目录

  • 1 绪论
    • 1.1 什么是教育统计学
    • 1.2 新建课程目录
    • 1.3 教育统计学中的几个基本概念
    • 1.4 练习题
  • 2 常用的统计表与统计图
    • 2.1 数据来源
    • 2.2 统计表
    • 2.3 统计图
  • 3 数据分布的特征量
    • 3.1 集中量
    • 3.2 差异量
    • 3.3 形态量
  • 4 概率与概率分布
    • 4.1 概率的一般概念
    • 4.2 二项分布
    • 4.3 正态分布
  • 5 抽样分布及总体平均数的推断
    • 5.1 抽样的基本概念及其方法
    • 5.2 抽样分布
    • 5.3 总体平均数的估计
    • 5.4 假设检验的基本原理
    • 5.5 总体平均数的显著性检验
  • 6 方差分析
    • 6.1 方差分析的基本原理
    • 6.2 独立样本的方差分析
    • 6.3 相关样本的方差分析
  • 7 χ2检验和非参数检验
    • 7.1 卡方检验
  • 8 相关与回归
    • 8.1 相关与回归
  • 9 实践项目1 SPSS数据文件的建立与编辑
    • 9.1 SPSS概述
    • 9.2 数据文件的建立
    • 9.3 数据文件的编辑
    • 9.4 数据文件的整理
  • 10 实践项目2 应用SPSS统计分析特征量
    • 10.1 Frequencies过程
    • 10.2 Descriptives过程
    • 10.3 crosstabs过程
  • 11 实践项目3 Reports和Tables菜单详解及实例应用
    • 11.1 Reports过程与Tables过程
  • 12 实践项目4 Compare Means菜单详解及实例应用
    • 12.1 One-Sample T Test
    • 12.2 Paired Sample T Test
    • 12.3 Independent Sample T Test
    • 12.4 ANOVA
  • 13 实践项目5 Correlate相关分析菜单详解及案例分析
    • 13.1 Correlate过程
    • 13.2 Crosstabs过程
  • 14 实践项目6  Regression菜单详解及案例分析
    • 14.1 线性回归
    • 14.2 曲线拟合
  • 15 统计学与SPSS
    • 15.1 认识统计学与SPSS
      • 15.1.1 课程介绍
      • 15.1.2 什么是统计学
      • 15.1.3 为什么要学习统计
      • 15.1.4 社会学研究的科学性
      • 15.1.5 社会调查资料的特性
      • 15.1.6 概率抽样的方法
      • 15.1.7 变量及变量层次
    • 15.2 单变量的统计描述
      • 15.2.1 分布、统计表、统计图
      • 15.2.2 集中趋势测量法
      • 15.2.3 离散趋势测量法
    • 15.3 概率及其运算
      • 15.3.1 概率
      • 15.3.2 概率分布、数学期望
      • 15.3.3 概率分布方差计算
    • 15.4 正态分布与极限定理
      • 15.4.1 正态分布
      • 15.4.2 标准正态分布
      • 15.4.3 标准正态分布表
      • 15.4.4 大数定理
      • 15.4.5 章节知识回顾
    • 15.5 参数估计
      • 15.5.1 统计推论之核心概念
      • 15.5.2 参数点估计
      • 15.5.3 区间估计之抽样分布
      • 15.5.4 区间估计
      • 15.5.5 区间估计的实际应用
      • 15.5.6 区间估计的实际应用2
    • 15.6 假设检验
      • 15.6.1 统计假设
      • 15.6.2 统计检验的相关概念
    • 15.7 单总体假设检验
      • 15.7.1 大样本总体均值检验步骤
      • 15.7.2 单总体的假设检验例题
      • 15.7.3 单总体假设检验课后练习
    • 15.8 二总体假设检验
      • 15.8.1 二总体假设检验(独立样本)
      • 15.8.2 二总体假设检验(配对样本)
    • 15.9 列联表(定类-定类)
      • 15.9.1 列联表/卡方检验/关联强度
集中量

第一节  集中量

一、算术平均数

1、算术平均数是一组观察值的总和除以总频数所得的商。M

2、计算方法

样本:             总体:

3、应用及其优缺点

优点:

反应灵敏;

严密确定,简明易懂,计算方便;

适合代数运算;

受抽样变动的影响较小;

样本算术平均数是总体平均数的最好估计值

缺点:

易受两极端数值(极大或极小)的影响;

二、中位数

1、中位数是位于依一定大小顺序排列的一组数据中间位置的数值,即在这组数据中,有一半数据比它大,一半数据比它小。Md

2、计算方法

3、百分位数

1)百分位数是位于依一定顺序排列的一组数据中某一百分位置的数值

4、应用及其优缺点

中位数虽然也具备一个良好的集中量所应具备的某些条件,例如比较严格确定、简明易懂,计算简便,受抽样变动影响较小,但是它不适合进一步的代数运算。它适用于以下几种情况:(1)一组数据中有特大或特小两极端数值时;(2)一组数据中有个别数据不确切时;(3)资料属于等级性质时。

三、众数

1、理论众数是指与频数分布曲线最高点相对应的横坐标的数值。粗略众数是指一组数据中频数出现最多的那个数值。Mo

2、计算方法(直接观察,经验公式)

3、应用及其优缺点

众数虽然简明易懂,但是它并不具备一个良好的集中量的基本条件。它主要在以下情况下使用:1当需要快速而粗略地找出一组数据的代表值时;2当需要利用算术平均数、中位数和众数三者关系来粗略判断频数分布的形态时;3利用众数帮助分析解释一组频数分布是否确实具有两个频数最多的集中点时。