12.3 假设检验和参数估计慕课视频播放-心理统计-MOOC慕课视频教程-柠檬大学

大家好

今天我们接着学习参数估计的相关知识

那么在前面的课程中

我们主要讲过了参数估计的主要类型

基于T检验的参数估计的几种类型

今天我们主要介绍

假设检验和参数估计的异同点

那么我们知道在推断统计里面

假设检验是特别重要的内容

那么参数估计又是推断统计的另外的一个方面

那么我们今天就会来看假设检验和区间估计

到底有什么样的异同点

也就是我们会讲到它的比较

然后我们就会说

那么参数估计它的应用的条件是什么

这是我们今天主要要讲到的内容

首先我们来看第一个问题

假设检验和参数估计的这样一个比较

那么我们说看它的相似性

对于假设检验或者是参数估计来讲

它们主要都是基于样本的信息来推断总体的

也就是说它们都是推断统计的范畴里面的知识

要利用样本的信息对于总体作出推断

这是它们的一个相同的地方

另外它们所基于的原理

都是要基于样本统计量的抽样分布

比如说我们前面讲到的T检验

或者说基于T检验讲到的区间估计的问题

我们说都是得到样本均值

或者说样本均值统计量的

它的一个抽样分布

从而我们才能够去回答我们拒绝虚无假设

还是接受这个虚无假设

或者说在多大的概率下我们回答这个参数可能

落入的一个范围

然后我们说作为一个统计上所解决的这样的

一个问题

不管是假设检验还是参数估计

都是在一定的概率意义下

应用样本统计量的分布计算统计量的值

不管是计算Z统计量还是T统计量来推断关于

总体的未知的信息的

那么我们说另外一个方面

虽然说假设检验和区间估计

它们回答了不同的问题

但是假设检验和区间估计的结果

往往是具有一致性的

也就是说假设检验有差异的这样的一个结论

往往也对应于区间估计里面置信区间里面

不包含有零的这样的一个结果

所以我们说它们的结果往往是具有一致性的

那么我们说对于这两种它又有什么样的区别

首先我们说假设检验和参数估计它所回答的

它所回答的问题是不同的

假设检验经常用来回答

实验处理的效应是否有

也就是否在统计上显著这样的一件事情

比如说我们前面举过的例子

我们说有表象和无表象

这两组记忆力的成绩是否存在显著差异

我们在相关样本的体检里面所提到的说

放松的训练能否显著的降低压力水平

这是我们经常

在假设检验里面会碰到的这个问题

因此假设检验它实际上所回答的问题

是在统计上去回答

这个处理的效应是不是一个偶然的

随机抽样的误差

而参数估计它经常用来回答的问题是要给出来

处理效应到底有多大

它大概会落到什么样的范围里面

它经常用来回答这样的问题

那么比如说对于这样的两个事情

如果我们用参数估计的语言来叙述

就会说你要估计有表象与无表象组

记忆成绩的差异

95%的执行区间是什么

也就是说它们的差异的总体

大概会落到什么样的一个范围里面

我说估计放松训练

对于压力水平降低的程度大概是多少

要给出来它的某一个区间的范围

所以是它们更重要的也是更为实质性的

你用假设检验还是用区间估计的

一个根本的差异

那么另外说区间估计它是可以提供处理效应

是否有实际意义的信息的

怎么理解这句话

就是我们给出来的这个区间估计

它会给出来我们说

总体的参数大概在一个什么样的范围里面

我们根据这个范围就能够去判断

说这种处理效应大概有多大

而假设检验所谓的统计上的显著

显著或者不显著

实际上是没有办法提供实际中的处理效应

大概是多大的这样的一个信息的

因此我们说假设检验的统计显著

不能提供处理效应

是否有实际意义的这样一个信息

而参数估计它

是可以提供处理效应大小的这样的一个估计的

那么研究者可以通过参数估计的区间的范围

大概来推断处理效应它的大小以及它是否有

实际的意义

这是我们说它们的一个不一样的地方

比如说我们举一个例子来讲说研究者

他研究一种新药对于高胆固醇患者的作用

那么假设检验主要就是说

新药在减少胆固醇的水平上

有没有统计上的显著性

这是我们说假设检验的问题

而区间估计它可以回答这个新药是否有效应

其实就意味着估计的结果区间估计

它是否包含零

如果它包含零

就说明这个药物它没有统计上的显著性

没有显著的效应

如果说不包含零

那么我们说对应的就是有显著的处理效应的

这时候有显著的处理效应的时候

我们接下来的问题往往就是要回答说处理效应

到底有没有意义大概是多少

而区间估计它同时可以提供处理效应大小的

这样的一个范围

那么我们说其实就是

它大概会落到什么样的一个范围里面

这是我们说它们的一个区别

在分析完它的区别和联系以后

我们来看

那么什么时候会用这个参数估计的方法

首先那么我们说是由他的研究问题来决定的

如果研究者

想要获悉的是一个未知的总体参数的

估计的信息的话

那么我们说这时候我们往往要使用的方法就是

参数估计

比如说我们要回答的是某个处理条件下

总体对于某一项测试任务

反应时和正确率的估计的情况

那么我们就知道呢

他的任务就是要解决这个反应时的估计值

和正确率的估计

所以我们会用到参数估计

再比如说我们说对于某一项改革措施

民众态度的调查结果支持率是多少

我们知道对于支持率来讲是一个总体参数了

我们要回答的问题就是总体参数大概是多少

用点估计也好

用于参数估计也好

那么这样的问题就是一个典型的我们要对总体

参数作出估计的这样的一类问题

再比如我们经常会用到的实验干预里面说

接受了某一个实验干预以后

那么我们说抑郁水平大概降低的平均值是多少

这就是关于平均值的估计的问题

所以我们说什么时候你会用到参数估计

首先你的问题就是要推断未知参数的信息的

那么另外一个什么时候还会用到参数估计了

刚才在前面的比较里面

我们知道说参数估计它和假设检验比较起来

它提供的信息不仅仅是可以提供

统计上有没有意义

而且还能够估计处理效应的大小

所以说经常用于零假设

也就H0的假设我被拒绝了

也就再做假设检验的时候

我H0的假设被拒绝了

那么我要进一步的去估计处理效应大小的时候

那么我就可以用参数估计的方法

来估计它处理效应的大小

这就是说你大概来讲

你告诉我这个处理效应

它大概会落在什么样的一个范围里面

可以提供这样的一些信息

这是我们说参数估计方法的使用

但是我们也要记住一点说参数估计

它和我们前面讲的效应值是不一样的

它虽然能够提供处理效应大概落入的

这样的一个范围

那么我们说但是它还是会受到样本量的这样的

一系列的影响的

这是我们这一节课讲的内容

我们稍微总结一下

我们主要讲到了两个方面的问题

首先是假设检验和参数估计的一个比较

然后我们讲到了参数估计

它的一些应用的情境

好

这节课就到这

好

谢谢大家

心理统计课程列表：

1 统计学入门

-1.1 统计学的意义

-1.2 心理统计简介

-1.3 基本概念介绍1

-1.4 基本概念介绍2

-1.4 基本概念介绍2--作业

-1.5 研究方法

--1.5 研究方法

2 统计图表和频数分布

-2.1 统计表和统计图简介

--2.1 统计图表

-2.1 统计表和统计图简介--作业

-2.2 频数分布表

--2.2 频数分布表

-2.2 频数分布表--作业

-2.3 频数分布图

--2.3 频数分布图

-2.3 频数分布图--作业

-2.4 百分位数和百分等级

--2.4 百分位数和百分等级

-2.4 百分位数和百分等级--作业

3 集中趋势

-3.1 平均数

--3.1 平均数

-3.1 平均数--作业

-3.2 中数

--3.2 中数

-3.2 中数--作业

-3.3 众数

--3.3 众数

-3.3 众数--作业

-3集中趋势--讨论

4 离散趋势

-4.1 全距和四分位距

--4.1 全距和四分位距

-4.1 全距和四分位距--作业

-4.2 标准差和方差

--4.2 标准差和方差

--4.2标准差和方差--讨论

-4.2 标准差和方差--作业

-4.3 差异系数

--4.3 差异系数

-4.3 差异系数--作业

5 Z分数

-5.1 Z分数介绍

--5.1 Z分数介绍

-5.1 Z分数介绍--作业

-5.2 Z分数的分布及转换

--5.2 Z分数的分布及转换

-5.2 Z分数的分布及转换--作业

-5Z分数--讨论

6 概率与抽样分布

-6.1 概率的基本概念

--6.1 概率的基本概念

--6.1 概率与二项分布--作业

-6.2 概率与二项分布

--6.2 概率与二项分布

-6.2 概率与二项分布--作业

-6.3 概率与正态分布

--6.3 概率与正态分布

-6.3 概率与正态分布--作业

-6.4 抽样分布与推论统计

--6.4 抽样分布与推论统计

-6.4 抽样分布与推论统计--作业

7 假设检验

-7.1 假设检验的一般原理

--7.1 假设检验的一般原理

-7.1 假设检验的一般原理--作业

-7.2 假设检验的一般过程

--7.2 假设检验的一般过程

-7.2 假设检验的一般过程--作业

-7.3 假设检验的不确定性和误差

--7.3 假设检验的不确定性和误差

--7.3假设检验的不确定性和误差--讨论

-7.3 假设检验的不确定性和误差--作业

-7.4 有方向的假设与单侧检验

--7.4 有方向的假设与单侧检验

-7.4 有方向的假设与单侧检验--作业

8 样本平均数的假设检验

-8.1 t统计量与t检验

--8.1 t统计量与t检验

-8.1 t统计量与t检验--作业

-8.2 单样本t检验的方法

--8.2 单样本t检验的方法

-8.2 单样本t检验的方法--作业

-8.3 有方向的检验和单侧检验

--8.3 有方向的检验和单侧检验

-8.3 有方向的检验和单侧检验--作业

9 独立样本t检验

-9.1 独立样本t检验

--9.1 独立样本t检验

-9.1 独立样本t检验--作业

-9.2 独立样本t检验的应用

--9.2 独立样本t检验的应用

-9.2 独立样本t检验的应用--作业

10 相关样本t检验

-10.1 相关样本t检验方法

--10.1 相关样本t检验方法

-10.1 相关样本t检验方法--作业

-10.2 有方向的假设和单侧检验

--10.2 有方向的假设和单侧检验

--10.2有方向的假设和单侧检验--讨论

-10.2 有方向的假设和单侧检验--作业

11 效应量和统计检验力

-11.1 效应量的测量

--11.1 效应量的测量

-11.1 效应量的测量--作业

-11.2 均值检验效应量

--11.2 均值检验效应量

-11.2 均值检验效应量--作业

-11.3 统计检验力及其影响因素

--11.3 统计检验力及其影响因素

-11.3 统计检验力及其影响因素--作业

12 参数估计

-12.1 参数估计的基本内容

--12.1 参数估计的基本内容

--12.1参数估计的基本内容--讨论

-12.1 参数估计的基本内容--作业

-12.2 用t统计量作参数估计

--12.2 用t统计量作参数估计

-12.2 用t统计量作参数估计--作业

-12.3 假设检验和参数估计

--12.3 假设检验和参数估计

-12.3 假设检验和参数估计--作业

13 方差分析概述

-13.1 方差分析的逻辑

--13.1 方差分析的逻辑

--13.1方差分析的逻辑--讨论

-13.1 方差分析的逻辑--作业

-13.2 方差分析的计算

--13.2 方差分析的计算

-13.2 方差分析的计算--作业

14 完全随机单因素方差分析

-14.1 完全随机单因素方差分析

--14.1 完全随机单因素方差分析

-14.1 完全随机单因素方差分析--作业

-14.2 方差分析的测量效应和事后检验

--14.2 方差分析的测量效应和事后检验

-14.2 方差分析的测量效应和事后检验--作业

15 重复测量单因素方差分析

-15.1 重复测量单因素实验设计

--15.1 重复测量单因素实验设计

-15.1 重复测量单因素实验设计--作业

-15.2 重复测量单因素方差分析的逻辑和计算

--15.2 重复测量单因素方差的逻辑和计算

--15.2重复测量单因素方差分析的逻辑和计算--讨论

-15.2 重复测量单因素方差分析的逻辑和计算--作业

16 完全随机两因素方差分析

-16.1 完全随机两因素实验设计

--16.1 完全随机两因素实验设计

-16.1 完全随机两因素实验设计--作业

-16.2 完全随机两因素方差分析的逻辑和计算

--16.2 完全随机两因素方差分析的逻辑和计算

-16.2 完全随机两因素方差分析的逻辑和计算--作业

-16.3 简单效应检验

--16.3 简单效应检验

-16.3 简单效应检验--作业

-16.4 完全随机两因素方差分析的效应值和事后检验

--16.4 完全随机两因素方差分析的效应值和事后检验

-16.4 完全随机两因素方差分析的效应值和事后检验--作业

17 相关分析与检验

-17.1 相关概述

--17.1 相关概述

-17.1 相关概述--作业

-17.2.1 皮尔逊相关1

--17.2.1 皮尔逊相关1

-17.2.1 皮尔逊相关1--作业

-17.2.2 皮尔逊相关2

--17.2.2 皮尔逊相关2

-17.2.2 皮尔逊相关2--作业

-17.3 等级相关

--17.3 等级相关

-17.3 等级相关--作业

-17.4 点二列相关和二列相关

--17.4 点二列相关和二列相关

-17.4 点二列相关和二列相关--作业

-17.5 φ相关

--17.5 φ相关

-17.5 φ相关--作业

18 回归与预测

-18.1 简单线性回归

--18.1 简单线性回归

--18.1简单线性回归--讨论

-18.1 简单线性回归--作业

-18.2 回归模型和回归系数

--18.2 回归模型和回归系数

-18.2 回归模型和回归系数--作业

-18.3 线性回归的基本假设

--18.3 线性回归的基本假设

-18.3 线性回归的基本假设--作业

-18.4 变异的分解

--18.4 变异的分解

-18.4 变异的分解--作业

-18.5 回归方程的估计标准误

--18.5 回归方程的估计标准误

-18.5 回归方程的估计标准误--作业

-18.6 回归方差的有效性检验

--18.6 回归方差的有效性检验

-18.6 回归方差的有效性检验--作业

19 计数数据的检验

-19.1 二项检验

--19.1 二项检验

-19.1 二项检验--作业

-19.2 卡方检验

--19.2 卡方检验

-19.2 卡方检验--作业

-19.3 四格表及列联表

--19.3 四格表及列联表

-19.3 四格表及列联表--作业

20 非参数检验

-20.1 非参数检验概述

--20.1 非参数检验概述

--20.1非参数检验概述--讨论

-20.1 非参数检验概述--作业

-20.2 单样本非参数检验

--20.2 单样本非参数检验

-20.2 单样本非参数检验--作业

-20.3 两独立样本非参数检验

--20.3 两独立样本非参数检验

-20.3 两独立样本非参数检验--作业

-20.4 多个独立样本非参数检验

--20.4 多个独立样本非参数检验

-20.4 多个独立样本非参数检验--作业

-20.5 两个配对样本非参数检验

--20.5 两个配对样本非参数检验

-20.5 两个配对样本非参数检验--作业

-20.6 多配对样本的非参数检验

--20.6 多配对样本的非参数检验

-20.6 多配对样本的非参数检验--作业

12.3 假设检验和参数估计在线视频