大学生性别角色分布及差异比较 性别未分化女性化男性化双性化 男694(304)170(75)570 846 (250)(37.1) 女821(30.1)746(27.3)354 807 (130)(29.6) 总1515(30.3)916(183)924 1653 (185)(33.0) x2(男 0.05 26863**97.31**21.30* 女比较)
性别 未分化 女性化 男性化 双性化 男 694（30.4） 170（7.5） 570 （25.0） 846 （37.1） 女 821（30.1） 746（27.3） 354 （13.0） 807 （29.6） 总 1 515（30.3）916（18.3） 924 （18.5） 1 653 （33.0） χ2（男 女比较） 0.05 268.63** 97.31** 21.30** 大学生性别角色分布及差异比较
计数统计 判别分类的频次间是否有差异的方法称为计数统计 方法,主要是用卡方检验。 配合度检验 单因素分类计数数的实际次数与理论次数是否相同。 用 Nonparametric tests中的 Chi-square和 binomial 2、独立性检验 有多分类的两个或多个因素之间是否独立。 两个因素: Cosstabs-Chi- square 多个因素: Loglinear(用层次对数线性模型
计数统计 判别分类的频次间是否有差异的方法称为计数统计 方法，主要是用卡方检验。 1、配合度检验 单因素分类计数数的实际次数与理论次数是否相同。 用 Nonparametric tests 中的Chi-Square和binomial。 2、独立性检验 有多分类的两个或多个因素之间是否独立。 两个因素：Cosstabs--Chi-Square 多个因素： Loglinear(用层次对数线性模型)
1配合度检验例题 例1、均匀分布检验(无差检验 Chi-Square 现随机地将麻将色子抛掷300次,检验该色子的六个面是否 均匀(各个面出现的概率是否真正相等?)。收集的数据为1-43 2-49,3-56,4-45,5-66,6-41。 本例中的原始数据已经排序
1.配合度检验例题 例1、均匀分布检验（无差检验） [Chi-Square] 现随机地将麻将色子抛掷300次，检验该色子的六个面是否 均匀（各个面出现的概率是否真正相等？ ）。收集的数据为1-43， 2-49，3-56，4-45，5-66，6-41。 本例中的原始数据已经排序
1.配合度检验例题 例2、已知理论概率的配合度检验| Chi-Square 国际色觉障碍讨论会宣布,每12个男子中,有 个是先天性色盲。从某校抽取的124名男生中有 4人是色盲,问该校男子色盲比率与上述比例是否 有显著差异? 菜单:A-N一C 理论次数:113.7、10.3
1.配合度检验例题 例2、已知理论概率的配合度检验[Chi-Square] 国际色觉障碍讨论会宣布，每12个男子中，有 一个是先天性色盲。从某校抽取的124名男生中有 4人是色盲，问该校男子色盲比率与上述比例是否 有显著差异？ 菜单：A－ N — C 理论次数：113.7、10.3
1配合度检验例题 例3、分组数据的正态性检验 One-Sample Kolmogorov-Smirnov Test 例题 现收集到100名健康成年女子血清蛋白含量的分组数据。 检验Z值显著,则不是正态 检验Z值不显著,就是正态
1.配合度检验例题 例3、分组数据的正态性检验 One-Sample Kolmogorov-Smirnov Test 例题： 现收集到100名健康成年女子血清蛋白含量的分组数据。 检验Z值显著，则不是正态 检验Z值不显著，就是正态