跳转到内容

统计学/数据收集方法/实验

来自维基教科书,开放的书籍,开放的世界

统计学


  1. 介绍
    1. 什么是统计学?
    2. 现代统计学中的科目
    3. 为什么我应该学习统计学? 0% developed
    4. 我需要了解什么才能学习统计学?
  2. 不同类型的数据
    1. 原始数据和二手数据
    2. 定量数据和定性数据
  3. 数据收集方法
    1. 实验
    2. 抽样调查
    3. 观察性研究
  4. 数据分析
    1. 数据清洗
    2. 移动平均
  5. 汇总统计
    1. 集中趋势的度量
      1. 平均数、中位数和众数
      2. 几何平均数
      3. 调和平均数
      4. 算术平均数、几何平均数和调和平均数之间的关系
      5. 几何中位数
    2. 离散程度的度量
      1. 数据的范围
      2. 方差和标准差
      3. 四分位数和四分位数间距
      4. 分位数
  6. 显示数据
    1. 条形图
    2. 比较条形图
    3. 直方图
    4. 散点图
    5. 箱线图
    6. 饼图
    7. 比较饼图
    8. 象形图
    9. 折线图
    10. 频数多边形
  7. 概率
    1. 组合学
    2. 伯努利试验
    3. 贝叶斯分析入门
  8. 分布
    1. 离散分布
      1. 均匀分布
      2. 伯努利分布
      3. 二项分布
      4. 泊松分布
      5. 几何分布
      6. 负二项分布
      7. 超几何分布
    2. 连续分布
      1. 均匀分布
      2. 指数分布
      3. 伽玛分布
      4. 正态分布
      5. 卡方分布
      6. 学生t分布
      7. F分布
      8. 贝塔分布
      9. 威布尔分布
  9. 检验统计假设
    1. 统计检验的目的
    2. 使用的形式化
    3. 不同类型的检验
    4. 单样本z检验
    5. 双样本z检验
    6. 单样本t检验
    7. 双样本t检验
    8. 配对样本t检验,用于比较均值
    9. 单因素方差分析F检验
    10. 单样本比例z检验
    11. 双样本比例z检验
    12. 在Microsoft Excel中检验比例A是否大于比例B
    13. 斯皮尔曼秩相关系数
    14. 皮尔逊积矩相关系数
    15. 卡方检验
      1. 多样本比例的卡方检验
      2. 列联表的卡方检验
    16. 分布的近似
  10. 点估计100% developed  as of 12:07, 28 March 2007 (UTC) (12:07, 28 March 2007 (UTC))
    1. 无偏性
    2. 优良性的度量
    3. UMVUE
    4. 完备性
    5. 充分性与最小充分性
    6. 辅助性
  11. 练习题
    1. 汇总统计练习题
    2. 数据显示练习题
    3. 分布练习题
    4. 数据检验练习题
  12. 数值方法
    1. 基础线性代数和格拉姆-施密特正交化
    2. 无约束优化
    3. 分位数回归
    4. 统计软件的数值比较
    5. Excel中的数值方法
    6. 统计学/数值方法/随机数生成
  13. 时间序列分析
  14. 多元数据分析
    1. 主成分分析
    2. 度量数据的因子分析
    3. 序数数据的因子分析
    4. 典型相关分析
    5. 判别分析
  15. 特定数据集的分析
    1. 结核病分析
  16. 附录
    1. 作者
    2. 词汇表
    3. 索引
    4. 链接

编辑此框


在实验中,实验者对受试者群体施加“处理”。例如,实验者可以给第一组服用一种药物,给第二组服用另一种药物或安慰剂,以确定药物的有效性。这就是“实验”与“观察性研究”的区别。

科学家试图识别因果关系,因为这种知识特别强大,例如,药物A可以治愈疾病B。存在多种方法可以检测因果关系。实验是最能清晰地显示因果关系的方法,因为它隔离并操纵单个变量,以便清晰地显示其影响。实验几乎总是具有两个不同的变量:首先,实验者操纵自变量 (IV),使其至少存在于两个水平(通常是“无”和“有”)。然后,实验者测量第二个变量,即因变量 (DV)。

示例:实验

假设科学家关注的实验假设是阅读维基百科会增强知识。请注意,该假设实际上是在尝试陈述因果关系,例如,“如果你阅读维基百科,那么你的知识就会增强”。先决条件(阅读维基百科)导致结果条件(知识增强)。在实验中,先决条件始终是 IV,结果条件始终是 DV。因此,实验者会产生两个维基百科阅读水平(例如,无和有),并记录知识。如果那些没有接触过维基百科的受试者的知识水平低于那些接触过维基百科的受试者,那么这种差异是由 IV 引起的。

因此,科学家使用实验的原因是,它是确定变量之间因果关系的唯一方法。实验往往是人为的,因为它们试图使两组除了自变量水平之外完全相同。

华夏公益教科书