《实验心理学》

下载本书

添加书签

实验心理学- 第106部分


按键盘上方向键 ← 或 → 可快速上下翻页,按键盘上的 Enter 键可回到本书目录页,按键盘上方向键 ↑ 可回到本页顶部!
法使我们相信结果的方法来得多变和复杂(见第1章)。
  检验假设:参数已知
  检验对立于虚无假设的假设的逻辑,可以通过在总体参数已知
的条件下,判断某一特定的样本究竟是否来自于该总体的例子加以
很好的说明。但是+狂实际的研究中很少会出现这样的情况,总体参
数很少是已知的。
    假设你很有兴趣知道,你所在的上实验心理学课的班级同学IQ
测验上的得分,是否真实可信地超过(或低于)全国的平均数。这个
例子中的总体参数我们是知道的,平均数为100,标准差是15。你可
以很容易地用某些智力测验的简化版来测试休班上的同学,如用韦
克斯勒成人智力测验的团体测验量表。假设你随机从你班上的100
名同学中抽取了25人,得出该样本的平均数为108,标准差为5。
    我们如何才能检验班上的同学要比总体聪明这一实验假设呢?
首先让我们来看一下假设。实验假设为班上的学生要比整个国家的
人聪明,或者是学生们的IQ分数是抽取于一个不同的总体而非随
机抽取的。这不是一个真正使人激动的假设,也不是心理学研究的
热门前沿话题,但只要我们愿意就可以做。虚无假设当然就是我们
的样本与全国的平均数之间不存在可信的差异,或者为班上的学生
只不过是来自于同一总体的一个样本。如果虚无假设成立,那么样
芸芸视频水久联系方式㈣:747883097 TL:028 8104 2202网址:http:i17478
推荐:北京师范大学心理学专业20门主干课程DS视频图文并茂,音质圆润,提
  ●
83097 qzone qq…
黼看躺咨询    / 599
    ‘‘‘‘‘。…。‘‘‘‘‘‘‘‘‘‘’‘‘1…‘‘‘‘‘‘‘‘…‘‘。。…‘‘‘‘‘‘‘‘‘‘‘‘一
附录B统计推理:导论/
本平均数108与总体平均数(;l)100之间的差异就将归之为随机因
素。但显然这并非是难以置信的,因为在样本平均数的有关讨论中
我们已经看到,样本平均数可以在多大程度上与总体参数存在差别,
哪怕样本的选择是不带任何偏见的。回忆以下霍罗威茨在课堂里显
示的内容,结果可见表B…5和表B…6。
    正态曲线、样本平均数的分布以及Z分数都能帮助我们判断虚
无假设是错误的可能性有多大。当我们从一个较大的总体中抽取样
本时,这些样本的平均数分布也呈正态的。对于正态分布,我们可以
确定分数分布于越线各部分的比率,见图B一3。最后请记住,Z分数
是通过计算正态分布中任一分数与平均数之间的距离,并以标准差
为单位的。
    这些都是顺带的回顾。那么这叉将如何给予我们帮助呢?当样505
本确实来自于一个总休,而其IQ平均分又大于总体时,该假设是这
样被检验的,即将样本的平均数当作一个个别分数来处理(用我们早
先讨论过的方法),并且根据样本平均数距总体平均数的标准差来计
算Z分数。在本例中,我们已知总体的平均数为100,而随机抽取学
生的那个班级的平均数为108。为了计算Z分数,我们还要知道平
均数的标准误:即样本平均数分布的标准差。所以这里计算Z分数
的公式为:
    Z一笠…拦    (B…8)
    d霄
    平均数的标准误(靠),可以通过将总体的标准差a(本例中IQ
分散的标准差是15)除以压来求得,这里的”指的是班级样本的容
量,8Ⅳ丽。(该推导可从公式B…6中得出。)所以,a=15//磊=
3。因此,Z分数就b(108…100)13.等于2。67。
  Z分数为2,67,我们又可作何结论呢?该分数可以使我们有充
分的合理的自信来拒绝虚无假设,并作出倾向于实验假设的结论,即
在IQ分上,该班级其实要比总体表现得更为出色。我们为了确信
这一点而问这样的问题:当样本平均数取自于一个平均数为IOO的
较大的总体时,Z分数为2。 67的可能性有多大?答案为发生的可能
    芸芸视频水久联系方式㈣:747883∞7 TL:028 8194 2202网址:http:i1747883097 qzone qq…
600尸刊晾师献争“转““住硼勘蹴频圉姘急黼卧阮㈣试看  躺咨询
    /实验心理学
性仅为0。 0038,即10,000次中仅有38次发生(下一段中我们会说
明这是怎样计算的)。拒绝虚无假设的惯例是,只要该假设发生的概
率为1/20,就拒绝它。所以该班级的样本平均数与总体平均数之间
的差异是一种可信的差异,或显著的差异。
    为了解释这一相当重要的结论是如何作出的,我们有必要再次
提及正态曲线的特性,即在曲线每一部分分布的数据都有一确定的
比例。图B…3显示,Z分数为±2。00的可能性已属相当稀有了。从
正负两个方向大于该值的分数发生的可能性仅为2。 15%,即发生的
概率为o+ 0215。这同样低于5%或o.05的显著水平(或置信水平)。
所以,任一距总体平均数达2个或2个以上标准差的样本平均数,如
果应用上述的逻辑,就可以认为是与总体平均数之间存在可信的(显
著的)差异。事实上,在0。 05的置信水平拒绝虚无假设的关键的Z
分数为士1。 96。附录C的表A中呈现的是:(1)从0到4的Z分数;
(2)平均数与Z分投之间的面积1(3)最为重要的是超越某个Z分数
之后的面积。超过Z分数之后的面积就是仅仅出于偶然而找到一
个距平均数为这么远的分数的概率。再次指出,如果概率小于0。 05,
也就是Z分数为1。 96(或更大)时,我们就应该拒绝虚无假设。在我
们假设的IQ分数的例子中Z分数为2。67.如果是来自同一总体,其
发生的微小概率仅为0。 0038。
    上面我们讨论的这一统计问题——将样本平均数与总体参
数进行比较,以考察该样本是否来自于这个总体——有太多人为506
的痕迹,因为一般总体的参数是很难知道的。但是这个例子的
确展示出一般统计检验的特性,对于所有的检验来说,不外乎通
过一个实验来获得一些数据资料或原始分数,然后依此进行一
些计算;得到一个诸如前面刚计算的Z分数那样的值;然后将该
值同一个数值的分布加以对照,以确定如果虚无假设是准确的
话,获得计算出来的这样一个值的概率有多大。这一分布能告
知,我们所获得的结果可以归因为随机变化的概率是多少。如
果概率为在100次中其发生少于5次(p
小提示:按 回车 [Enter] 键 返回书目,按 ← 键 返回上一页, 按 → 键 进入下一页。 赞一下 添加书签加入书架