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
性仅为0。 0038，即10，000次中仅有38次发生（下一段中我们会说
明这是怎样计算的）。拒绝虚无假设的惯例是，只要该假设发生的概
率为1/20，就拒绝它。所以该班级的样本平均数与总体平均数之间
的差异是一种可信的差异，或显著的差异。
为了解释这一相当重要的结论是如何作出的，我们有必要再次
提及正态曲线的特性，即在曲线每一部分分布的数据都有一确定的
比例。图B…3显示，Z分数为±2。00的可能性已属相当稀有了。从
正负两个方向大于该值的分数发生的可能性仅为2。 15％，即发生的
概率为o＋ 0215。这同样低于5％或o．05的显著水平（或置信水平）。
所以，任一距总体平均数达2个或2个以上标准差的样本平均数，如
果应用上述的逻辑，就可以认为是与总体平均数之间存在可信的（显
著的）差异。事实上，在0。 05的置信水平拒绝虚无假设的关键的Z
分数为士1。 96。附录C的表A中呈现的是：（1）从0到4的Z分数；
（2）平均数与Z分投之间的面积1（3）最为重要的是超越某个Z分数
之后的面积。超过Z分数之后的面积就是仅仅出于偶然而找到一
个距平均数为这么远的分数的概率。再次指出，如果概率小于0。 05，
也就是Z分数为1。 96（或更大）时，我们就应该拒绝虚无假设。在我
们假设的IQ分数的例子中Z分数为2。67．如果是来自同一总体，其
发生的微小概率仅为0。 0038。
上面我们讨论的这一统计问题——将样本平均数与总体参
数进行比较，以考察该样本是否来自于这个总体——有太多人为506
的痕迹，因为一般总体的参数是很难知道的。但是这个例子的
确展示出一般统计检验的特性，对于所有的检验来说，不外乎通
过一个实验来获得一些数据资料或原始分数，然后依此进行一
些计算；得到一个诸如前面刚计算的Z分数那样的值；然后将该
值同一个数值的分布加以对照，以确定如果虚无假设是准确的
话，获得计算出来的这样一个值的概率有多大。这一分布能告
知，我们所获得的结果可以归因为随机变化的概率是多少。如
果概率为在100次中其发生少于5次（p