发布时间 : 星期二 文章心理统计笔记汇总更新完毕开始阅读
心理统计笔记汇总： 定义理解：
1， 总体（population）：感兴趣事件的全部；样本(sample)：总体的一小部分。 2， 推断统计学(inferential statistics)：使用样本归纳总体的一种统计方法。 3， 原假设（零假设null hypothesis）：陈述处理没有效果。（如：锻炼的人和不锻炼的人，生病的日子一样多。）
4， 对立假设(alternative hypothesis)：陈述处理有效果。
5， 双侧检验（two-tailed test）：评估处理要看是否对任一方向有影响。（如：了解得分更高还是更低时）。研究中经常使用。
单侧检验(one-tailed test)：目的仅仅调查一个方向。（如：仅仅是更高或者是更低）。优势在于有更大的机会证明目标。
6， 一类错误(Type 1 error)：原假设为真时，拒绝了原假设。
二类错误(Type2 error)：原假设为假时，接受了原假设.。 7， 功效（Power）：等于原假设错误时拒绝原假设的概率。 取值范围在0-1，数值越大，功效越大。 如：功效为0.9意味着有90%的机会决绝原假设——正确的决策。 8， p值：如果p小于或等于0.05（a水平），拒绝原假设。Sig.结果显著。 如果p大于0.05，不能拒绝原假设。Sig.结果不显著。 备注：a水平可以采取0.01或0.001进行比较。
9， 效应量（d）：表明研究结果的大小。在单样本T检验中，程度分为：0.2为小，0.5为中，0.8为大。
10， 频数（frequency）：变量在每一类中的观测次数。均值(mean)：算数平均数。中位数(median)：位于中间的分数。众数(mode)：数据集中出现最多的得分数数。
推断统计学：使用SPSS软件
4,可靠性（用a系数度量）：指某些感兴趣的测量结果的一致性或可
重复性。（如：对一组参与者者在两周内进行两次信心的10个项目的测量，如果参与者对这些项目的反应相同或相近，这个测量的可靠性就很高；反之，可靠性就很低。）
类型：重测性度（test-retest reliability,重复测量两次）和复本信度（alternate form reliability,执行两次非常类似的测量，每次一个版本） 折半信度（spilt-half reliability,将受测题目分成两半，然后估计参与者对这两部分反应的一致性）和a系数（要求测量题目的性质同样），取值范围0-1，取值越高，表明一系列项目的内部一致性越强。
操作步骤：1分析2，度量3可靠性分析，选择项目，度量。4确定。
结果表达：报告a系数，测量的结果是否具有一致性。每个项目的均值范围，总量表的均值是？(SD=？)。报告该项目的意义。
5单样本T检验： 研究的变量只有一组。把样本均值和已知的总体均值作
比较。（如：调查一家公司的一周工作时间是否不同于国家规定的一周工作时间。）
操作步骤：1录入数据 2分析，比较均值，单样本T检验。3，把因变量转移到检验窗口，并在检验值小窗口录入比较的数值。4确定即可。 公式：T=样本均值与总体均值之差/均值的标准误差 1， df=N(参与者人数)—1 2， 计算出t值
3， 计算出的t值与df对应的值作比较，大于则显著，否则不显著。 4， 计算出d（效应量）（小中大分别对应：0.2， 0.5， 0.8）。 公式：t=（样本均值-总体均值）/标准误差 d=（样本均值-总体均值）/标准差
APA格式的表达：报告样本的均值和标准差，假设检验的结论， t值(自由度)，p值和效应量。
6,独立样本t检验：对两个独立分组中感兴趣的一个连续因变量的均值进
行比较。
（如：调查认知疗法和精神分析疗法对抑郁症的相对有效性）
操作步骤：1录入数据2分析，比较均值，独立样本T检验。3，把自变量转移到分组变量（定义分为1,2），把因变量录入到检验变量。4,确定即可。 公式：t=两样本间均值之差/两均值之差的标准误差 d=t*根号下（N1+N2）除以N1*N2
（小中大效应量分别对应：0.2， 0.5， 0.8）。 1， df=N(参与者人数)—2 2， 计算出t值
3, 计算出的t值与df对应的值作比较，大于则显著，否则不显著 APA格式的表达：报告样本的均值和标准差，假设检验的结论，自由度，t值，p值和效应量。
7相依样本T检验（配对样本T检验）：对某种程度相关的两个
样本的均值进行比较。两个样本可以是同一个人不同时刻进行测量或两个有联系的人分别测量的结果。（如双胞胎的IQ,妻子和丈夫的沟通质量）
操作步骤：1定义两个变量2录入数据3选择分析，比较均值，配对样本T检验4把两个变量都移到配对样本的小窗口中5确定。
公式：t=两个相关样本的均值差/分数差的均值标准误 d=两个相关样本的均值差/分数差的标准差
（小中大效应量分别对应：0.2， 0.5， 0.8）。 df=N-1
APA格式的表达：报告样本的均值和标准差，假设检验的结论，自由度，t值，p值和效应量。
8一维组间方差分析（单因素方差分析）：对一个自变量里的两
个或多个独立组中的均值进行比较。自变量是组间因素，每个参与者都仅得因素的一个水平。（如：三种学习策略对30学生在单词记忆方面的差异，每组10个学生。）
操作步骤：1，生成两个变量（一个自变量，一个因变量）2输入数据3为自变量建立变量值标签，点击继续。4选择：分析，比较均值，单因素方差分析。5点击选项：描述性和方差同质性检验。6点击两两比较，选择：TUKEY，点击继续。7，总确定。
公式：F检验=组间均方/组内均方
效应量η2=组间平方和/总平方和
（小，中，大的效应量分别对应：0.01， 0.06 和0.14） 自由度:组间：df=组别数-1，组内：df=N-组别数
APA格式的表达：首先总的报告样本的F值（df1,df2）=?，p值和效应量。然后分别对每个类别报告均值和标准差，最后得出假设检验的结论。
9二维组间方差分析（2X2方差分析）：两个自变量估计一个
连续因变量的情况。两个自变量里包含两个或更多水平的组间因素，这里每个参与者都只能接受每个因素的一个水平。
（如：物理治疗和放松锻炼对治疗背伤的效果，其中物理治疗包括拉伸和力量训练，放松锻炼包括肌肉放松和引导意像）
操作步骤：1，生成变量2输入数据3分析数据（选择分析 一般线性模型 单变量（因变量种类） 转移自变量，因变量数据 选项里（转移全部变量，选择描述性统计，功效估计，方差齐性检验） 点击绘制（转移数据，点击添加） 确定。（2）绘制条形图：选择图形 旧对话框 条形图 复式条形图 定义 选择其他统计量，转移变量 确定。 公式：F检验=主效应均方/总均方的标准误 Df=总样本量—研究中的单元数目 Df(主效应)=自变量的组数—1
偏 η2=感兴趣效应的平方和/(总的误差+感兴趣的平方和) 取值范围0-1
APA格式的表达：
报告研究的自变量和因变量（共三个主效应）。先说第一个主效应里的F值（两个自由度），p值，偏η2分别，然后详细解说该类别里不同自变量的均值M和标准差SD并进行组内比较。同样第二个主效应依次类推。然后说交互效应的F值（两个自由度），p值，偏η2。最后下结论。
10一维组内方差分析：应用于一个自变量估计一个连续因变量的
情况。自变量是一个包含两个或更多水平的组内因素，而且每个参与者接受自变量的所有水平。（如：检测孩子的社交能力，自变量是三个不同时间段） 操作步骤：1生成变量2输入数据3分析数据（分析 一般线性模型 重复度量 转移变量，并点击增加 定义全部变量 点击选项，选择描述统计和估计功效 确定 。（2）再进行配对t检验，分析，比较均值，配对样本t检验，转移变量（一对一），确定。
公式：ps:当方差齐性检验p值>0.05时，看主体内效应的检验
里的Greenhouse。否则看球形假设值（Sphericity Assumed）
F检验=总均方/误差的均方 自变量的自由度Df=水平数—1
误差的自由度df=（总样本量—1）x（水平数—1） 偏 η2=总平方和/（平方和的误差+总平方和） APA格式的表达：
报告总的结论，F(总的自由度，误差的自由度)的值，p值，偏 η2。然后是每个变量的均值和标准差，p值，并进行组内比较。
11组间组内方差分析（2x3）：两个自变量估计一个感兴趣
的因变量的情况。其中，一个自变量是组间因素，另一个是组内因素。组间因素包含两个或更多地水平，每个参与者只接受处理的一个水平。组内因素也包含多个水平，每个参与者接受所有水平。
如：有20名老师进行压力检测，其中10名老师接受导师计划（分三个时间，开始，指教4周和指教8周）另外10名不接受导师计划（控制组）。 操作步骤：1生成变量2输入数据3分析数据（分析 一般线性模型 重复度量 转移变量，并点击增加 定义全部变量 点击选项，选择描述统计和估计功效 继续 绘制 转移自变量（多的在水平轴，少的在纵轴） 确定。（2）然后进行独立样本t检验。（分析，比较均值，独立样本t检验，转移全部数据，确定。
公式：看主体内效应的检验里的Greenhouse
F检验=总均方/误差的均方 自变量的自由度Df=水平数—1
误差的自由度df=（总样本量—1）x（水平数—1） 偏 η2=总平方和/（平方和的误差+总平方和）
APA格式的表达：对什么进行了2x3的组建组内方差分析，什么作为组间因素，什么作为组内因素。结论，两个大主效应的F(总的自由度，误差的自由度)的值，p值，偏 η2。然后是主效应里的不同因素的t（自由度）值，p值，并进行组内比较。列一个2x3图表，包含各个因素的均值和标准差。
12,皮尔孙R相关系数：度量两个变量的线性相关程度。R值可正可负，
相关系数范围（-1~1）.（例子：生活意义和心理健康的相关度。）其中R2的估计值为0.1小效应量，0.3中效应量，0.5大效应量。
操作步骤：分析，相关，双变量，确定。 公式：df=N-2
APA格式：在变量1和变量2之间存在显著/不显著的正/负相关关系，r（N-2）=?,p0.05。