心理統計學

跳轉到: 導航, 搜索

心理統計學是研究在心理實驗或調查中如何收集、整理、分析數字資料，以及如何根據這些資料所傳遞的信息作出科學推論的應用統計學分支。

心理統計學是心理學研究的有效工具之一。心理學發展的歷史證明，科學心理學離不開科學實驗或調查，而心理實驗或調查又必然要面臨處理數字資料的問題。例如：怎樣收集資料才能使數字最有意義、最能反映所研究的課題；採用什麼方法整理和分析所得數據，才能最大限度地顯現這些數據所反映的信息，從而對實驗或調查結果作出科學的解釋；怎樣才能從所得局部結果推論到總體，作出一般規律性的科學結論等等。要解決這些問題就必須依靠科學的統計方法。　　

與其他心理學科關係

心理統計學與教育統計學、生物統計學、醫學統計學等相似，都是數理統計學在某一學科的具體應用。數理統計學提供了許多處理數字資料的一般方法，心理統計學則針對心理學的特點，研究如何應用這些方法去解決心理實驗或調查中的數據問題，兩者既有密切聯繫又不等同。隨著心理學的發展，必然會有更多的數理統計方法被引進心理統計學中來，這樣也會促進心理統計學的發展。　　

內容劃分

按統計學定義可分為：

1、數據的搜集與整理

2、機率及機率分布抽樣分布

3、參數估計、參數假設檢驗

4、平均數差異的顯著性檢驗、方差分析總體比率總體方差的

5、相關分析回歸分析

6、χ2檢驗與非參數檢驗抽樣技術

7、多元統計學初步

按其功能可分為：描述統計、推論統計、實驗設計三部分。

描述統計主要研究如何將實驗或調查得到的大量數據簡縮成有代表性的數字，使其能客觀、全面地反映這組數據的全貌，將其所提供的信息充分顯現出來，為進一步統計分析和推論提供可能。

其研究方法是通過繪製統計圖表及計算各種統計量來描述這組數據的各方面特徵，一般步驟為：對原始數據進行分類，作出次數分布表及次數分布圖並算出峰度，以偏度係數反映數據的分布特徵；計算平均數、中數、眾數等集中量數，以表示一組數據的集中趨勢；計算全距、平均差、四分差、標準差或方差等差異量數，以表示一組數據的分散程度；計算相關係數、回歸係數或回歸方程，以反映兩列變數變化之間的關係或一致性程度。

推論統計是以描述統計為基礎，以解決由局部到全體的推論問題，即通過對一組統計量的計算分析，推論該組數據所代表的總體特徵。

推論統計一般包括總體參數的估計和假設檢驗這兩方面的內容。總體參數即反映總體特徵的量，一般可以通過適當的樣本統計量進行估計。直接用樣本統計量估計總體相應參數所得到的值稱為點估計。除點估計外，最常用的是區間估計。其特點是根據樣本分布及標準差，算出一個區間作為對總體參數的估計，同時給出這種估計的置信度，即總體參數落在該區間的可能性。

假設檢驗是一種統計的推理過程。其方法是首先對於所研究的問題建立假設，但檢驗時並不直接驗證它，而是提出與此假設對立的假設，然後通過論證給出相應的顯著性水平。在心理統計中，常用的是平均數、方差、比率、相關係數及回歸係數等統計量的差異檢驗。也就是要檢驗從樣本得到的統計量差異究竟是真實代表總體之間的相應參數的差異，還是僅僅由取樣誤差所造成。

統計學意義上的實驗設計主要研究如何運用統計手法決定樣本的選擇及其合理分組方式，並通過對實驗結果中各種因子及誤差的統計分析，發現各種對實驗數據的變異有影響的因子以及各因子的主效果或因子間的交互作用，從而決定該類型實驗因子的合理設置及各因子應取的不同水平，使實驗更加有效。常用的具體方法有方差分析及協方差分析等。

由於心理現象的複雜性、多元性，尤其是各因子間的交互作用，會使單因子實驗結果的可靠性受到影響，因此就需要多因子實驗，需要多元統計方法。

因計算過程複雜，多元統計的應用曾一度受到限制。近年來隨著電子計算機的發展與應用，計算上的困難逐步得到解決，越來越多的多元統計方法為心理統計學所引用，從而促進了心理統計學的發展。

目前，多元回歸、因素分析、主成分分析、聚類分析、判別分析等多元統計方法已普遍應用到心理學的研究中，成為心理統計學中的重要內容。　　