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
总体平均数的显著性检验

第五节 总体平均数的显著性检验

一、ρ已知条件下总体平均数的显著性检验

例,某市初二学生英语统考,已知考试成绩呈正态分布,根据往年经验,这一考试的总平均数为78.2分,标准差为11.8分。今年统考后随机抽去了25份英语试卷,计算得平均分81.4分,试问该市今年初二学生英语统考成绩是否与往年一样?

检验步骤:

(1)提出假设  H0:μ=78.2   H1:μ≠78.2

(2)选择检验统计量并计算其值

样本平均数的标准记分服从标准正态分布,故选择Z作为检验统计量,


(3)确定检验形式

因为没有资料说明今年英语统考成绩是高于还是低于往年,故采用双侧检验。

(4)统计决断

如果实际算出的-1.96<Z<1.96,表明样本统计量的值未落入拒绝区域,即样本平均数在其抽样分布上出现的概率大于事先指定的概率值0.05(小概率事件没有发生),即P>0.05,其检验结果是保留H0,拒绝H1。

本例实际算出Z1.36<1.96=Z0.05,则P>0.05,故保留H0而拒绝H1。

其结论是:该市今年初二学生英语统考成绩与往年无显著性差异。

二、ρ未知条件下总体平均数的显著性检验

1、小样本情况

例,某县小学五年级数学统考平均分为72.8份,该县某校18名五年级学生此次统考平均分69.1分,标准差11.6分,问该校此次统考成绩与全县统考成绩是否有显著性差异?

2、大样本情况

例,某小学个人卫生得分的平均数为52.8分,其中某班40名学生的平均得分为50.1,标准差是7.8,问该班学生个人卫生得分是否低于全校平均水平?