知。
而且在某一时空中成功的次数很少,超过5次的成功概率可忽不计,那么稀有事件出现的次数x 的泊松概率分布为
P (x )=P (x ;λ)=
λ
λ-e x x
!
泊松分布的期望值和方差均等于它的唯一参数λ。
25.卡方分布
设随机变量X 1,X 2,…X k ,相互独立,且都服从同一的正态分布N (μ,σ2)。
那么,我们可以先把它们变为标准正态变量Z 1,Z 2,…Z k ,k 个独立标准正态变量的平方和被定义为卡方分布(2
χ分布)的随机变量2
χ
2χ(k )=(
σ
μ
-1X )2+(
σ
μ
-2X )2+…+(
σ
μ
-k X )2
=
∑=-k
i i
X
1
2
2
)(1
μσ=∑=k
i i Z 1
2
其中k 为卡方分布的自由度,它表示定义式中独立变量的个数。
2χ分布的期望值是自由度k ,方差值为自由度的2倍。
26.F 分布
F 分布是连续型随机变量的另一种重要的小样本分布。
设2χ(1k )和2χ(2k )相互
独立,那么随机变量
F (1k ,2k )=2
221
12/)(/)(k k k k χχ
服从自由度为(1k ,2k )的F 分布。
其中,分子上的自由度1k 叫做第一自由度,分母上的自由度2k 叫做第二自由度。
27.点估计
所谓点估计,就是根据样本数据算出一个单一的估计值,用它来估计总体的参数值。
28.区间估计
所谓区间估计,就是计算抽样平均误差,指出估计的可信程度,进而在点估计的基础上,确定总体参数的所在范围或区间。
29.置信区间
置信区间就是我们为了增加参数被估计到的信心而在点估计两边设置的估计区间。
。
30.独立双样本
所谓独立样本,指双样本是在两个总体中相互独立地抽取的 31.配对样本
所谓配对样本,指只有一个总体,双样本是由于样本中的个体两两匹配成对而产生的。
32.单一试验组的试验
: 单一实验组实验是对同一对象在某种措施实行前后进行观察比较的一种简单实验,它只有实验组而没有控制组。
或者说,同一个组在实施实验刺激之前是实验中的“控制组”,在实施实验刺激之后就成了“实验组”。
33.一试验组与一控制组的试验
配对样本的一实验组与一控制组之假设检验,要设法把实验变量的作用和额外变量的作用区分开来,然后就像对待单一实验组实验一样,把问题转化为零假设μd =0的单样本检验来处理。
34.拟和优度检验:是有关检定总体是否具有正态或其他分布形式的非参数统计检验。
35.列联表:是按品质标志把两个变量的频数进行交互分类的统计表格。
36.理论频数:是按照理论分布计算出的样本各组频数。
37.方差分析:研究多个总体均值是否存在差异的统计检验方法。
38.方差分析表:用于表达方差分析结果的标准形式的表格。
其基本形式如下: 项目 SS 自由度MS 检验统计量 临界值 显
著性
组间 SS B (c ―1)MS B MS B / MS W F α(c ―1,n ―c)(待定) 组内 SS W (n ―c ) MS W —————— 总 SS T (n ―1) ————————
39.总变差:记作SS T ,它表示ij Y 对于总均值Y 的偏差之平方和,即
SS T =
211
)(∑∑==-c i n j ij
i
Y Y
40.组内变差:记作SS W ,它是各观测值ij Y 对其所属类别均值i Y 的偏差的平方和,即
∑∑==-c i n j i ij
i
Y Y
11
2)(
41.组间平方和:记作SS B ,是自变量因素所没有解释的ij Y 的变异,即
21
)(Y Y
n c
i i
i -∑=
42.相关比率:方差分析中把已解释的变差对总变差的比值称为相关比率,用符号2
η表示。
2
η=1―
T
W
SS SS 43.估计标准误差:为回归剩余方差MS W 的平方根,即S Y/X =2
2--∑n Y Y c
)(
44.零假设
概率分布的具体形式是由假设决定的,假设肯定不止一个。
在统计检验中,通常把被检验的那个假设称为零假设(或称原假设,用符号H 0表示),并用它和其他备择假设(用符号H 1表示)相对比。
45.第一类错误
零假设Ho 实际上是正确的,却被否定了。
46.第二类错误
零假设Ho 实际上是错误的,却没有被否定。