【就这两题】11月19号——关于效果量

先来看一道很简单的真题吧……

1.（2013年56题单选）下列关于效果量的表述，错误的是（）

A.效果量是H1不为真的程度

B.效果量提供了差异大小的信息

C.效果量是实验处理的效应大小

D.效果量是反映自变量与因变量关系的程度

第二题题目可能有问题，我的解析也有严重错误，为防止误导他人先编辑成这样吧。

答案：
1. A

第一题就不说了，第二题迷死他赵讲过了，当时做错了，选B

总是会有一些原理性错误的题目被拿出来反复讨论来讨论去,但最后讨论出来的结果依然还是错的.就像重难点手册里的一道例题一样,从08年开始就有人提出来,但讨论了五年了重点都还是围绕着哪个选项是对的,却没人发现题目本身的就是完全错误的.第二题按你们的思路推导下去大样本研究就显得完全没有意义了,现在最热门的无穷样本研究理论和大数据理论也就完全没有意义了,因为按你们的逻辑,样本大了统计结果反而不可靠了,那还要大样本研究干什么呢?大篇幅的解释可是连最基本的原理都搞混了.最明显的错误就是把显著性检验和处理效应检验混为一谈了

http://bbs.freekaoyan.com/forum. ... ;page=1#pid10799413
自己看看我的回复吧,然后有机会你们可以去问问你们的老师,研究中会不会存在样本过大这一说法?到底是样本越大越好还是样本过大不好?

robin526 发表于 2013-11-19 12:14
http://bbs.freekaoyan.com/forum.php?mod=viewthread&tid=843111&page=1#pid10799413
自己看看我的回复吧 ...

确实是我脑抽了，没弄清楚……

然后我现在已经不在学校了所以没有老师可以问……于是可不可以继续问下你……？

先不去管那道是有原理性错误还是表述性错误题目……关于假设检验和处理效应检验可不可以这样理解？

1.假设检验的目的是为了确定样本之间的差异是否来自于总体，而处理效应检验是为了检验自变量（处理）对因变量影响的大小？

2.如果总体有差异，样本越大，通过样本的假设检验越能够确定这一点。

3.样本非常大，可能出现的一种情况是，一个非常小的差异量通过假设检验也有可能被判断为显著。而这种很小的差异并不一定有实际上的意义。

4.判断总体间实际差量大小的方法是通过科恩d值。

上面的这些说法是不是没问题了呢……？非常感谢指教！

似乎错过了什么····

常无道天 发表于 2013-11-19 13:22
确实是我脑抽了，没弄清楚……

然后我现在已经不在学校了所以没有老师可以问……于是可不可以继续问 ...

差不多是这个意思,总之不要把效应量和假设检验混为一谈了,两个是实际统计过程中的两个步骤,假设检验是确定统计结果的可靠程度,也就是确定是否具有可靠的信度,效应量是用来确认统计结果是否有效,相当于统计的效度,两者不是一个概念,不能混为一谈.就像测量里的信度和效度一样,只有信度高了效度才可能高,但信度高效度不一定会高,甚至可能会很低,放在统计中就是样本越大越好,样本越大结论越可靠,信度也越高,但是这时会面临一个问题就是可能实际效度会很低,也就是统计结论可能会无效.因此对于题目描述的研究正确的评价应该是"由于样本很大,显著结果会很可靠,但是由于样本很大,显著结果可能会无效".由于没有提供进一步的数据从此只能得出这个结论,任何进一步的推断都是错误的

貌似明白了好多东西~~  赞一个~~

那个题目貌似是有点儿问题~赖我赖我···把那个题拿出来···

不懂  我是来学习的。。。。