作者yuui (yuui)
看板Statistics
标题[问题] 调和平均数中有0分..如何以spss求出?
时间Tue Aug 4 00:05:03 2015
请问各位
我正在进行教学研究
会以「XX测验」，分析实验组与控制组学生所得的前、後测成绩来进行单因子共
变数分析，探讨两组学生在教学活动後是否有显着差异。
一、两组学生之回归系数同质性考验....OK
二、两组学生在描述统计量....问题来了
三、两组学生之想像力共变数分析
在计算XX测验中有五个向度的前、後测得分之平均数、标准差和调整平均数。
其中五个向度中分数有的有0分
所以无法以spss计算出调和平均数
请问各位可以怎麽解决这问题呢?
是否可以不用调和平均数比较吗?
EX.可用算术平均数比较吗?
EX.共变数三步骤中，一定要比较描述统计量吗?还是直接进行共变数分析，只要P<.05
就有显着差异?
麻烦各位了
谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.171.217.230
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1438617906.A.732.html
1F：→ andrew43: 在这里算调和平均数的目的是？ 08/04 00:37
2F：→ Chsieh: 教统论文很爱用，想必是根据前人跑得跟着跑。 08/04 01:22
3F：→ yhliu: 是不是把 "调整平均数" 误会成 "调和平均数" 了? 08/04 06:20
4F：→ yhliu: 不管为什麽要计算 "调和平均", 既然有 0 在内, 就不能计算. 08/04 06:22
5F：→ yhliu: 一开始说是要进行单因子ANCOVA, 想来是以前测为 covariate. 08/04 06:23
6F：→ yhliu: "调整平均数" 是在 ANCOVA 模型成立之下, 将两组的 X 拉到 08/04 06:24
7F：→ yhliu: 总平均数时 Y 的条件期望值估计. 在 ANCOVA 中, 不会去计算 08/04 06:26
8F：→ yhliu: 什麽 "调和平均". 08/04 06:26
9F：→ yuui: 没错！的确是跟随前人研究用调和平均数 08/04 09:03
10F：→ yuui: 至於是调和还是调整我也不懂，只知道有0分就都不行用 08/04 09:05
11F：→ yuui: 请问yhliu你的意思是我用共变数分析也可以不需要描述统计吗? 08/04 09:06
12F：→ andrew43: 是不是先搞定算调和平均的目的？ 08/04 09:22
13F：→ yuui: 目的就是要看实验组及对照组的前後测是否有显着差异 08/04 09:24
14F：→ andrew43: 那，也不必要使用调和平均数啊。我还是不理解算这的目的 08/04 10:31
15F：→ yuui: 那可以直接请问该怎麽计算吗? 08/04 12:42
16F：→ yuui: 我也不知道可以怎麽不用调和平均数计算? 08/04 12:43
17F：→ yhliu: 要看实验组及对照组的前後测是否有显着差异, 应看 "调整平 08/04 12:57
18F：→ yhliu: 均数", 而不是 "调和平均数". 08/04 12:58
19F：→ yhliu: 错了, 什麽是 "实验组及对照组的前後测是否有显着差异"? 08/04 12:59
20F：→ yhliu: 两组, 前後测, 总共4组资料, 所谓 "是否有显着差异" 是什麽 08/04 13:00
21F：→ yhliu: 跟什麽比? 08/04 13:00
22F：→ yhliu: 讨论统计问题请在这版面, 别寄私信! 08/04 13:01
23F：→ yuui: 应该是比後测成绩跟前测是否有显着差异? 08/04 14:50
24F：→ yuui: 感谢您回覆，不会再寄私信了 08/04 14:51
25F：→ yhliu: 後测与前测比, 用成对样本之 t 检定或无母数方法, 扯不上 08/04 23:53
26F：→ yhliu: 调和平均数. 08/04 23:54
27F：→ yuui: 我想问一下 若我只是比较前後测差异 用T考验...可是 08/05 00:37
28F：→ yuui: 我有实验组和对照组 也有前後测 您之前有提到以前测为共变量 08/05 00:38
29F：→ yuui: 我想问的是如果用T考验 那这样跟没有对照组有何差别? 08/05 00:40
30F：→ andrew43: 你可以先把paired t-test 和 ANCOVA 的部份念一下。 08/05 00:45
31F：→ andrew43: 不然真的只是鸡同鸭讲了 08/05 00:45
32F：→ andrew43: 这都不是很难的东西，把书拿出来吧，别再只伸手了。 08/05 00:46
33F：→ andrew43: 至少把这些方法的结论如何解释看一下。 08/05 00:48
34F：→ andrew43: 自己消化过还有卡关再来求解也不迟。 08/05 00:50
35F：→ andrew43: ANCOVA 和 paired t-test 的目的完全不同。你可以再了解 08/05 01:11
36F：→ andrew43: 一点它们的目的。 08/05 01:11
37F：→ recorriendo: 比较两者前後测变化差异 ANCOVA只在随机分组的前提下 08/05 01:33
38F：→ recorriendo: 可用 否则取两者差做t检验 08/05 01:38
39F：→ recorriendo: 对照组识的功用是控制confound 不然你如何确定前後测 08/05 01:44
40F：→ recorriendo: 的差异确实是因为你的教学法导致? 08/05 01:44
41F：→ andrew43: 说简单一些，ANCOVA是看前测与处理如何影响後测，细节 08/05 07:10
42F：→ andrew43: 可以再看看教科书；你也可以做二个paired t-test各别看 08/05 07:10
43F：→ andrew43: 前後测的差别。总之，他们目的完全不同。 08/05 07:11
44F：→ yhliu: 以前测为共变量, 後测为反应变数, 比较两组, 在前测对後测 08/05 11:00
45F：→ yhliu: 回归效应(回归系数)两组相同之下, 比较两组之反应有无显着 08/05 11:01
46F：→ yhliu: 差异. 这是 ANCOVA 所做的. ANCOVA 中反应变数的调整平均数 08/05 11:02
47F：→ yhliu: 之比较, 是直观的比较两组有无差异. 08/05 11:03
48F：→ yhliu: 两组分别做前後测资料的 paired-t test, 这是前後测之比较, 08/05 11:04
49F：→ yhliu: 当然没有对照组---因为在这个比较中, 对照基础就是前测. 08/05 11:04
50F：→ yhliu: 真的需要去看点书, 要不然就是找精通统计的人合作. 只照抄 08/05 11:05
51F：→ yhliu: 别人的分析方式而又不知其然更不知其所以然, 是没有用的. 08/05 11:06
52F：→ yuui: 抱歉 似懂非懂的状态下造成误会很抱歉 08/05 13:37
53F：→ yuui: 说实在 有上一门统计课，买一本上课统计书 我真的还是不懂 08/05 13:38
54F：→ yuui: 所以才来这里请教大家 谢谢大家的指导 08/05 13:39
55F：→ yuui: 我想我的研究是要用ANCOVA没错 08/05 13:40
56F：→ yuui: 且应要算调整平均数 可是问题就是其中有0分不能算 08/05 13:41
57F：→ yuui: 所做ANCOVA 中反应变数的调整平均数之比较是直观的比较 08/05 13:43
58F：→ yuui: 两组有无差异。那可以删除这项不要比较吗?直接进行单变量比 08/05 13:47
59F：→ yuui: 较吗? 我有请教统计老师，但老师家中小孩生病所以没回信 08/05 13:49
60F：→ yuui: 在这边一直麻烦大家，拜托了！谢谢 08/05 13:50
61F：→ recorriendo: adjusted avg.没有0分部能做的问题 08/05 22:07
62F：→ recorriendo: ANCOVA adjusted mean测试的是「假设两个学生前测成 08/05 22:09
63F：→ recorriendo: 绩相同 施以不同教学法 後测成绩的期望差异」 08/05 22:10
64F：→ recorriendo: 这个值有没有意义 是看你的研究题目跟它有没有关 08/05 22:11
65F：→ recorriendo: 先了解每个值的意义 再做 不然论文只是一堆没意义的 08/05 22:18
66F：→ recorriendo: 数字 另外 还是要强调:ANCOVA只有随机分组的前提下 08/05 22:21
67F：→ recorriendo: 适用 而教育现场通常没有随机分组 你必须确认清楚 参 08/05 22:23
69F：→ yhliu: 果然就是把 "调整平均数" 误会为 "调和平均数" 啊! 08/07 02:58
70F：→ yhliu: 说实在的, 教学实验, 特别是在台湾, 大概不可能做到 随机 08/07 02:59
71F：→ yhliu: 分组, 充其量是 "拟随机" 分组罢了! 08/07 03:01
72F：→ yhliu: 不只是分组随机不随机的问题, 要如医学研究那种 "双盲" 设 08/07 03:03
73F：→ yhliu: 计的要求, 才有可能避免一堆干扰因素, 但这在教学实验根本 08/07 03:03
74F：→ yhliu: 不可能. 08/07 03:04
75F：→ yhliu: 曾看过一本书提到一个 可乐 偏好的实验, 该实验後来被批评, 08/07 03:05
76F：→ yhliu: 批评的关键是: 所用杯子颜色不同. 08/07 03:06
77F：→ recorriendo: 我知道教育研究很难随机分组 所以说要注意 ANCOVA不 08/07 15:34
78F：→ recorriendo: 一定能用 (虽然很多人还是照用了 但严格来说是错的) 08/07 15:35
79F：→ yhliu: 如果不能当成随机分组, 那别说 ANCOVA, 其他统计分析也几乎 08/08 07:21
80F：→ yhliu: 都无用. 再者, 即使是随机分组, ANCOVA 也不一定就适用. 08/08 07:21
81F：→ yhliu: 提醒考虑分组的随机性是必要的, 我没否认这一点. 不过, 如 08/08 07:22
82F：→ yhliu: 果在实验之前的话, 效果较大. 像这种资料早就蒐集完成的, 08/08 07:24
83F：→ yhliu: 要麽就是先问清楚是否随机, 不是的话一棍子打死. 要针对方 08/08 07:25
84F：→ yhliu: 法或分析模型讨论的话, 基本上都是建立在资料/实验具随机性 08/08 07:27
85F：→ yhliu: 才能讨论. 08/08 07:27
86F：→ recorriendo: 非随机分组 ANCOVA has large Type I error rate 08/08 16:32
87F：→ recorriendo: 也就是ANCOVA会机会把没差异检验为有差异 08/08 16:33
88F：→ recorriendo: change score (gain score)分析较无问题 请看我上面 08/08 16:34
89F：→ recorriendo: 给的连结 change score当然有他自己的假设(intervent 08/08 16:39
90F：→ recorriendo: ion以外的effect在两组相同) 但这假设比ANCOVA的假设 08/08 16:40
91F：→ recorriendo: (intervention以外的effect造成regression to the co 08/08 16:41
92F：→ recorriendo: mmon mean)在quasi-experiment里是更适宜的假设 08/08 16:43