行为科学统计 Statistics for the Behavioral Sciences
一周只学习一次不如每周学习比较多的几次高效噢~[一开始,你并不知道这是一个会写着画风突变的读书笔记?…]
第I部分 简述与描述性统计
第1章 统计学入门
- 这本书我就是觉得这句话写得很好——所有的统计过程都服务于一个特定的目的。如果能了解为什么需要这个新的统计过程,那么学习起来就会特别容易
- 1.1 统计、科学与观察
- 统计指整理、总结并解释信息的一系列数学过程
- 1.2 总体与样本
- 参数 与统计量[对应上边],要不然怎么叫参数估计呢?类似于我研究生阶段非常苦逼的试验,其实就是研究样本得出统计量,然后去推断总体的参数,得出结论。
- 由于总体的庞大,做研究不可能把总体(比如人)都研究了,只能取样,取样的话有误差的!正是有这个取样误差,所以才有了那么多烦人的统计学方法。。。!!
- 所以取样误差的概念-- 是存在于样本统计量和总体参数间的差异或误差的数量。
- 就是这样的话才是致命的啊,样本统计量和总体参数之间天然存在的由随机的偶然性导致的差异被称为取样误差。天然的!!!天然存在的!!!意味着学统计学是不可避免的!!!!
- 书中的10页那个例子不错,讲了推论性统计的目的是什么?--是区分下边两种解释:
- 这两种教学方法之间其实并没有差异,样本差异是由偶然性(取样误差)引起的。
- 两种教学方法之间确实存在差异,样本数据准确地反映了这个差异~ 就是这么傲娇是么??
- 统计学方法分为两种:描述性统计和推论性统计。好啦,可以进入下一小节了~其实这么简单我干嘛要打这么多字啊!!!???
- 1.3 数据结构、研究方法与统计
- 卧槽。。。开篇的话好叼--科学倾向于发现宇宙间的秩序!!好叼好叼???
- 感慨一下,每天要是有这么安静的时间来学习统计知识,其实是挺幸福的。。。学着好有感觉啊~~~= =是有多傲娇? 一开始就是那些非常简单的知识,后边难死你!!到时候又是学不下去了就别BB嘤嘤嘤.......好啦继续!!
- 其实开篇第一句话是为了引入一个概念啦!统计学非常重要的折磨屎我的概念!变量!!变量与常量是相对的,当然肯定也会有自变量因变量这些鬼东西啦,然后都会跟数据结构联系起来啦~是这样子的没错,jc一开始并不知道数据结构原来就是这些东西啦~后来总算是渐渐明白了。。嗯,学习就是这样的,一开始不明白,后来学习好多遍,然后回来再看这些知识,就会有“小样,你也不过如此的感觉啦~”!嗯,就是这样的!
- 另外注意下,本书果然严谨啊~还分出来了相关法、实验法、和非实验法!!什么鬼,其实不想去理解那么多啦!!!
- 但是有两点注意下吧,作个后边预习的预告~第一,相关法,是为了观察两个变量并确定它们质检是否存在关系。与实验法的区别是,它是测量了两个变量,两个变量都被测量了。。。。。。。跟我们人机交互不一样嘛`但是得到的数据有 数值 和 非数值嘛,其中非数字值,也就是说不是一些测量分数,而是一些个数,多少人啊之类的~ 这种是用卡方检验来作噢,后边会学习到,我现在也不懂= =其实,要管那么多干嘛!!!!
- 实验中可以用随机分配,匹配,和控制常量三个方法来控制干扰变量
- 1.4 变量与测量
- 又是一个新名词--构念(construct),则内部属性或特性,不能被直接观察,但是可以有另外一些行为来表示它。举个例子,智力不能被直接观察,但是可以用IQ测试中的分数来表示啦~很明白吧,虽然是“新”,只是以前没有去理解注意啦⚠️过过过!!
- 接下来讲了一下量表的概念~越来越无聊了。。。。???但是这个懂了对于spss很重要呢。。
- 称名量表:说白了就是分类量表,性别,男女啊之类的。。[对应Spss里边的什么,下次看到补充下]
- 顺序量表:就是一系列排序,如小、中、大饮料?,初级阅读组、高级阅读组,T恤衫的大小(小、中、大)等
- 等距量表与等比量表:就是有数值的那一类量表。具体区别其实别抠那么细,用到的时间记得回来查看就行啦~~
- 另外一些没有数值的量表,如前边两个,就是用一些代表性的方法,比如说16章的皮尔斯曼相关、18章的卡方检验来
好累好累。。时间过得这么快,突然就3点20了。。。= =学习了一个下午一个小时了啊???最后一点点,第一章结束了。。
- 1.5 统计符号
- 又是一小节,翻过来发现居然是打酱油的一小节,讲了一下符号而已哈哈哈,好开心??
- 不要安慰这是小雀性,但是不错啊,可以出去玩啦~
*总结 写在前边吧,不复盘没有进步的噢
- 怎么复盘呢?跟着阅读,然后阅读前边所写,把重点的东西复制出来~
*SPSS 训练--The Statistical Package for the Social Sciences [每章必有啦~]很重要滴,基本不会怎么行呢~素不素!!
2016年3月5日 星期六 下午 花费两个小时整理-继续加油啰?