心理统计学 4页

心理统计学——名词解释【1】1随机现象：在一定条件下，可能出现也可能不出现，或者可能这样出现也可能那样出现的一类现象。2统计学：研究随机现象的数量规律性的应用数学分支。3大数定理：虽然每次观察结果可能都不同（偶然性），但是大量重复观察的结果可以形成稳定的数量特征（必然性）。4统计学科学：以统计学方法为主要定量分析手段的科学。心理学就是一门统计性科学。5数理统计学：以概率论为基础，阐明统计学的数学原理，推导和证明有关的数学公式的数学分支。6应用统计学：数理统计学理论在各个学科领域中的应用产生的统计学分支。7心理统计学：心理学领域的应用统计学分支。8描述统计学：阐述搜集、提炼和描述资料的方法，是推断统计学的基础。9推断统计学：运用概率论研究如何根据样变的信息推断出样本来自的总体的相应信息，包括参数估计和假设检验两种形式。10随机变量：表示随机现象的各种可能结果的变量。11个体：所研究的随机现象的载体，具有某种共同特性，是组成总体的基本单位。12总体：具有某（些）共同特性的个体的总和。13样本：从总体中抽取的作为观测对象的一部分个体。14样本容量：样本包含的个体数n。n>=30的样本称为大样本，n<30的样本称为小样本。15参数：根据总体中所有个体的观察值计算出来的数量指标，即总体上的数字特征。16统计量：根据样本中所有个体的观察值计算出来的数量指标，即样本上的数字特征。【2】1间断变量：其可能取值在数轴上不连续的变量。2连续变量：其可能取值在数轴上连续地充满某一区间的变量。3称名量表：各个数字表示的是观察值的不同质别，起到的是名称的作用，数据之间不可以进行任何数学运算。4顺序量表：各个数字表示的是个体某方面特征所对应的名次或等级;数据之间可以进行比较运算。5等距量表：表示测量上具有相等单位的观察值，而且有一个相对零点；数据之间可以进行加减运算。6比率量表：表示测量上具有相等单位的观察值，而且有一个绝对零点；等距量表的数据之间可以进行乘除法运算。7次数分布：按照一定的标准将观察值分组后，各组观察值个数的分布情况；又称为频数分布。8直方图：由若干直方条排列在横坐标上构成，直方条的高度表示次数f。9散点图：在直角坐标系中，以个体在两个变量上的观察值为点的坐标绘制而成的图;常常用于观察两个变量间有无相关。【3】1特征量：描述一组资料的数量特征的指标。2集中量：描述一组数据的集中趋势或典型水平的指标。3差异量：描述一组数据离中趋势或离散程度的指标。4地位量：描述特定的观察值在整个次数分布中所占等级位置的指标。5偏态量：描述次数分布偏态方向和程度的指标。6峰态量：描述次数分布的陡峭程度（高低宽窄特征）的指标。7算数平均数：所有观察值的总和除以总次数所得之商。8离差：各观察值与算数平均数之差。9中位数：数据按照大小顺序排列后位于最中间的数值。10众数：数据中出现次数最多的数值。11全距：观察值中最大值与最小值之差。12平均差：所有观察值与算数平均数之差的绝对值的算数平均数。13方差：离差平方的算术平均数。14标准差:方差的平方根。\n15差异系数：标准差与其算数平均数的百分比率。16百分位数：在以一定顺序排列的一组观察值中某个百分位置所对应的数值。17四分位数：将一组已排序的数据按个数四等分的百分位数，分别是位于25%、50%、75%的百分位数。18百分等级：某个数值在以一定顺序排列的一组观察值中所对应的百分位置。【4】1概率：某随机事件出现的可能性的大小。2随机试验：对于随机现象（或随机变量）的观察。3后验概率：在大量试验中随机事件出现次数的稳定比率。4古典概型：该模型须满足两个条件：1可能结果的数目是有限的；2各个结果出现的可能性被认为是相等的。5先验概率：在古典概型中，随机事件的概率为该事件所包含可能结果个数m与所有可能结果的总数n的比值。6对立事件：如果在试验中事件A和事件B必有一个发生且仅有一个发生，则称这两个事件互为对立事件。7互斥事件:在一次试验中不可能同时出现的若干个事件。8独立事件：一个事件是否发生不会影响另一个事件，它们就是相互独立的，称为独立事件。9小概率事件：发生概率非常小的事件，被认为是在一次试验中实际上不可能发生的事件。【5】1二项试验：满足以下条件的试验：1一次试验只有两种可能结果（“成功”和“失败”）；2试验可以在同样的条件下重复进行；3可以用计数来表示成功或失败的次数；4各次试验中成功的概率p相同，失败的概率q也相同，且p+q=1；5各次试验的结果相互独立。2标准分数：服从正态分布的X变量用Z=(X-u)/á或Z=(X-¯¯X)/S进行转换得到的Z值。3T分数：将Z分数进行线性转换所获得的分数，转换公式为T=KZ+C。4自由度：总体参数估计量中变量值独立自由变化的个数。【6】1抽样误差：根据样本信息来推断总体信息时产生的随机误差。2简单随机抽样：从总体中完全以随机形式抽取若干个个体组成一个样本。在抽取的过程中每个个体被抽到的概率是均等的，并且在任何一个个体被抽取之后总体内成分不变。3分层随机抽样：按有关的因素或指标将总体划分为互不重叠的几个层，再从各层中独立地抽取一定数量的个体，最后将各层中抽取的个体合在一起，组成一个样本。4机械抽样：先将总体中的所有个体按顺序编号，然后每隔一定的间隔抽取个体，组成样本。5整群抽样：以整群为单位的抽样方法，即从总体中抽出来的个体同属于某个群体。6总体分布：总体内个体观察值的次数分布或概率分布。7样本分布：样本内个体观察值的次数分布或概率分布。8抽样分布：统计量的概率分布，是根据样本的所有可能的观察值计算出来的某个统计量的观察值的分布。9方差齐性：两个或多个总体的方差无显著差异。10标准误：样本统计量的标准差，例如样本平均数的标准差Ó-x=Ó/┌n。【7】1估计量：用来估计参数的统计量。2估计值：作为估计量的统计量的值。3点估计:根据样本的观察值计算出一个与θ相应的估计值，用这个估计值直接作为对参数θ的估计。4区间估计：根据样本的观察值计算出两个估计值ô1和ô2，用区间（ô1，ô2）作为参数θ可能的取值范围，并指出参数θ落在这一区间的概率。5置信水平：参数真值θ落在置信区间（ô1，ô2）里的概率。6置信区间：区间估计中，若关系式P{ô<θ<ô}=1-a成立，则称区间（Ô1，Ô2）为参数θ在置信水平1-a下的置信区间。某个总体参数中，一参数值落在一定范围内的概率水平。\n【8】1假设检验：利用样本信息，根据一定概率，对关于总体参数（或总体分布）的假设成立的可能性进行评价，进而作出拒绝或保留的决断。假设检验总是从零假设出发，评价其被拒绝的概率。2显著性水平:小概率事件的概率，记作a,通常规定a为0.05或0.01.3双侧检验：将a等分为左右两个部分，左右两边各设置一个拒绝域。每个拒绝域相应的概率为a/2。4单侧检验：将与a对应的拒绝域全部放置在左侧，或全部放置在右侧，分别称为左侧检验和右侧检验。5α错误：拒绝本来是正确的零假设，接受错误的备择假设，又称为I型错误。6β错误：接受错误的零假设，拒绝本来是正确的备择假设，又称为Ⅱ型错误。7独立样本：分别独立抽取的样本，抽取其中任何一个样本都不会对抽取另一个样本产生任何影响，两个样本内个体之间不存在对应的关系。8相关样本：在样本之间有相互影响的条件下抽样得到的样本，两个样本内个体之间存在着一一对应的关系。9功效函数：以备择假设H1提出的可能的参数值为自变量，以参数值对应的功效值1-β为因变量的函数关系。【10】1方差分析：对多组平均数差异进行显著性检验的方法，其优点是能够充分地利用样本信息，而且可以通过一次检验得出结论，从而避免多次逐对t检验所造成的错误概率的累积。2组间差异：各样本平均数之间的差异。3组内差异:样本内部观察值之间的差异。4因素:实验中的自变量。5单因素实验：只有一个自变量的实验。6多因素实验:有两个或两个以上自变量的实验。7水平：某一个因素的不同情况。水平之间的差别可以是数量上的差别，也可以是性质上的不同。8处理：按各个水平条件进行的重复实验。9交互作用：某个因素对实验结果的影响受到其它因素的制约。10事后比较：方差分析出现了显著性差异时，检验各个水平的平均数两两比较有无显著差异，又称为“逐对比较”。【11】1相关：两个变量之间不精确、不稳定的变化关系。2正相关：变化方向相同的两个变量之间的相关。3负相关：变化方向相反的两个变量之间的关系。4零相关：两个变量的变化方向没有一定的规律，表示两个变量之间没有相关。5相关系数：一种特征量，用来描述两个变量之间相关的方向和密切程度。6积差相关系数：表示两个呈线性相关的正态连续变量之间的相关程度的特征量，它是协方差除以两个变量的标准差所得的值。7协方差：两个变量离差乘积之和除以n所得之商，它是计算积差相关系数的基础。8等级相关系数：表示顺序水平的变量之间的相关程度的特征量。9斯皮尔曼等级相关系数：用来表示两个顺序水平的变量之间的相关程度的等级相关系数。10肯德尔和谐系数（肯德尔一致性系数）：用来表示多个顺序水平的变量之间的等级相关系数。常用于分析多个评定者对同一组个体进行等级评定的一致性程度，或同一个评定者对同一组个体进行多次等级评定的一致性程度。11质量相关系数：品质型变量（根据事物的某一属性划分不同质的种类）与数量型变量之间的相关系数。12二列相关系数：当两个变量之间都是正态连续变量，而其中一个变量被人为地划分为两个类别时，这两个变量之间的相关系数。13点列相关系数：一个正态连续变量与另一个真正的二分称名变量（或双峰分布的变量）之间的相关程度。14多列相关系数：当两个变量之间都是正态连续变量，而其中一个变量被人为地划分为多个（两个以上）类别时，这两个变量之间的相关系数。\n15Φ相关系数:两个二分变量之间的相关系数。【12】1回归分析：利用一个变量或一组变量的变化来估计或预测另一个变量或一组变量的变化情况。2线性回归模型：变量之间存在线性关系的回归模型。3回归线：用来代表散点图上分布趋势的直线。4拟合优度：回归方程对样本数据的代表程度。5残差：实际观测到的因变量值Y与回归值Ý之差，是一种随机误差。6确定系数：回归平方和在总离差平方和中所占比例。7不确定系数：残差平方和在总离差平方和中所占比例。8偏回归系数：在其它自变量保持恒定时某个自变量对因变量的影响程度。【13】1非参数检验：不涉及总体参数的假设检验。2观测次数：样本中不同类别的个体数。3理论次数：样本中按照理论比例计算出来的不同类别的个体数。4单因素X²检验：对单向表的数据进行的X²检验，用于判断单向表所示的次数是否表明总体服从某个理论分布或假设分布。5拟合优度（配合度）检验：关于样本次数分布与某种指定的次数分布的吻合程度的假设检验。6双因素X²检验：对双向表的数据进行的X²检验，用于判断双向表的两个因素是否存在关联，或多次重复实验结果是否同质。7独立性X²检验：用于判断两个因素之间是否存在关联的X²检验。8同质性X²检验：判断多次重复实验的结果是否存在关联的X²检验。9相关样本的X²检验：对同一组对象多次测量或配对组的点计数据进行的X²检验。10McNemar检验：两个相关样本的X²检验。11柯克伦Q检验：多个相关样本的X²检验，考察样本的次数或比例有无显著差异。【14】1秩：由小到大排序所得到的各观察值的位次。2曼-惠特尼U检验法：根据两个独立样本的秩和进行样本差异的显著性检验。3柯尔莫哥洛夫-斯米尔诺夫检验：根据两个独立样本的累积次数分布的相似程度进行的样本差异的显著性检验。4符号检验：根据两个相关样本的每对数据之差的符号（正号或负号）进行样本差异的显著性检验。5符号秩次检验法：既考虑差值的正负号，又考虑差值大小的相关样本差异的显著性检验。6单向秩次方差分析法：对多个独立样本进行的秩次方差分析法，对应于完全随机设计的参数方差分析，又称为H检验法。7双向秩次方差分析法：对多个相关样本进行的秩次方差分析法，对应于随机区组设计的参数方差分析。