Chinese, Simplified 字幕

← Independent Samples - Intro to Inferential Statistics

埋め込みコードを取得する
3言語

Showing Revision 1 created 08/22/2016 by Udacity Robot.

  1. 欢迎学习第 11 课 在第 10 课中 大家学习了
  2. 相依样本或重复测量 复习下 这一概念是指
  3. 为同一人提供两种条件 看看他们对这两种条件的反应
  4. 这两种条件可以是对照组和处理组 或者两种处理类型
  5. 或者可以是纵向研究 在某个时间点测量某个变量
  6. 然后在另一个时间点再次测量该变量 看看变量是否有变化
  7. 或者是预期测试和后期测试 测量处理前后变量的值
  8. 这些只是我们会用到相依样本的几种情况
  9. 这种类型的研究设计非常有用 因为它控制了
  10. 个体差异 也就是说 如果我们给某人带来某种处理措施
  11. 下次再实施同一处理措施 同一人还会出现相同的差异
  12. 这样我们就可以判断在同一条件下
  13. 两种不同处理措施的效果 因为我们控制了个体差异性
  14. 然后就可以使用更少的受试者 成本更低
  15. 花费的时间更少 通常开支也更少
  16. 但是也存在一些不足 其中之一是残留效应
  17. 例如 假设有一种新的数学教学方法 我们想知道该方法是否有效
  18. 如果使用同一组学生来检验这一新的教学方法
  19. 不可避免地 学生第二次测试时的数学能力肯定更强
  20. 如果第一节课用一种方式教他们 第二节课再用另一种方式教他们
  21. 他们已经在第一节课学过相关知识 肯定更加擅长这一数学知识
  22. 我们就不知道第二个处理方式的结果是因为
  23. 该处理措施有效 还是学生已经学过相关数学知识
  24. 这只是一个示例 第二次的测量结果会受到
  25. 第一个处理措施的影响 我们实施处理措施的顺序
  26. 可能会影响到结果 例如假设我们想测试两种类型的药丸
  27. 如果第一种药丸与第二种药丸有相互作用呢?
  28. 按这种顺序服用的话会影响到结果
  29. 因此 在这节课中 你将学习独立样本
  30. 相依样本针对的是受试者内设计 独立样本针对是受试者间设计
  31. 在这种情况下 相应样本的优势就成为了
  32. 独立样本的不足 相依样本的不足也成为了
  33. 独立样本的优势 听明白了吗?
  34. 对于独立样本 我们需要更多的受试者
  35. 因为我们需要随机地选择两组受试者来接受两种处理措施
  36. 我们需要更大的 n 来尽量控制个体差异
  37. 意味着更加消耗时间 通常开支也更多
  38. 而独立样本的优势是不存在残留效应
  39. 因此 我们可以对一个组实施一种处理措施 并对另一个组实施另一种处理措施
  40. 不用担心一种处理措施会影响到另一种 因为每个人或每个受试者
  41. 只接受一种处理措施 对于独立样本来说
  42. 我们可以开展实验性检验 对受试者实施处理措施
  43. 或者开展观察性检验 我们只是观察两组不同总体的特性
  44. 然后对比他们 所有一切都是相同的
  45. 零假设 对立假设 t 统计量和做出统计决策的方式