1.3 基本概念介绍1在线视频

同学们好

今天我们介绍

心理统计学里面的一些基本概念

对于心理统计学

要说到它的基本概念

首先第一个就是关于什么是数据

心理统计学里面所获得的数据

具有什么样的一些特点

说到什么是数据

可能大家都说

数据

那不是显而易见的一个概念

但是其实真要给它下一个定义

反倒不是很容易的一件事情

那么我们简单的说数据是什么

就是一个带有单位的这样的一个数

它是通过具体的事物进行计数

或者是测量所得到的

描述事物特征的这样的一些数量的依据

这就是我们说什么是数据

那么数据一般情况下是通过统计调查

测量所得来的

那么我们说它是调查整理和分析的基础

也就是说

数据它是我们统计学的研究的基本的对象

是我们要分析的最基本的一个单元

在心理统计里面

数据它具有一些特殊性

那么概括起来来讲

它的两大特点

一个我们把它叫做变异性

另外一个把它叫做规律性

所谓的变异性

就指的是不同的人所得到的结果不一样

或者说一个人一个特质重复测量很多次

他也可能不太一样

规律性指的是

在这一系列看起来不一样

变化多样的数据的背后

往往呈现出一系列的变化的规律

这就是我们今天讲到的一个核心的概念

数据

那么对于数据

我们会用一系列的指标来描述这个数据

在统计学的分析里面

最常用到的一个概念就是

变量这一个概念

所谓的变量指的就是

不同的个体观测所得到的数据

或者说所得到的数据的取值是不一样的

那么我们说它在变化

所以我们把它叫做变量

用一个变量去描述这一系列的数据

那么我们说经常

就用这样的一些大写的字母XY来表示变量

那么我们说在分析数据的时候

我们经常会说

这个变量它取了不同的这样的一些值

它的值往往对应的就是

某一个个体的观测的结果

对应于变量而言

另外的一个概念我们把它叫做常量

常量和变量相比

就是说它的取值是不变的

不同的个体所得到的

这样的一个特征的描述是同样的一个数值

这就叫做常量

那么我们说对于数据

我们可能会用变量来描述它的不同

但是对于数据来讲的话

我们有不同的分类的方式

在统计学中了解数据的分类

也是做统计的一个基础

说到它的分类可以有不同的标准

那么通常来讲两种类型

对于数据分类的标准

一种是根据测量的尺度来对它进行分类

另外的一种

是根据数据它的数值的特点来对它进行分类

首先我们来看第一种分类

也就是说根据数据它的测量的水平

来给它分类

根据测量水平

我们可以把它划分为四种类别

从测量水平最高的比率类别

到最低的称名数据

那么什么叫做比率的量表

或者说这个数据它具有比率数据的特点

就是说

这个数值它得满足下面的几个重要的特征

第一个

那么这个数能够表示量的大小

不同的数

他有相等的这样的一个单元

这是他的第二个特征

不同的数有相等的单元

同时这个数还要有绝对的零点

所以我们说到它的三个特征

能够表示大小

有相等的单位

有绝对的零点

那么这样的数据我们就把它叫做比率的数据

如果一个测量的尺子

它具有这样的一系列的特点

我们又把它叫做比率的量表

比如说我们的身高体重

就是一个比率的类型的数据

那么第二种类型我们把它叫做等距的量表

等距量表是我们心理学的研究里面

最长处理的一种类型的数据

在参数的检验部分

我们主要就是针对于等距量表

所获得的数据而言的

对于等距量表来讲的话

数据它具有的特征它可以表示量的大小

具有相等的单位

但是和比率量表最大的区别

就在于等距的量表

它没有绝对的零点

也就是说在等距量表里面

零这个数值它是相对而言的

比如说我们经常谈到的摄氏度

温度会有一个零度

但是这个零度它只是用数字零来表示了

并不代表绝对的没有

这是我们说的这样的一个等距的量表

对于等距的量表的数字的解释

我们可以去做这种加减的解释

比如说对于这个温度

我们可以说

某个地区夏季的平均温度是30度

冬季的平均温度是5℃

那么我们可以说

夏季的平均温度比冬季的平均温度高25℃

但是你不可以说它的平均温度是冬季的六倍

为什么不能用这样的一个倍数的关系

就是因为它只是等距的数据

而不是比率的

如果是比率的

你就可以用比例的关系来描述

而对于等距的

就不可以用这样的比率的形式来描述

所以说比率量表和等距量表

它的一个最主要的区别就在于

它有没有绝对的零点

那么除了这两种类型的量尺或者数据以外

还有两种

那么第三个是顺序量表

有时候又把它叫做等级量表

也就是说这一种数据的类型

它有大小的概念

可以分出来排名的先后的顺序

但是它不具有相同的尺度

也没有绝对的零点

举一个例子来讲

我们经常可能会对学生的成绩

做一个等级评定

比如说我们评定为优良中差

这四个等级

那么对于优良中差这四个等级来讲

我们知道优是最好的差是最差的了

那么我们知道它们之间的一个大小的顺序

但是你没有办法去判断

优比良好的程度

和良比中等好的这个程度

这两个程度不一定一样

也就是说它不一定是等距的

这是我们的顺序量表

但顺序量表它是可以帮助我们去判断顺序的

判断大小的

那么第四种类型

我们把它叫做这样的一个称名的数据

那么称名的数据是什么样的类型的数据

就是说我们可以用数据来表示它

但是这一种类型的数据

它只是表示了不同的分类

而没有办法去表示大小的关系

举一个例子来讲

比如说我们在调查的时候

我们调查了学生的性别

我们用一来表示男生

用二来表示女生

这个一和二只是表示了类型

而没有数据大小的这样的一个概念

这个我们就把它叫做称名的量表

那么刚才我就说到了

这四种类型的这样的一个量表

从测量水平上他的一些划分

在测量水平上对于这样的一些数据的划分

我刚才也说到

它可以做的这样的一系列的运算

加减乘除这样的一些预算

那么我们知道比率量表

它是加减乘除的运算都可以做的

而等距的量表只可以加减

不可以乘除

而等级和称名的这些运算它都不可以做

那么对于这样的分类

同时也给我们后面要讲到的数据的分析方法

其实是对应起来的

有一些数据

比如说比较低测量水平的这样的一些

量表所获得的这些数据

我们可能就只能对他去计数去描述

那么比如说

我们经常会用到的

后面会讲到的中位数

等等这样的一系列的概念

而对于比率的或者说是等距的量表

在后面的参数检验的部分

我们所用到的描述统计的指标

和检验的方法

都是针对于这一个部分的内容的

这是我说到的第一个数据的分类

按照它的测量的水平来划分的几个类型

那么第二种类型

对于数据的分类

是按照你所获得的数值的类型来划分的

我们可以把它划分为离散型的和连续性的

什么叫离散型的呢

从它的字面意思来理解

就是这样

所得到的数值它是分离的

也就是说这样的数值之间

它不存在其他的一些数值了

我们不能把它分割

所以我们就把它叫做离散型的

最常见的一个离散型的数据

就是计数类型的数据

比如说我们统计一个家庭里面有几个孩子

一个班级里面有多少学生等等这样的计数

比如说五个六个

那么五和六中间就不再有其它的数字了

在我统计个数的时候

它就不再有其他的数字了

这个就叫做离散型的

那么我们说离散型的变量

也可以是有品质性

不同的这样的观测结果得到的

那么我们说在心理学的研究里面

经常就会有这样的一些情况

比如说我们所测量

根据测量得到的这样的一个结果

我们把它做了分类

假如说对于我们说

有这样的心理不健康的这样的人

我们可能会把它分为不同的类型

那么这些类型之间

它就不再有其它

我们可以用数据来表示它不同的类型

那么这些数据之间

也就不再有其它的这样的一系列数据

我们就把它叫做离散型的这样的一些数据

那么关于离散型的

我们可以举很多的例子

比如说在调查里面你去统计颜色

那么我们说所得到的你可以用不同的数字

来描述不同的颜色

那么这样的一个数量化的描述

得到的就是离散型的数据

再比如说你所喜欢的这样的音乐的类型

所得到的选票的个数

班级的人数等等

这样的都是离散型的数据

按照数据的特点

我们另外的一种类型的数据

和离散型的数据对应

我们把它叫做连续性的数据

什么叫连续型的数据

就是说在两个观测值之间

是可以有无限多个可能的值存在的

那么这样我们就把它叫做连续型的

所以说连续型的数据

它的一个最主要的特点

即便是两个数据

那么中间也可以无限的细分下去

对于这样的数据

它呢我们写出来的一个数据

其实指的是它的一个区间的间隔

所以对于连续性的数据来讲的话

我们如果说要在数轴上来表示一个数据的话

那么它往往描述的是数据里面的一个区间

就有它的下限和上限

后面我也会再举例子说到这一件事情

这是我们说连续型的

我们来看一个例子

比如说我们知道我写180

假如说这是身高

我写180这180厘米

那么我们知道对于身高这一件事儿

如果说我说我的精确度

保持厘米这样的一个整数

那么我们知道180厘米什么样的高度

你会用180厘米来表示

你就知道说我的一个左闭右开的区间

它是接于179.5厘米

180.5厘米之间的数字

我都会用180来表示

这就是我刚才所说的连续型的数据

它的一个特点

它其实表出的是一个数字

而实际表示的是一个区间

那么我们再看说我如果用1.8来表示

那么它就表示的是1.75到1.85

这样的一个范围

如果说我用1.80来表示

我知道我小数点后面是有两位数字的

它的范围精确线的范围

就是1.795到1.805这样的一个范围

这是我们说连续性的数据的这样的一个特点

那么这一个部分了

我们重点就讲到了数据这样的一些概念

也讲到了我们用变量去描述这样的数据

讲到了数据的它的两种类型的分类

那么对于这一个部分了

我们的一个重点

就是要了解心理学的研究里面

我们所得到的这样的一系列数据

它的分类的方法

那么我这个地方就给大家说

这一个部分的重点

你要能够识别这样的变量的类型

能够判断你所得到的这样的一些数据

它到底是属于哪一种类型的数据

从两个层面来划分

比率的等距的等级称名

这个是从它的测量水平上

那么另外的一个是从它的数值的特点

连续型的和离散型的

那么我们说这个是我们这一个部分了

大家要知道的

最重要的一个问题

也就是说能够识别变量的类型

那么这一节课主要就是介绍了

数据变量这两个基本的概念

然后在此基础上

介绍了数据的分类变量的类别

这是这一节课所介绍的重要内容

好

谢谢大家