欢迎来到天天文库
浏览记录
ID:43516735
大小:923.50 KB
页数:52页
时间:2019-10-09
《教育研究资料的统计分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第六章教育研究资料的统计分析统计分析的意义:直观、系统、准确、深刻地描述大量数据资料并揭示其内涵的规律。统计分析的内容统计分析基本统计分析多元分析等等描述统计推论统计(推断统计)(次数分布描述)集中趋势分析离散趋势分析相关趋势分析总体参数特征值的估计假设检验(统计检验)参数假设检验Z检验t检验Χ检验2F检验方差分析等非参数假设检验符号检验符号秩次检验中位数检验秩和检验秩次方差分析等第6.1节次数分布图表的编制一、数据资料的分类整理在对资料进行必要的审核筛选后,需要再进行分类整理。(一)选择分类标志目的性、本质
2、性、穷尽性(二)划分组别1、品质标志:组数=变数2、数量标志:组数=全距/组距(三)数据归类二、次数分布表的编制(一)定义与作用1、定义次数分布表,又称频数分布表,就是用表的形式来表示连续随机的数据在某些规定的组别中分布次数的情况。2、作用可以将零乱无序的一组数据整理成有序、条理的排列,并初步显示出这些数据的分布情况。(二)编制步骤825893897285979856777657806089517560746785928383658273868674876083846884848994757154937590
3、66776386691、求全距:R=最大数-最小数2、定组数:k=10,一般以10~15组为宜3、求组距:i=R/k4、定组限:规定每组的最低值和最高值5、求组中值:Xc=(下限+上限)/2=下限+i/26、次数(频数)登记并求出次数(频数)f=98-51=47=47/10=4.7=5次数分布表组别组中值Xc次数f积累次数ef积累百分比f•Xc95-10090-9585-9080-8575-8070-7565-7060-6555-6050-5597.592.587.582.577.572.567.562.55
4、7.552.5251086554325048433325191495210096866650382818104195462.5875660465362.5337.5.250172.5105合计50//38857、计算次数百分比:f%=f/N•100%8、计算积累次数:ef,从低到高累计9、计算积累百分比:ef%=ef/N•100%10、计算次数与组中值的积:f•Xc然后,根据次数分布表,可以画出统计图,更直观形象地表示数据的分布情况。三、统计图的绘制(一)次数分布直方图在直角坐标内,以直条的宽度表示组距,以直
5、条的高度表示次数。连续、非连续数据均可用。05060708090100分数246810次数(二)次数分布曲线图根据次数分布表,用曲线的形式显示连续数据的分布情况。坐标点(组中值Xc,次数f)。是一条封闭多边形折线。05052.560708090100246810次数分数(三)次数分布圆形图(扇形图)以圆形表示全部次数,以一定比例的扇形面积表示每一组的次数百分比。12345678910(四)积累次数曲线(S曲线)与百分等级积累次数曲线是依据次数分布表,用曲线的形式来显示数据次数的积累次数的变化情况。坐标点(组中
6、值Xc,积累次数ef或积累百分比ef%)。是一条S形曲线。利用这条S曲线,可以确定某一分数(量数)在整个数列中所处的地位——百分等级。百分等级,就是把一个数列按大小顺序划分为100等分级,以表明数列中的某个数据在这等级序列中的位置。积累次数曲线(S曲线)与百分等级050607080901001020304050607080901001020304050积累次数ef积累百分比ef%分数百分等级的计算公式PR=f(X-L)i+Fb•100N其中,PR—百分等级,X—某分数,f—该分数所在组的次数,i—组距,L—该
7、组的下限,Fb——小于L的向上积累次数,N—总次数。如:86分:PR1=(10×(86-85)/5+33)×100/50=70如:66分:PR2=(5×(66-65)/5+9)×100/50=20作业1:根据下面一组数据,编制次数分布表,绘制四种统计图:828364599481677590485786759388726577607970815664739987665045808267746892545787647674616570897149607270736755第6.2节描述统计主要内容:一、集中趋势的度
8、量——集中量数二、离散趋势的度量——差异量数(离中趋势)三、相关关系的度量——相关系数一、集中趋势的度量——集中量数集中量数是用来代表一组数据的典型水平或集中趋势的统计量,它能反映次数分布中大量数据向某一点集中的情况,可以作为该组数据的代表值。常用的集中量数有算术平均数、中数、众数、加权平均数、几何平均数等。(一)算术平均数(平均数、均值)(X,μ0)(M)—真值的最佳估计值1、优点:反应灵敏,计算
此文档下载收益归作者所有