实验心理学-第86章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
／实验心理学
r1
U
样本应该尽可能地代表所研究的总体。一个办法就是随机取
样，即通过完全任意的方法从总体中挑选样本成员。（随机取样常
通过随机数字表进行，附录C中的表G即是这样的随机数表。）从
技术而言，我们从样本中获得的结果只能推广至取样的那个总体
中，但是若果真如此顶真的话，那么任何实验研究都不再有什么意
义了。如果我们从动物配给站中取出50只老鼠来为我们假想的
某一实验服务，我们挑选了其中的40只做样本，随机地将它们分
派于实验的两个条件之中，那么所得出的有关结果是不是只在50
只老鼠的这一总体中才可信而具有价值呢？当然，技术上可以这
么说；但如果真是这样便没有人会对实验结果感兴趣了，也没有人
会浪费时间做这样一个实验。我们至少会推测，这一实验结果对
同一品种的老鼠都适用。实际上，心理学家们认为他们的实验结
果可以推及的范围远远要超出他们用来实验取样的有限的总体范
围。在第10章和第14章中，我们对结果普遗性以及这一推测基
础的问题有更全面的讨论。
样本平均数的分布
有一个方法可以检验我们假设的实验中所获得的数据的信度，
即用新的一组老鼠重复前一个实验。显然这一次实验中实验条件和
控制条件下所获得的老鼠奔跑时间的平均数不可能与前一次一样。
在四次重复实验中，实验条件和控制条件下的平均奔跑时间（秒）分
别为17。9和12。5，16。0和13。4，16。6和14。5，以及15。4和15。1。
由于注射LSD药物的实验组中的老鼠要比未注射药物的控制组的
老鼠跑得慢得多，所以增加了我们对最初发现的正确性的信心，尽管500
最后一次实验中，两组的差异很小。如果我们一直重复这样的实验，
将两种条件下获得的平均数组成一个数列，那么你会发现，这些分布
都是正态的，具有正态分布的所有特征，如落在曲线范围内的数据分
数总有一个确定的比例。如果我们将每次实验所获得的两个条件下
的平均数之间的差值作为一个分布，结果同样是正态的。正是由于
注射药物组与控制组之间差异的分布是正态的，所以我们就可以知
道某一特定的平均差发生的概率是多少。这可以为我们提供大量的
芸芸视频水久联系方式㈣：747883097 TL：028 8104 2202网址：http：i17478
推荐：北京师范大学心理学专业20门主干课程DS视频图文并茂，音质圆润，提
●
””7 qzone”… ／593
供试看 期待咨询
附录B统计推理：导论／
信息，而且这也是推断统计的基础。
为了更好地加深对样本平均数分布概念的认识，让我们借霍罗
威茨（1974，pp．179…182）的有关学生课堂表现的例子来说明这一
问题。霍罗威茨制造了一个分数总数为1000的正态分布总体，其中
整个总体的平均数与标准差都是已知的。当然，在真实的研究中这
几乎是做不到的。这1000个分数的范围在O至100之内，平均数是
50，标准差为15。8。分数都登记在1000张纸条上，放在一个容器内。
霍罗威茨让96名学生从容器中抽取10张纸条作为样本，然后计算出
样本的平均数，每次从容器中抽一张纸条，记录下该纸条的编号，然后
将纸条放回原处＋重新将之混入容器中，再抽取下一张纸条，直到抽满
10张。在每名学生计算了其抽取的10个分数的平均数之后，霍罗威
茨收集了全部96名学生的计算结果，并构成了一个样本平均数的分
布，见表B…5。平均数可能分布的分数间隔在壹面一栏中显示，平均数
分布于该分数间隔中的次数于右栏中显示。该分布几乎是完全对称
的，在与总体的真实平均数（50）上、下相等的距离中，分布的分数数量
几乎是相同的。而且96个样本的平均数（49。 99）也同总体的真实平
均数（50）非常接近。但表B…5中所显示的样本平均数的极大变化性
却非常明显。虽然假定每个样本中的10个数据都是随机抽取的而SOI
没有任何的偏见，但其中一个样本的平均数为37。8．而另一个则高
达62。3。显然这些都是不可同日而语的平均数，尽管它们代表的样
本都取自同一个总体。如果你进行了一项实验并发现两个差异非常
巨大的样本平均数，你尝试判断它们究竟是来自于同一个分布还是
两个不同的分布时，也许你会以为如此巨大的差异一定是来自不同
的分布。换言之，你也许会因此认为，经实验处理所产生的分数与控
制条件下得分之间产生了可信的差异（分数分别来自两个分布）．通
常这是～条很好的准则——不同条件下平均数之间的差异越大，平
均数间的差异就越可能值得信赖——但是本例中我们却发现，即使
是从同一个已知的分布中随机抽样，依旧会产生样本平均数间以及
样本平均数与总体平均数之间巨大的差异。我们在考虑平均数之间
镦小的差异耐，更应牢记这样的教训。在LSD药物实验中，实验组
：㈣： 747883097 TL。 028 8194 2202日址：http： i1747883097 qzone qq
594孱翠嚣磊黩蓊黔
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
与控制组平均数之间3。3秒的差异是真实可信的吗？
表B…5雀罗硪蓑班级里抽取的96名学生样本曲平均彀分布
每一十样本平均数都是根据10次的观察得出的（取自Horowitz，1974，表8…1）
平均数的标准误
平均数的标准误就是关于样本平均数分布的标准差。表B…5的
数据中，该值为5。 01。平均数的标准误给予我们一些有用的信息，
如样本平均数分布的变化性如何，任何样本平均数的值出错的可能
性如何等等。标准误大表明变化性大，而标准误小则告诉我们任何
样本的平均数都与其总体的真实平均数相当接近。可见，平均数的
标准误是一个相当有用的数据。
你也许要问，为什么我们还要不厌其烦地告诉你平均数的标准
误，为了计算它，还必须将一个实验重复多次，以获得样本平均数的
分布以便能计算其标准差。幸运的是，其实你并不必这么做。计算
平均数标准误（用靠表示）的公式非常简单，只需用总体的标准差
（曲除以观察次数的平方根c√N）即可，
·匙
83097 qzone qq…
供试看 期待咨询 ／595
附录B统计推理：导论／
塾 （B．6）
靠2而
这回你又该想“太棒了，但这对我又有什么用呢，因为公式B…6
中总体的标准差以及总数是永远也无法知道的？”这一问题统计学家
们同样也会面临，所以他们又设计了一个由样本的标准差估计总体
标准差的办法。请回过去找一下公式B…2。这是用来计算样本标准
差（s）的。只要将分母中的n换成（n…l），你就有了一个可以无偏估
计总体标准差口的公式了。这一可以用以求得样本平均数分布的标
准误的公式（称为平均数标准误或帮）为：
估计T一罪=；圭= （B…7）
、，∞…l
显然，我们期望平均数的标准误越小越好，因为它表示了我们如502
果以样本平均数代表总体平均数的话，错误有多大。公式B…6和B…7
已告诉我们该如何做。增加样本的规模一，也就是使方程式中的分
母变大。样本规模越大，”越大，平均数的标准误S就越小。这一点
并不奇怪。如果总体有IOOO个分数，那么样本规模是500的样本平
均数，当然会比规模仅为10的样本平均数更接近总体的平均数。
霍罗威茨通过让他的96名学生一再从1000个分散的总体中抽
取纸片井计算平均数，而将这一结论告诉了他们。这次规窟他们的
样本容量是50而不是第一次的10。样本平均数分布的结果如表
B…6所示。这一次，由于样本增大，所以学生所获得的样本平均数的
变化性就小得多了。也同总体的平均数50更为接近。样本平均数
分布的标准差，或平均数的标准误为2。 23，小于样本容量为10时的
5。01。如果从总体中抽取的样本是100的话，其平均数的标准误就会
是1。 59；如果样本的容量w…500的话，平均数标准误是o．71｛如果
样本为1000，就仅为0。 50了。（这些都是根据公式B…6计算得出
的＋因为总体的标准差。在本倒中是已知的。）即使取样1000次，样
本平均数仍与总体平均数存在差异的原因在于，抽样中存在重复抽
样的现象，即抽取一张纸条后，它又会被放回容器中，因此一张纸条
可能被抽取不止一次，而有的纸条可能根本就没能被抽到。
他提
M，
∥润
雕圆
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
躲◆
芸荐
芸推
：㈣： 747883097 TL： 028 8194 2202日址：http： i1747883097 qzone qq…
59疗库喜翠嚣磊黩享勰霉
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
r1
u
我们从中学到的是，在实验的条件下，我们总应设法扩大观察的
次数——样本的大小，这样我们获得的统计量才会尽可能接近于总
体参数。
假设检验
科学家们通过设计实验来检验假设。假设检验传统的统计学逻
辑大致如下。由一个实验者设置一些条件，如在我们用老鼠做的实验
中实验组（LSD）和控制组（安慰剂）的条件，以检验实验假设。本例中503
的实验假设为I。SD药物会对老鼠的奔跑速度产生影响。这一假设的
检验对立于虚无假设，即两种条件不会对奔跑速度产生影响。换一种
说法，实验假设认为奔跑速度数据的两个样本来自于两个不同的总体
（即分布有差异的总体），虚无假设则认为两个样本来自相同的分布。
表B《学生抽取样本的容量为50的96个样本平均戢韵舟布
该分布如表辟5的情况，仍是正态的，但如果每一样本的容量扩大的｛舌，分布
的变化性（由平均散的标准误表示）就会大大降低Gl自Horowitz；1974；表8_2）。
一个重要曲假定是不可能完全证明两种假设的正确性＋即使两
83097 qzone qq
供试看 期待*询 / 597
1。…。。。。。。。。。。。。‘——rr。。。。。。。。。。。。。。。。一
附录B统计推理：导论／
个平均数表面上存在巨大的差异，仍存在两个样本来自于同一总体
的可能。通过推断统计我们所能做的只是决定我们有多大程度的信
心来拒绝虚无假设，那么另一个假设就可以间接地得到检验。如果
我们很有把握拒绝虚无假设的话，也就意味着另一个假设的正确。
说明两种条件下所得的分数之间确实存在差异。心理学家们有个约
定俗成的规定，即如果统计检验的计算表明虚无假设可能正确的概
率小于0。 05（5蟛的偶然性），那么我们就可以拒绝它而接受另一个
假设。
在这里我们简要地介绍一下概率的概念。考虑如下的问题：如
果我们随机地从52张牌中抽取一张牌，是黑桃的概率为多少？因为
一副牌中黑桃共有13张，所以抽到黑桃的概率就为13除以52，或
1/4=0。 25。一般而言，如果一个事件可以发生的途径有r条，而所
有的可能总数为N的话，则该事件的概率即为r/N。如果我们掷一
枚硬币，落地后正面朝上的概率是多少？一枚硬币有两种呈现方式，
所以N一2，其中一种就是正面朝上，故r…l，正面朝土的概率就为
1/2或0。50。
现在我们可以更加准确地解释约定的o．05水平的统计显著
性意味着什么了。如果虚无假设实际是正确的话，那么研究者在
100次中只有5次以下的机会能够在两个不同的条件下获得如此
之大的差异。如果拒绝虚无假设可能犯错误的机会如此微小，那
么我们有理由认为这么做是安全的．转而接受另一个假设。这一
0。 05的标准又称为o．05的置信水平，因为此时在100次中犯错
误的可能仅为5次。虚无假设被拒绝之后，研究者就可以得出结
论，认为研究结果中的差异是可信的，或者存在统计上的显著性差
异。也就是说，研究者可以相当有把握地认为不同条件下所得出
的数据上的差异是可信的，如果重复该实验，也将会产生相同的
结果。
然而，将实验假设与虚无假设对立起来的逻辑在近年来由于各
种原因遭到了批评。有人指出这么做会给人们关于科学家们是如何
工作的以错误的导向。有一点很清楚，没有多少研究者会废寝忘食
他提
M，
∥润
雕圆
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
水京
撬●
芸推
：㈣： 747883097 TL。 028 8194 2202日址：http： i1747883097 qzone qq
598薷翠嚣磊黩享勰霉
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
r1
U
地花精力去考虑虚无假设。一般而言，实验都是用来检验我们的理
论的。首先要考虑的是实验的结果如何才能用理论加以解释或说
明，我们尤感兴趣的是那些重要的实验结果看上去却同关于某一现
象的主要理论不相吻合的情况，因此，实验之所以重要，是因为它们
能告知关于我们的理论与思想的一些信息——这也正是我们设计这504
些实验的初衷——而不是为了知道虚无假设是否该被拒绝。但是虚
无假设的检验逻辑作为一种科学推理过程的先导仍被广泛地使用，
尽管它有过分简化的倾向。所以在此我们仍加以介绍。不是想误导
读者认为心理学家们整天在梦想着他们的实验假设以对抗虚无假
设。这应该只是一部分，科学推理的过程要远比通过虚无假设的方
法使我们相信结果的方法来得多变和复杂（见第1章）。
检验假设：参数已知
检验对立于虚无假设的假设的逻辑，可以通过在总体参数已知
的条件下，判断某一特定的样本究竟是否来自于该总体的例子加以
很好的说明。但是＋狂实际的研究中很少会出现这样的情况，总体参
数很少是已知的。
假设你很有兴趣知道，你所在的上实验心理学课的班级同学IQ
测验上的得分，是否真实可信地超过（或低于）全国的平均数。这个
例子中的总体参数我们是知道的，平均数为100，标准差是15。你可
以很容易地用某些智力测验的简化版来测试休班上的同学，如用韦
克斯勒成人智力测验的团体测验量表。假设你随机从你班上的100
名同学中抽取了25人，得出该样本的平均数为108，标准差为5。
我们如何才能检验班上的同学要比总体聪明这一实验假设呢？
首先让我们来看一下假设。实验假设为班上的学生要比整个国家的
人聪明，或者是学生们的IQ分数是抽取于一个不同的总体而非随
机抽取的。这不是一个真正使人激动的假设，也不是心理学研究的
热门前沿话题，但只要我们愿意就可以做。虚无假设当然就是我们
的样本与全国的平均数之间不存在可信的差异，或者为班上的学生
只不过是来自于同一总体的一个样本。如果虚无假设成立，那么样
芸芸视频水久联系方式㈣：747883097 TL：028 8104 2202网址
