案例式教学在心理统计教学中的应用——以假设检验的两类错误为例

随着心理学与多种学科的交叉融合,科学的研究方法与技术在心理学领域中得到了越来越普遍的应用,对数据的分析与统计也成了心理学专业学生必备的一项重要技能。但对于本科生来说,在多种心理学课程中,心理统计学更为抽象,难以理解与掌握。以假设检验的α错误与β错误两个重要的基础概念为着眼点,先从最易于理解的刑事案件审判入手,再对两个t检验例子进行进一步的研究,阐述了案例教学在心理统计学教学中的应用,说明了案例式教学是促进学生理解和运用心理统计学知识的重要方式。

单个总体均值检验中两类错误的成因及计算方法

本文以单个均值的检验为例 ,认为α错误由检验中的实际推断原理引起 ,β错误由检验中的逻辑谬误引起 ;α错误出现的概率为显著性水平 ,即小概率事件发生的概率。β错误的计算方法是本文的重点。

假设检验在图书馆业务外包质量检验中的应用

图书馆业务外包在我国图书馆界还是一个方兴未艾的新事物,其最重要的一环是如何进行抽样检验。本文探讨了在图书馆业务外包过程中如何利用假设检验进行编目数据质量检验和确定每次抽检时样本大小等问题。

心理研究中的假设检验

本文依据假设检验的原理,通过对两类错误(α错误、β错误)、两类假设(原假设、备择假设)以及显著性水平的分析,对假设检验进行整体的、深入的梳理。本文在精确介绍基本概率知识的基础上,对假设检验的原理以及假设检验的步骤、原假设和备择假设的选取与建立进行总结,同时对假设检验中两类错误的原因、相互关系、控制和显著性水平α的选择进行了阐述。对假设检验这一在心理学领域得以广泛应用的统计技术进一步加以梳理,以期在心理学数据分析中更为精确地理解和运用。

异常值的处理方法分析及其应用

产品研制试验过程中提出的不少问题均涉及到统计分析中异常子样的处理。对于异常子样,最好能分析出明确的物理或工程技术方面的原因,然后决定取舍。但如果这种分析极其困难,甚至无法进行下去,那么,数理统计中异常子样的处理方法可以帮助我们决定子样的取舍。本文首先对Chauvenet方法进行反设计,同时介绍两种更好的异常子样处理方法,这两种方法在文献[1]、[2]中只给出了犯α错误的概率,而没有涉及β错误。本文试图通过蒙特卡罗试验对β错误进行初步分析,从而比较出它们的鉴别能力。最后以实际问题作了应用举例。