Free考研资料
标题: 求助：一道方差分析的单选真题。 [打印本页]
作者: 常无道天 时间: 13-11-1 10:44
标题: 求助：一道方差分析的单选真题。
09年的58题。
在重复测量的方差分析中，如果各组均值不变，被试间差异增大，那么（）
A. F值会变小
B. F值保持不变
C. 组间方差会变小
D. 误差方差会变小
答案是D。不过我没搞清楚是怎么推出来的。求各位同道帮助，感激不尽！
下面是我的分析，如果有问题也感谢指出：
首先，重复测量的方差分析误差来源可以分为三部分，组间变异，被试差异的变异，和误差。
各组均值不变，也就说明了组间方差不变，排除C。
被试间差异增大，区组方差增大。
然后呢…？然后就啥也推不出来了……因为既不知道总方差变没变，也不知道误差怎么样…D选项的误差方差变小到底是怎么推出来的OTL
作者: 悠弥北北 时间: 13-11-1 11:21
事实上这个题就是默认总体变异不变的，否则是推不出来的~
作者: 常无道天 时间: 13-11-1 11:27
悠弥北北 发表于 2013-11-1 11:21
事实上这个题就是默认总体变异不变的，否则是推不出来的~
……好吧，默认……
作者: darkblue46 时间: 13-11-1 11:31
将每个被试看做一个组，多次测量成绩为组内成员。
被试间差异增大，也就是组间差异增大，因为被试本人不变。。所以组内差异应该稳定
F等于组间变异/组内变异 所以F值应该增大
。。恩。。D我再想想
作者: darkblue46 时间: 13-11-1 11:32
= =我去。。我似乎分析错了。。
作者: 悠弥北北 时间: 13-11-1 11:45
常无道天 发表于 2013-11-1 11:27 
……好吧，默认……
真的···不骗你···我发现我脑袋里自动默认了很多东西···真忧伤···
楼主可以试试这道题···不默认的话也很闹心
你读一篇研究报告，发现其中关键的结果是显著的（p<0．05）。然后，你注意到该研究的样本量是很大的，以下对结果的解释正确的是
A．由于该研究的样本量很大，可以认为显著的结果是可靠的
B．由于该研究的样本量很大，所以认为显著的结果是不一定可靠的
C．发现虚无假设是错误的概率是很大的
D．发现虚无假设是正确的概率是很大的
作者: 常无道天 时间: 13-11-1 12:37
悠弥北北 发表于 2013-11-1 11:45
真的···不骗你···我发现我脑袋里自动默认了很多东西···真忧伤···
楼主可以试试这道题··· ...
唉…好忧伤的默认…
这题B肯定要选…不过C和D感觉有歧义啊…
真要是较真说到底是虚无假设还是备择假设的概率高，当然还是备择假设的概率更高。不过看这语气又像是说“因为样本大”所以之前的结论到底靠不靠谱的意思，如果按这个来的话肯定是之前做出的结论（拒绝虚无假设）有可能是错误的……
综上所述，这题的答案是B以及出题人需要重学语文……
作者: robin526 时间: 13-11-1 14:21
本帖最后由 robin526 于 2013-11-1 14:29 编辑
悠弥北北 发表于 2013-11-1 11:45
真的···不骗你···我发现我脑袋里自动默认了很多东西···真忧伤···
楼主可以试试这道题··· ...
这题应该选AC.所谓检验结果显著就意味着要拒绝虚无假设,也就是说虚无假设有很大的可能性是错的,在这题中因为显著水平是0.05,意味着虚无假设错误的概率在95%,只有5%的可能性是正确的,因此C是正确的.
作为一个研究结果,其显著性的可靠程度受一些因素的影响,比如样本容量,样本容量过小的话可能是因为极端数据而造成的显著,因此误差很大,也就是说显著结果不可靠.但是如果样本容量非常大,这时几乎可以肯定的说统计检验得出的显著结果是很可靠的,也就是处理效应是有差异的.但是这个差异是否有实际意义就不是显著性检验做的事情了,而需要通过计算处理效应大小以确定结论证明的差异效应是否有实际意义.但单从题目来看只涉及显著性检验及其可靠性,没有讨论实际意义,因此A也是对的
作者: robin526 时间: 13-11-1 14:25
本帖最后由 robin526 于 2013-11-1 16:49 编辑
这题如果不默认总变异不变的话唯一可以确定的只有组内变异会增大,只有默认总体方差不变才可能得出D的结论,事实上实际情况中是很难实现的,因为误差方差大多数是随机误差,是不可控的,只能通过一次实验数据对其进行间接估计,不能直接测量,只能通过一些方法尽量减小,但很难预知其变化方向.考试嘛,都是理想状态下的,不要太在意
作者: 悠弥北北 时间: 13-11-1 18:56
robin526 发表于 2013-11-1 14:21
这题应该选AC.所谓检验结果显著就意味着要拒绝虚无假设,也就是说虚无假设有很大的可能性是错的,在这题中因 ...
这题选B
作者: 悠弥北北 时间: 13-11-1 18:59
常无道天 发表于 2013-11-1 12:37
唉…好忧伤的默认…
这题B肯定要选…不过C和D感觉有歧义啊…
那你看看A是怎么排除的?除了常识以外，你用公式是怎么推出A的呢？
作者: robin526 时间: 13-11-1 19:21
悠弥北北 发表于 2013-11-1 18:59
那你看看A是怎么排除的?除了常识以外，你用公式是怎么推出A的呢？
我只能说出这个题的人他不懂统计
作者: robin526 时间: 13-11-1 19:24
悠弥北北 发表于 2013-11-1 18:59
那你看看A是怎么排除的?除了常识以外，你用公式是怎么推出A的呢？
至于C,显著性是依靠对虚无假设的证伪来进行判断的,结果显著了虚无假设肯定就很可能是错的了,这个应该很好理解了.
作者: 常无道天 时间: 13-11-1 21:36
本帖最后由 常无道天 于 2013-11-1 21:38 编辑
悠弥北北 发表于 2013-11-1 18:59
那你看看A是怎么排除的?除了常识以外，你用公式是怎么推出A的呢？
样本过大就会造成本来不显著的差异变得显著，所谓的样本只要够大什么都能显著……这个应该大概在某本统计课本或研究方法课本上有？我记不太清了……但是做过实验的应该都清楚吧。
作者: robin526 时间: 13-11-1 22:00
本帖最后由 robin526 于 2013-11-1 22:03 编辑
常无道天 发表于 2013-11-1 21:36
样本过大就会造成本来不显著的差异变得显著，所谓的样本只要够大什么都能显著……这个应该大概在某本统计 ...
你这个思路是默认了差异量是恒定的,但是实际情况却不是这样.样本越大就越能代表总体,如果总体之间有差异样本越大就越能检验出差异,但是如果总体是一致的话样本小时显著样本大了差异反而不会显著,而不是样本只要够大什么都能显著.而且如果按照你的逻辑,样本过大了什么都能显著了,也就是说样本过大了本来没差异的也变得有差异了,那既然这样所谓的超大样本统计和全面调查比如人口普查之类的就没有意义了,直接抽样统计就好了,没必要做完全调查了.这样显然是本末倒置了,我们之所以做抽样调查是因为做完全调查不经济也不实际,而不是因为抽样要比完全调查优越
作者: robin526 时间: 13-11-2 10:33
悠弥北北 发表于 2013-11-1 18:59
那你看看A是怎么排除的?除了常识以外，你用公式是怎么推出A的呢？
对于统计结果的可靠性计算比较复杂,对于不同的系统要建立其相应的可靠性模型.并且还需要相应的可靠性数据,在这个基础才上可以进行可靠性计算。目前来说可以简单直接确定显著检验的可靠性的标准只有显著水平α,这也是显著水平的实际意义,代表着结论的可靠性,这就是检验前为什么要确定显著水平的大小.但0.05水平的α不管怎么说都说不上是不可靠的水平.因此出题目的人有点概念混乱和想当然了
B的说法本身就是不对的,不可能会存在样本越大显著结果越不可靠.事实上正好相反,样本越大统计结果会越可靠,因为样本越大由于随机误差造成的影响就会越小,样本也会越好的代表总体,而且样本越大抽样会越接近理论分布模型,因此应用理论分布模型进行推断统计的结果也就越可靠.理论上是样本趋于无穷大统计结果是最完美的,而现实意义的样本无穷大就是全面抽样调查,这是最可靠的结果.
当然样本大了可能会存在一种情况就是很小的差异也显著了,但很小的差异大多情况下是没有现实意义的.但这不代表统计检验的显著是不可靠的,假设检验只是实际统计的一个步骤,衡量一个实验不仅仅要看结果是否显著,还要考虑结果是否有实际意义,而这个实际意义不是假设检验做的,而是通过计算效应值大小来确认的.因为经济和现实的原因存在实际中不可能做到完全调查,因此需要在考虑各方面因素的前提下确定最小样本量然后用部分取样来对总体进行推断,但推断的过程中会存在因为随机因素而造成的差异带来的误差,假设检验的目的是用来检验差异到底是因为随机误差产生的还是因为真正的实验操作产生的,当确认差异不是因为随机误差造成的,这时候就可以计算此时的效应值,以确定这个差异是否有现实意义.两者是数据分析的两个方面,就好比测量的信度和效度,通过假设检验确定的东西至少证明是否存在并且稳定可靠,而是否有效则是通过处理效应大小来衡量.因此统计检验的可靠性和处理结果的有效性是不同的两个方面.
要真说这个研究存在什么问题的话,问题不在于因为样本过大可能会造成显著检验不可靠,问题在于因为样本大了,选取的显著水平太低了.0.05的显著水平一般是用在不是很大的样本统计中的,这样可以统计工具更敏锐.但在大样本统计中由于样本很大,统计工具本身就很敏锐了,这时候为了保证结果的实际意义一般会选用更严格的显著水平,比如0.01 ;0.001甚至0.0001,这样就能使统计工具只对我感兴趣的变量尺度产生反应,而对于那些小的但实际存在的处理效应予以忽略.但就跟上面所说的,这不表示显著就不可靠了.
| 欢迎光临 Free考研资料 (http://bbs.freekaoyan.com/) |
Powered by Discuz! X3.2 |