Designing for deeper learning-数据分析-问题1-t检验和非参数检验 by 红亮 马 - Tuesday, 31 March 2020, 10:02 PM Number of replies: 5 对于第一个问题“learning of algorithmic constructs”(算法知识方面的变化),作者使用了比较多的数据分析方法:配对样本t检验(matched pairs t-tests)独立样本t检验Shapiro–Wilk tests非参数Mann–Whitney (Wilcoxon) rank-sum检验请分别说明这些检验的原理以及在本文中的具体用途(表8)。 Permalink Reply In reply to 红亮 马 回复: 数据分析-问题1 by 莹 王 - Wednesday, 1 April 2020, 9:27 AM 配对样本t检验(matched pairs t-tests)对学生计算学习的知识进行前后测,测出研究2的学生的平均学习增益高于研究1的学生。 Shapiro-Wilk正态性检验显示,尽管前测得分具有正态分布,但后测得分不具有正态分布。 非参数Mann-Whitney(Wilcoxon)秩和检验也被用来检验前测和后测之间的差异。 应该是当后测的数据不满足正态分布的时候,才采用秩和检验证明前后测具有显著差异,这和之前插电不插电那篇文章用到的方法一样。 Permalink Show parent Reply In reply to 红亮 马 回复: 数据分析-问题1 by 力行 陈 - Wednesday, 1 April 2020, 9:55 AM 配对样本t检验的目的是通过前后测比较两组学生在算法结构的学习中的效果。其中研究 2 中学生的平均学习效果在统计学上高于研究 1 中的学生。 ShapiroWilk 正态性检验显示,虽然前测分符合正态分布,但后测分数不符合。因此使用参数检验的方法得到的数据可能会有问题。 为了解决这个问题,采用了非参数Mann–Whitney (Wilcoxon) rank-sum检验对成绩进行了分析。 Permalink Show parent Reply In reply to 力行 陈 回复: 回复: 数据分析-问题1 by 红亮 马 - Thursday, 28 October 2021, 11:16 PM 其中研究 2 中学生的平均学习效果在统计学上高于研究 1 中的学生, 这个应该用的是独立样本t检验,而不是配对样本t检验。 作者在文章没有明确说明,这也许是个写作的不足之处。 Permalink Show parent Reply In reply to 红亮 马 回复: 数据分析-问题1 by 红 王 - Wednesday, 1 April 2020, 10:04 AM 配对样本t检验的数据是检验匹配而成的,用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性,组成的样本即为相关样本。本文采用配对样本t检验,测出这两项研究中的所有学习者,无论前测成绩如何,都显示出从前测到后测的显著进步。独立样本t检验(各实验处理组之间毫无相关存在,即为独立样本),该检验用于检验两组非相关样本被试所获得的数据的差异性。本文采用独立样本t检验测出study2的学生的平均学习增益高于study1的学生。t检验(参数检验)前提:样本数据服从正态或近似正态分布。由于前测符合正态分布,而后测不符合正态分布,所以采用了非参数Mann–Whitney 秩和检验来检验前测和后测之间的差异。 Permalink Show parent Reply In reply to 红 王 回复: 回复: 数据分析-问题1 by 红亮 马 - Thursday, 28 October 2021, 11:12 PM 你的解释是正确的,比较study 1和study2的增益是否有显著差异是属于独立样本t检验,而不是配对样本t检验。 Permalink Show parent Reply
In reply to 红亮 马 回复: 数据分析-问题1 by 莹 王 - Wednesday, 1 April 2020, 9:27 AM 配对样本t检验(matched pairs t-tests)对学生计算学习的知识进行前后测,测出研究2的学生的平均学习增益高于研究1的学生。 Shapiro-Wilk正态性检验显示,尽管前测得分具有正态分布,但后测得分不具有正态分布。 非参数Mann-Whitney(Wilcoxon)秩和检验也被用来检验前测和后测之间的差异。 应该是当后测的数据不满足正态分布的时候,才采用秩和检验证明前后测具有显著差异,这和之前插电不插电那篇文章用到的方法一样。 Permalink Show parent Reply
In reply to 红亮 马 回复: 数据分析-问题1 by 力行 陈 - Wednesday, 1 April 2020, 9:55 AM 配对样本t检验的目的是通过前后测比较两组学生在算法结构的学习中的效果。其中研究 2 中学生的平均学习效果在统计学上高于研究 1 中的学生。 ShapiroWilk 正态性检验显示,虽然前测分符合正态分布,但后测分数不符合。因此使用参数检验的方法得到的数据可能会有问题。 为了解决这个问题,采用了非参数Mann–Whitney (Wilcoxon) rank-sum检验对成绩进行了分析。 Permalink Show parent Reply In reply to 力行 陈 回复: 回复: 数据分析-问题1 by 红亮 马 - Thursday, 28 October 2021, 11:16 PM 其中研究 2 中学生的平均学习效果在统计学上高于研究 1 中的学生, 这个应该用的是独立样本t检验,而不是配对样本t检验。 作者在文章没有明确说明,这也许是个写作的不足之处。 Permalink Show parent Reply
In reply to 力行 陈 回复: 回复: 数据分析-问题1 by 红亮 马 - Thursday, 28 October 2021, 11:16 PM 其中研究 2 中学生的平均学习效果在统计学上高于研究 1 中的学生, 这个应该用的是独立样本t检验,而不是配对样本t检验。 作者在文章没有明确说明,这也许是个写作的不足之处。 Permalink Show parent Reply
In reply to 红亮 马 回复: 数据分析-问题1 by 红 王 - Wednesday, 1 April 2020, 10:04 AM 配对样本t检验的数据是检验匹配而成的,用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性,组成的样本即为相关样本。本文采用配对样本t检验,测出这两项研究中的所有学习者,无论前测成绩如何,都显示出从前测到后测的显著进步。独立样本t检验(各实验处理组之间毫无相关存在,即为独立样本),该检验用于检验两组非相关样本被试所获得的数据的差异性。本文采用独立样本t检验测出study2的学生的平均学习增益高于study1的学生。t检验(参数检验)前提:样本数据服从正态或近似正态分布。由于前测符合正态分布,而后测不符合正态分布,所以采用了非参数Mann–Whitney 秩和检验来检验前测和后测之间的差异。 Permalink Show parent Reply In reply to 红 王 回复: 回复: 数据分析-问题1 by 红亮 马 - Thursday, 28 October 2021, 11:12 PM 你的解释是正确的,比较study 1和study2的增益是否有显著差异是属于独立样本t检验,而不是配对样本t检验。 Permalink Show parent Reply
In reply to 红 王 回复: 回复: 数据分析-问题1 by 红亮 马 - Thursday, 28 October 2021, 11:12 PM 你的解释是正确的,比较study 1和study2的增益是否有显著差异是属于独立样本t检验,而不是配对样本t检验。 Permalink Show parent Reply