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
正态分布

第三节 正态分布

一、正态分布特征

1、正态分布曲线:——用N(μ,σ2)表示。

正态分布曲线函数:

μ决定正态曲线的水平位置

σ决定正态曲线的形态

       

2、正态曲线的特点

正态分布的密度曲线是一条关于μ对称的钟形曲线

特点是“两头小,中间大,左右对称”.

          

 

3、正态分布的标准化:X ~N(μ,σ2) ---→ Z ~N(0,1)

标准正态分布:——用N(0,1)表示

第一,曲线在Z=0处为最高点。

第二,曲线以Z=0处为中心,两侧对称。

第三,曲线从最高点向左右缓慢下降,并无限延伸,但永不与基线相接。

第四,标准正态分布上的平均数为0,标准差为1,6个标准差距离间几乎占了全部(约99.73%)的面积。

第五,正负1个标准差处是分布的两个拐点。

二、正态分布表的结构与使用

1、正态分布表的编制与结构

正态曲线与基线之间某一区间的面积,相当于能在该区间找到个体的概率。

2、使用

1)已知Z值求面积

例如:已知x 服从 正态分布,求以下的概率值

2)已知面积P求Z值

 

3)已知Z值或面积P求纵线高度Y值

三、正态分布在教育中的应用

1、将原始分数转换为标准分数

优点:标准分的单位是绝对等价的;标准分的数值大小与正负,可以反映某一考分在团体中的相对位置。

  

2、确定录取分数线

,由Z值求原始分数X。

  

3、确定特定分数段的学生人数

某校高一856名学生英语期末考试成绩呈正态分布,平均数为72,标准差为10.8,问从理论上讲60至80分之间的人数为多少?

4、等级评定等距化

3.5  利用正态分布确定各等级人数计算表(n=1000)

等级

各等级Z值分界点及其分布范围

百分比

%*n

应占人数

Z=1.8以上

0.500 00-0.464 07

35.93

36

Z=0.6到Z=1.8

0.464 07-0.225 75

238.32

238

Z=-0.6到Z=0.6

0.225 75-0.225 75

451.50

452

Z=-1.8到Z=-0.6

0.464 07-0.225 75

238.32

238

Z=-1.8以下

0.500 00-0.464 07

35.93

36

5、品质评定数量化

将等级分数转化为等距分数,就可以把各个评定者对同一个被评者的评判结果综合起来,并且可以把不同被评者的成绩相互比较。

补充:测验分数的正态化

步骤: 先将原始分数的频数转化为相对累积频数(百分等级)这样就得到了概率值, 再将概率值转化为Z值

线性转换:    T=10Z+50

    1. T分数是一种正态化的标准分数.

    2. T分数必须先正态化, 后线性转换.

    3. T分数没有负数, 没有小数等优点.