参数统计与非参数统计、.doc

《参数统计与非参数统计、.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、样本统计方法一般分为两个大的分支—参数统计和非参数统计。非参数统计方法主要有：一是卡方拟合度检验（大众媒介研究者经常比较某一现象所观察到的发生频次和其期望值或假设的发生频次，卡方（X的平方）是一个表示期望值和观察值之间关系的值）。其局限性在于变量必须是定类或者定序测量的。二是交叉表分析，可以同时检验两个或者更多的变量。参数统计常用于定距或定比数据。一是t检验，二是方差分析；三是相关性统计分析。T分布在抽样分布和样本分布之间架起了一座桥梁，是借助于颐和总显著性检验来实现的，成为“t检验”。t检验又

2、称“均值检验”，用以计算样本均值是否不同于总体均值、零或另一样本均值。可分为三种类型：一是检验样本均值是否不同于其总体均值。二是检验一个样本均值是否与另一个样本均值不同（独立样本t检验）。三是重复测量的t检验—当相比较的两组样本以某种相联系的方式重复（相同的被试在不同时间段的结果检验）。方差分析（ANOVA）——当实验涉及机组的比较时适用的统计方法。它是均值检验的一种自然延伸，更强调样本组内与组间的变化而不是样本组均值。ANOVA将发生在因变量上的变化分为由自变量作用的方差（称为被假设方差）和不

3、被解释的方差（称为误差或剩余方差）。“被解释”方差成为“主效应”。ANOVA应用F分布而非t分布。多因子方差分析——任何有两个或更多个自变量的ANOVA可以是多因子ANOVA，测量其“交互效应”。相关检验——不同于t检验的均值检验，相关是一种“关联性”测量。相关测量一个变量值的改变与另一个变量值改变的关联程度。相关的显著性是指，系统性变化是否又非偶然因素引起的；换言之，相关系数是否显著大于零。最常见的相关检验是皮尔逊积矩相关系数。例3：在某次的新闻节目收视情况调查中，总体为某市12岁以上的居民。

4、有效样本男性为240人，平均每天收视时间31.5分钟，标准差12分钟；样本中女性180人，平均每天收视时间26.3分钟，标准差19分钟，请问总体中男女居民的新闻节目收视时间有无差异？原假设H0:总体中没有差异：H0：u1=u2；H1：u1>u2,u1

5、标（indicator）来衡量。人际印象效果可以划分为哪些维度：维度1：印象的鲜明度；维度2：印象的全面度；维度3：印象的好感度；维度4：印象的失真度。变量的测量工具—量表（scale）、问卷（questionnaire）（量表能将变量的层次提升到定比和定距层面，而问卷只能局限于定类和定序层面）常见成熟量表：人格量表、智力量表、职业倾向量表。量表的分类：自陈式量表：被试对自身情况作出判断并填写；评定式量表：被试对目标他人作出判断并填写；里克特量表（LikertScale）；语义差异量表（Sema

6、nticDifferentialScale）。量表的选择：保证效度信度（成熟量表）一定程度上保证效度信度（改编量表）基本无法保证效度信度（自编量表）案例9：NEO五因素人格量表Neuroticism（情绪性）Extraversion（外向性）Openness（开明性）Agreeableness（宜人性）Conscientiousness（严谨性）NEO各维度的测量指标情绪性（N）：焦虑度、抑郁度、自信度；外向性（E）：乐群度、热情度、交际反应性；开明性（O）：想象力、行动力、观念开放度；宜人性（

7、A）：温和度、信任度、利他性；严谨性（C）：条理性、审慎度、自律性严格的量表编制流程：清楚地决定你要测量什么；选择量表的形式（里克特、语义差异等）；建立一个题项库；征求专家评价及建议；考虑是否加入某些特殊测试题项；小样本试测；评估题项的适合度并筛选题项；优化量表长度质性资料收集方法一：访谈（一）访谈计划的制订1访谈的分类：结构式访谈（structuralinterview）无结构式访谈（non-structuralinterview）2、在制订访谈计划的过程中，通常研究者需要明确这样几个问题：为

8、什么通过访谈来收集资料？怎样进行访谈？访谈的对象是谁？什么时间以及在何处进行访谈？3、为什么通过访谈来收集资料？把握内心：企图对个人动机、态度、价值观念、思想等无法直接观察的问题进行把握。挖掘细节：对整个研究对象的故事细节缺乏了解。集中焦点：需要搜寻和集中一些问题的焦点以便为量化研究做准备。4、怎样进行访谈？三轮访谈序列（theseriesofthreeinterviews）第一轮：再现生活经历：探寻被访者获得的生活经历及其背景；第二轮：挖掘经历细节：让被访者在其所处背景中还原（重构）经历的细节