语言统计第七章 假设检验.pptVIP

第七章 假设检验 第一节 引 言 假设检验是推断统计的最重要的一个部分。语言研究经常要涉及统计值之间的差异问题，即在比较两个样本统计量（比如平均数、相关系数等）或者样本统计量与相应的总体参数之间的差异的基础上，推断总体参数之间是否确实存在差异。简单来说， 我们先对两个 （或多个）异提出一个假设，然后在样本统计量的基础上，运用适当的统计手段对该假设进行检验，就可以发现在多大程度上（或有多大的可能性）两者之间的差异是真正存在的。 第二节　实验研究 实验研究实质上是一个假设检验的过程，一般来说，有以下几个步骤： （1）首先对研究结果作出预测或提出假设：如果X出现，那么 Y 将会随之出现。假设不能凭空而来，而是要有一定的依据，譬如已有的理论或研究结果等。 （2）操纵某一或某些因素，以创造使Y出现的条件X。所操纵的因素就是我们要研究的变量。与此同时，要尽量控制所有其它变量，如果不加以严格的控制，就有可能使研究结果模糊不清。 第三节　 假设 一、 假设的特征 如前所述，实验研究是一个假设检验的过程，因此我们必须对假设有一定的了解。简单地说，假设就是根据已知理论与事实等对研究结果所作出的预测。一般来讲，假设应具备以下几个特征：它要表明两个或多个变量之间的关系；要用陈述句的形式来表达，措辞要清楚明确；要具有可检验性。例如，上述有关阅读材料的熟悉程度的假设就是用陈述句的形式清楚、明确地表明了熟悉程度与阅读质量两个变量之间的关系，然后我们再用实验的方法来检验这一假设的有效性。 第四节 假设检验 在实验研究中，我们不是直接去证实 的正确性，而是去设法推翻 ， 也就是先假设有关参数之间不存在差异，然后再通过实验收集证据，看能不能推翻这一假设。这时，只要找到一条反证，就足以证明零假设是错误的。采用这种检验假设的方法，就能够得出确定的结论。如果推翻了零假设（即 为真），就表明有关差异是由各种误差造成的， 就表明差异确实存在， 那么就接受与零假设对立的备择假设 （即 为真） ； 如果无法推翻它 （即 为真），而不是真正的差异，那么就接受零假设，而拒绝有关备择假设。 二、 显著水平 在决定是否能推翻零假设时，必须确定一个允许的误差限度，即随机误差造成的差异在多大范围之内才能推翻零假设。这个范围用概率表示，譬如5%，1%的等（或0.05， 0.01等）。 如果随机误差的概率 （即可能性）为 ，就表示当随机误差造成的差异在等于或小于5%，就可以推翻零假设。如果零假设被推翻，我们就说观察到的差异有显著意义或者说检验有显著意义，所以这个概率通常称为显著水平。 三、 显著性检验中的两类错误 上面谈到，我们在对差异进行显著性检验时有可能得出错误的结论。一种情况是 “错误地拒绝” ， 即零假设成立或属真时 （也就是说不存在真正的差异，所观察到的差异只是由随机误差造成的），应该接受零假设而我们却拒绝了。 另一种情况是 “错误地接受” ， 即零假设不成立或属假时 （也就是所观察到的差异是确实存在的），应该拒绝零假设而我们却过于谨慎，认为没有足够的证据推翻它，所以在不该接受零假设时接受了它。 四、检验统计值与临界值 误差概率是否低于某水平，是用根据样本所计算的一个值来判断或检验的，这个值就叫做检验统计值。显著水平（即认为差异显著时所允许的最大随机误差概率）其实就是抽样分布曲线中处于尾端部分的面积。当我们说“低于某个显著水平”时拒绝零假设，就等于说尾端的面积要小于该面积，这个面积或区域叫做 “临界区域” 或 “拒绝区域” ， 界定该区域的值叫做临界值， 也就是对应于该区域面积的Z值、t值等。 五、 单尾与双尾检验 我们已经知道，在检验零假设时，要同时提出适当的备择假设。备择假设预测总体参数之间存在差异，但是具体来讲，又有两种情况。一种在指出存在差异的同时， 还指出差异的方向 （即 “大于” 、 “小于” 、 “高于“低于” 等） ， 例如： 六、 参数检验与非参数检验 所谓的“参数检验”一般对所涉及的变量的测量水平、总体的分布形态、总体的方差等方面有一定的要求。严格来讲， 参数检验只适用于连续性的等距 （或比率） 变量， 譬如考试分数。 此外，参数检验一般都要求样本所来自的总体呈正态分布，因为这对决定检验统计值的抽样分布非常重要。当数据为正态分布时，参数检验最为有效，随着其偏斜程度的增加，参数检验的有效性也随之降低。不过，这一要求在有些情况下可以有所放松，譬如当样本容量较大时，根据“中心极限定理”，即使总体的分布为非正态，平均数的抽样分布也会接近正态。 七、假设检验的一般步骤 对于多数假设检验，检验的过程都是一样的：