9.2 独立样本t检验的应用慕课视频播放-心理统计-MOOC慕课视频教程-柠檬大学

同学们

大家好

本节我们来学习独立样本T检验的应用

介绍完独立样本体检的步骤之后

我们会有详细的应用举例

首先我们看独立样本

T检验的步骤

第一步提出假设选择显著性水平

我们要根据研究的问题来分析

假设检验是双侧检验还是单侧检验

那么我们要根据问题中所显现的方向来看

是单侧检验中的左侧检验还是右侧检验

第二步我们要基于样本数据

根据独立样本T检验的公式来计算统计量

第三步

根据显著性水平和自由度来查表

确定临界值和拒绝域

第四步比较统计量和临界值作出是否拒绝H0

假设的决定

下面我们举一个具体的案例

为了探讨表象是否会对记忆有影响

一个心理学家做了如下实验实验过程

随机选取20名被试

把这20名被试随机分为两组

准备了40组名词

给其中一组被试呈现词组五分钟

然后让他们记忆这40组名词

给另外一组被试呈现同样的40组名词

但除了第一组的指示外告诉他们对每一组单词

形成表象

那么学习五分钟之后

对每一个组进行记忆的测试

给出每对词组中的第一个词

然后让他们回忆第二个词

心理学家记录了每一个人正确回忆起的单词数

我们看这样的一个表格

左侧的两列数据表示表象组十个被试的回忆起

单词数

那么右边这两列数据表示五表项组十个被试

回忆起的单词数表象组

平均数等于26

离均差平方和等于200

5表象组平均数等于18

离均差平方和等于160

那么基于这些数据

心理学家能得出表象影响记忆的结论吗

首先第一步我们要基于研究问题提出假设

那么在例题中研究问题为表象

能影响记忆吗

49-1补充（缺少字幕）
00:03:04,890 --> 00:03:05,440
我们并不能确定

49-2
00:03:06,890 --> 00:03:07,440
表象是正影响记忆

49-3
00:03:08,890 --> 00:03:10,440
还是负影响记忆

因此我们确定这个假设检验为双侧检验

所以说虚无假设处理效应是不存在的

表象组的均值减去五

表象组的均值是等于0的

备择假设处理效应是存在的

表象组的均值减去五表相除的均值是不等于0

第二步基于实验数据计算检验统计量

那么首先我们要计算两个样本的合并方差SP的平方

sp的平方等于样本1的离均差平方和再加上

样本二的离均差平方和再除以两个样本的自由度之和

就等于（200+160）÷（9+9）

也就是等于20

那么下面我们要使用合并方差来计算

估计标准误

那么估计标准误就等于合并方差除以N1再

加上合并方差除以N2

再开根方就等于2

最后我们使用估计标准误来计算t统计量

t统计量就等于样本均值的差值

再减去总体均值的差值除以估计标准误

那么就等于4

第三步

基于显著性水平和自由度

确定检验所对应的拒绝域

那么T检验的自由度就等于两个样本的自由度

之和就等于N减一加上N减二等于18

那么查T分布表我们就可以得到当自由度等于

显著性水平为0.05的双侧显验所对应的T值

临界值为2.101

也就是说在T分布中

当T值大于2.101

或者小于-2.101的时候为拒绝域

第四步我们要比较统计量与临界值作出是否

拒绝H0假设的决定

那么我们所算出的T统计量等于4

那么它大于临界值2.101

因此它位于拒绝域内

所以我们要拒绝虚无假设

接受备择假设

因此两组被试记录的单词数有显著差异

表象是能够影响记忆的

如果我们将问题调整为基于实验数据

能否说表象会提高记忆成绩

首先第一步基于研究问题提出假设

对于大多数的有方向的检验

研究问题中会呈现出相应的方向

例如表象会提高记忆成绩

从这里我们就可以看出来

该假设检验是一个单侧检验

那么H0是处理效应不存在

也就是说表象组的均值减去无表象数的均值

小于等于0

H1是处理效应是存在的

那么就是表象组的均值减去无表象除的均值是

大于零的

H1是处理效应是存在的

也就是表象组的均值减去

无表象组的均值大于零

第二步基于实验数据计算检验统计量

这一步与双侧检验是完全相同的

首先计算两个样本的合并方差

sp平方就等于20

然后使用合并方差来计算

估计标准误就等于2

最后使用估计标准误来计算统计量

T就等于4

第三步

基于显著性水平和自由度

确定拒绝域

那么T检验的自由度就等于2个样本的自由度

之和等于N11加上N21等于18

那么对于显著性水平为0.05的单侧检验

查找单侧的t临界值表得到临界值1.734

因此在T分布中T值大于1.734为拒绝域

第四步

比较统计量与临界值作出是否拒绝H0假设的

决定

我们可以看T统计量等于四

四大于临界值1.734

位于拒绝域内

因此我们拒绝虚无假设

所以说表象组记录的单词数要显着高于无表象组

最后我们对本小节内容进行总结

独立样本T检验的步骤分为以下四步

第一步提出假设

选择显著性水平

确定该检验是双侧检验还是单侧检验

第二步基于数据计算检验统计量

第三步确定显著性水平

对应的拒绝域第四步

作出拒绝或接受虚无假设的决定

好

本小节内容就讲到这里

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

9.2 独立样本t检验的应用在线视频