Hello，

这里是行上行下，我是喵君姐姐~
研究方法读书会已经进行到倒数第二期啦！
往期推荐：

第一期：研究方法读书会 | 导论
第二期：研究方法读书会 | 研究设计
第三期：研究方法读书会 | 研究基础
第四期：研究方法读书会 | 实验方法（上）
第五期：研究方法读书会 | 实验方法（下）

第六期：研究方法读书会 | 探索和描述性方法

本期读书会的主题是《研究方法、设计与分析》（第11版）第六编——分析和解释数据。
第七期的主题是分析和解释数据，主要介绍了统计学领域的主要划分、描述统计和推断统计。
目录
上下滑动阅览

一、 统计学领域的主要划分 2
二、 描述统计 3
    1. 辛普森悖论 3

    2. 频次分布表与统计图 4

    3. 集中趋势度量 5

    4. 离中趋势度量 6
    5. 考察变量之间的关系 7
三、 推断统计 9
    1. 基本概念 9
    2. 抽样分布 10
    3. 估计 11
    4. 假设检验 12
    5. 假设检验的应用 14
统计学领域的主要划分
统计学分为描述统计与推断统计。
描述统计是通过如平均值、方差、标准差之类的数据展示总体数据的重要特征，推断统计是基于样本推断整体。
推断统计又分为估计和传统假设检验（传统与贝叶斯分析对应）。
PART1描述统计
1、辛普森悖论
基于此表可以看出男性录取比例多余女性，是否就可以说明女性在录取中受到性别歧视？
分项目具体来看时却出现了女性录取比例高于男性。原因为女性倾向于申请更难被录取的项目，而男性倾向于申请更容易进的项目。
这个现象告诉我们在检查和解释描述性数据时要保持严谨，以多种方式批判性地进行数据分析。
2、频次分布表与统计图
3、集中趋势度量
4、离中趋势度量
例：小明考试数学130分，语文120分。我们可以简单地由130大于120得出小明数学成绩高于语文成绩，但实际上受试卷难度不同等影响，二者分数无法直接比较。因此我们可以在班级或全校范围内将考试成绩转化为z分数来进行比较。
5、考察变量之间的关系
（1）组平均值之间的非标准化差异和标准化差异
（2）相关系数与相关关系
例：研究A和B的相关时受其他因素影响，在控制其他影响因素后探讨A和B的相关时得到的相关系数为偏相关系数。
（3）回归分析与因果关系
（4）列联表（交叉表）
PART2推断统计
1、基本概念
2、抽样分布
3、估计
4、假设检验
（1）基本概念
（2）假设检验逻辑综述与假设检验的错误
①若P＞α，不能拒绝虚无假设（不等同于接受虚无假设），证明自变量与因变量间没有关系；
②若P＜α，拒绝虚无假设接受备择假设，证明自变量与因变量之间有关系
例：P=0.04，表示若虚无假设为真，观察到的统计量出现的可能性为0.04，是非常小的概率，因此拒绝虚无假设，认为在真实情况下不可能出现。
统计显著性和实际显著性/临床显著性：一般认为认为P值小于或等于0.05具有统计显著性，但能否得出实际显著性/临床显著性还需进一步推论。
效应量：表示关系幅度或强度的一种指标。
在研究中必须提供，不同研究中计算方式不同，相对于P值优点为不受样本量影响
（3）假设检验的步骤与决策规则
（4）假设检验的错误
I类错误（弃真错误）：虚无假设为真却拒绝虚无假设
II类错误（存伪错误）：虚无假设为假却没有拒绝虚无假设
若α设置过于严格或过于松可能会出现两类错误。
5、假设检验的应用
（1）单因素方差分析
用于被试间
例：心理学、哲学和商科三个专业的学生起薪是否存在具有统计显著性的差异。
（2） 事后检验
邦费罗尼检验（最常用）进一步分析哪两个专业间存在差异显著性
补充：t检验：两两进行t检验会犯更多I类错误，显著性水平设为α/n，例：三个专业间进行独立样本t检验为0.05/3约等于0.017
（3）单因素重复测量方差分析（被试内）
用于被试内因素
案例：
（4）协方差分析与双因素方差分析
（5）相关系数t检验和回归系数t检验
（6）列联表卡方检验
第七期参与人员名单

注：由于我们的精力有限，内容可能难免会有遗漏或错误，欢迎大家批评指正，提出宝贵建议，我们一起共同学习和进步～
参考文献：
[1] [美]拉里•克里斯滕森，[美]伯克•约翰逊，[美]莉萨•特纳 (2018) 研究方法设计与分析 (赵迎春译). 商务印书馆.
排版：琦琦
编辑：Season
校对：喵君姐姐


研究方法读书会 | 导论
2021-10-11
研究方法读书会|研究基础
2021-10-25
研究方法读书会 | 研究设计
2021-10-19
研究方法读书会 | 探索和描述性方法
2021-11-27
因为微信更改了推送规则，如果不想错过我们的精彩内容，请点『在看』以及星标⭐️我们呦！
继续阅读
阅读原文