一、描述统计分析

二、推论统计分析

1.问题是什么

    • 1、零假设和备选假设 零假设总是表述为研究没有改变，没有效果，不起作用等，这里就是不满足标准。
    • 2、检验类型
      • 单样本检验 导入stats统计模块 ttest_1samp
      • 相关配对检验 ttest_rel
      • 独立双样本检验 导入 statsmodels包，利用 ttest_ind
    • 3、抽样分布类型
      • 正态分布还是t分布

    • 4、检验方向
      • 都是通过备选假设来查看检验方向
      • 单尾检验：左尾（<）；右尾（>）
      • 双尾检验：备选假设包含不等号

2.证据是什么

    • P值是在假定零假设成立前提下，得到样本平均值的概率
    • 计算P值的工具 graphpad.com/quickcalcs
    • pyhton计算出的都是双尾的，P值双尾检验P1和单尾检验P2的关系 P2=P1/2

3. 判断标准

    • 显著水平α

4.做出结论

格式：检验类型 t(df)=x.xx , p=x.xx (α=5%), 检验方向

    5、置信区间

      • 正态分布查找Z表格，t分布查找t表格。
      • 单尾检验

      • 双尾检验

    6、效应量

      • 在判断某个调查研究的结果，是否有意义或者重要时，要考虑的另一项指标是效应量。效应量太小，意味著处理即使达到了显著水平，也缺乏实用价值。
      • d 看是的绝对值
      • 相关配对检验中差值数据集对应的总体平均值为0

      • 双尾检验时需要用标准差需要用合并标准差（pooled standard deviations）代替

        • 拒绝了0假设，说明有统计显著，假设检验-
        • 效果显著通过效应量来看

      三、数据分析报告

        • 1、描述统计分析
          • 平均值是***，标准差是****，能够看出****

        • 2、推论统计分析
          • 1）假设检验
          • 相关配对检验t(24)=-8.35,p=7.32e-09 (α=5%),左尾检验
          • 统计上存在显著差异，拒绝零假设，从而验证斯特鲁普效应存在。
          • 2）置信区间
          • 两个平均值差值的置信区间，95%置信水平 CI=[-8.80,-8.67]
          • 3）效应量
          • d= - 1.67，说明效果（显著）

      推荐阅读：

      相关文章