t检验例题:手机法律

数据分析入门
2017-01-28 08:06

研究者想要研究一项法律条款的效力,该条款将对开车时使用手机的行为进行处罚。研究者随机选择了美国一个州的 10 个乡镇,统计了通过该法律前一年以及后一年,因为开车时使用手机引发的交通事故的数量。他们预想该法律的实施,会降低由开车时使用手机引发的交通事故的数量。

Alt img_name

1. 这个实验属于什么实验?

相依样本 t 检验

先验检验,后验检验

2. 因变量是什么?

由开车时使用手机引发的交通事故的数量

3. 处理是什么?(自变量)

处罚开车时使用手机者的法律

4. 最可能的零假设是什么?

该法律对由开车时使用手机引发的交通事故的数量没有影响

5. 最可能的对立假设是什么?

该法律会降低由开车时使用手机引发的交通事故的数量

6. 根据对立假设,研究者最可能使用哪种 t 检验?

单尾检验,负方向

7. 计算 α 水平等于 0.05 时的 t 临界值

查t表得

8. 如果差异的标准偏差等于 1.33,计算均值的标准误差。

9. 计算 t 统计量

10. 根据 t 统计量和 t 临界值,结果具有统计上的显著性吗?

结果具有统计显著性

11. 我们应该拒绝零假设还是不拒绝零假设?

应该拒绝零假设

12. 因为 p > 0.05 还是 p < 0.05 ?

因为 p < 0.05

13. 计算 Cohen’s d

Cohen’s

14. 计算均值差异的 95% 置信区间。

以下是回答该问题时要注意的事项。

  • 将 -3.0 作为平均差
  • 将标准偏差转换为标准误差(参见问题 #20)
  • 查找 95% 的分布的 t 临界值(注:双尾各 2.5%)
  • 记住我们处于分布的负数一边,因此最大的负数应该是下限值

双尾对应的 处,

Margin of error =

95% Margin of error

加载 Disqus 评论

© 版权所有 悟理 2013-2019
Powered By Jekyll & Semantic UI

t检验例题:手机法律

数据分析入门
2017-01-28 08:06

研究者想要研究一项法律条款的效力,该条款将对开车时使用手机的行为进行处罚。研究者随机选择了美国一个州的 10 个乡镇,统计了通过该法律前一年以及后一年,因为开车时使用手机引发的交通事故的数量。他们预想该法律的实施,会降低由开车时使用手机引发的交通事故的数量。

Alt img_name

1. 这个实验属于什么实验?

相依样本 t 检验

先验检验,后验检验

2. 因变量是什么?

由开车时使用手机引发的交通事故的数量

3. 处理是什么?(自变量)

处罚开车时使用手机者的法律

4. 最可能的零假设是什么?

该法律对由开车时使用手机引发的交通事故的数量没有影响

5. 最可能的对立假设是什么?

该法律会降低由开车时使用手机引发的交通事故的数量

6. 根据对立假设,研究者最可能使用哪种 t 检验?

单尾检验,负方向

7. 计算 α 水平等于 0.05 时的 t 临界值

查t表得

8. 如果差异的标准偏差等于 1.33,计算均值的标准误差。

9. 计算 t 统计量

10. 根据 t 统计量和 t 临界值,结果具有统计上的显著性吗?

结果具有统计显著性

11. 我们应该拒绝零假设还是不拒绝零假设?

应该拒绝零假设

12. 因为 p > 0.05 还是 p < 0.05 ?

因为 p < 0.05

13. 计算 Cohen’s d

Cohen’s

14. 计算均值差异的 95% 置信区间。

以下是回答该问题时要注意的事项。

  • 将 -3.0 作为平均差
  • 将标准偏差转换为标准误差(参见问题 #20)
  • 查找 95% 的分布的 t 临界值(注:双尾各 2.5%)
  • 记住我们处于分布的负数一边,因此最大的负数应该是下限值

双尾对应的 处,

Margin of error =

95% Margin of error

加载 Disqus 评论

© 版权所有 悟理 2013-2019
Powered By Jekyll & Semantic UI

t检验例题:手机法律

数据分析入门
2017-01-28 08:06

研究者想要研究一项法律条款的效力,该条款将对开车时使用手机的行为进行处罚。研究者随机选择了美国一个州的 10 个乡镇,统计了通过该法律前一年以及后一年,因为开车时使用手机引发的交通事故的数量。他们预想该法律的实施,会降低由开车时使用手机引发的交通事故的数量。

Alt img_name

1. 这个实验属于什么实验?

相依样本 t 检验

先验检验,后验检验

2. 因变量是什么?

由开车时使用手机引发的交通事故的数量

3. 处理是什么?(自变量)

处罚开车时使用手机者的法律

4. 最可能的零假设是什么?

该法律对由开车时使用手机引发的交通事故的数量没有影响

5. 最可能的对立假设是什么?

该法律会降低由开车时使用手机引发的交通事故的数量

6. 根据对立假设,研究者最可能使用哪种 t 检验?

单尾检验,负方向

7. 计算 α 水平等于 0.05 时的 t 临界值

查t表得

8. 如果差异的标准偏差等于 1.33,计算均值的标准误差。

9. 计算 t 统计量

10. 根据 t 统计量和 t 临界值,结果具有统计上的显著性吗?

结果具有统计显著性

11. 我们应该拒绝零假设还是不拒绝零假设?

应该拒绝零假设

12. 因为 p > 0.05 还是 p < 0.05 ?

因为 p < 0.05

13. 计算 Cohen’s d

Cohen’s

14. 计算均值差异的 95% 置信区间。

以下是回答该问题时要注意的事项。

  • 将 -3.0 作为平均差
  • 将标准偏差转换为标准误差(参见问题 #20)
  • 查找 95% 的分布的 t 临界值(注:双尾各 2.5%)
  • 记住我们处于分布的负数一边,因此最大的负数应该是下限值

双尾对应的 处,

Margin of error =

95% Margin of error

加载 Disqus 评论

© 版权所有 悟理 2013-2019
Powered By Jekyll & Semantic UI