心理统计学重要知识点
心理统计知识点完整版整理
心理统计知识点完整版整理1、描述统计：主要研究如何让整理心理与教育科学实验或调查得来的大量数据。
描述一组数据的全貌，表达一件事物的性质。
2、推论统计：主要研究如何通过局部数据提供的信息，推论总体的情形。
3、根据数据反映的测量水平，将数据分类：称名数据、顺序数据、等距数据、比率数据（书P16概念、举例）是否具有连续性离散数据、连续性数据。
4、连续数据：任意两个数据点之间都可以细分出无限个大小不同的数值。
5、统计量：样本的那些特征值，代表样本的特性。
6、参数：描述一个总体情况的统计指标，代表总体特性是一个常数。
7、组限：分组区间即一个组的起点值和终点值之间的距离；组下限：起点值；组下限：终点值。
组限分类：表述组限，精确组限8、散点图：用相同大小圆点的多少或疏密表示统计资料数量大小以及变化趋势的图。
9、算数平均数的使用原则：同质性原则，平均数与个体数值相结合的原则，平均数与标准差、方差相结合的原则。
10、中数：按顺序排列在一起的一组数据中居于中间位置的数。
11、众数：指在次数分布中出现次数最多的那个数的数值。
12、皮尔逊平均数、中数和众数三者间的关系：Mo=3Md-2M0(M平均数Md中数Mo众数)13、平均差：次数分布中所有原始数据平均数绝对离差的平均值。
14、方差、标准差公式：15、标准差：方差的平方根…..16、差异系数的使用情况：1、标准差的单位不同；2、虽然标注差的单位相同，但两样本的水平不同。
17、标准分数：又称基分数或Z分数，是以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数。
优点：标准分数从分数对平均数的相对低位。
该分组的离中趋势两个方面来表示原始分数的地位。
18、事物之间的相互关系：因果关系，共变关系，相关关系19、积差相关的公式：20、肯德尔W系数：适用于两列以上的等级变量；使用情况：Ａ、原始数据资料的获得一半采用等级评定法，让K个被试对N件事物或N种作品进行等级评定，每个评价者都能对N件事物（或作品）的好坏、优劣、喜好、大小、高低登排出一个等级顺序。
心理统计学知识点完整版资料整理
心理统计学知识点完整版资料整理1.数据的概念：在心理统计学中，数据是指信息的收集和组织形式。
数据可以是数字，也可以是文字或符号。
数据的收集可以通过实验、调查、观察等方式进行。
2.数据的分布：在心理统计学中，数据的分布是指通过统计方法和图表来展示数据的特征和规律。
常用的数据分布包括正态分布、偏态分布、均匀分布等。
3.描述性统计：描述性统计是用来描述和总结数据的方法。
常见的描述性统计包括均值、中位数、众数、标准差、变异系数等。
4.推论统计：推论统计是根据样本数据来对总体进行推断的方法。
推论统计主要包括参数估计和假设检验两个方面。
5.参数估计：参数估计是用样本数据来估计总体参数的值。
常见的参数估计方法包括点估计和区间估计。
6.假设检验：假设检验是用来判断总体参数是否满足一些假设的方法。
其中包括设置原假设和备择假设、选择显著性水平、计算统计量、确定拒绝域等步骤。
7.相关分析：相关分析用来研究两个或多个变量之间的关系。
其中最常用的是皮尔逊相关系数，可以用来衡量变量之间的线性相关程度。
8.回归分析：回归分析用来研究一个或多个自变量和因变量之间的关系。
通过回归分析可以得到回归方程，进而预测因变量的值。
9.方差分析：方差分析是一种用来研究多个样本之间差异的方法。
方差分析可以判断不同组之间的均值是否存在显著差异。
10.非参数统计：非参数统计是一种不依赖于总体参数的方法。
非参数统计主要包括秩次统计和分布自由度较小的统计方法。
11.实验设计：实验设计在心理统计学中扮演着重要的角色。
良好的实验设计可以保证实验的可靠性和有效性，并排除干扰因素。
12.抽样方法：抽样方法是指如何从总体中选取样本的方法。
常见的抽样方法包括随机抽样、系统抽样、整群抽样等。
以上是心理统计学的一些主要知识点的简要整理。
了解这些知识点可以帮助我们更好地理解和应用统计方法来分析心理学中的数据。
当然，心理统计学的内容还非常广泛，还有更多的知识点值得深入学习和研究。
心理学考研之心理统计学笔记
心理统计学笔记（1）基本概念总体：具有某些共同的、可观测特征的一类事物的全体，构成总体的每个基本单元称为个体样本：由于不能或没必要对整个总体进行研究，我们只能从总体中选择出一些个体代表总体，这些个体的集合叫样本变量：本身是变化的或者对于不同个体有不同值得特征或条件常量：本身不变且对不同的个体的值也相同参数：描述总体的数值，它可以从一次测量中获得，也可以从总体的一系列测量中推论得到比例：全组中取值为X的比例，p=f/N插值法：一种求两个已知数值之间中间值的方法，其假设所求解点附近数据呈线性变化统计量：描述样本的数值，与参数的获得方式相同随机取样：从总体抽取样本的一种策略，要求总体中的每一个个体被抽到的机会均等取样误差：样本统计量与相应的总体参数之间的差距偏态分布：分数堆积在分布的一端，而另一端成为比较尖细的尾端，其与对称分布对应次数分布：一批数据在某一量度的每一个类目所出现的次数情况离散型变量：由分离的、不可分割的范畴组成，临近范畴之间没有值存在连续型变量：在任何两个观测值之间都存在无限多个可能值，它可被分割成无限多个组成部分（2）学习建议①将注意放在概念上，心理统计应该是一门概念性的科学，而非纯数学。
②一定要将统计方法与心理学研究的情景结合起来学习。
③弄懂一个概念再开始学习下一个，心理统计中的概念应用性较差却是之后做题的基础。
④做题按照推荐格式能避免出错几率。
（3）统计检验总表数据类型单样本问题独立样本比较相关样本比较多组样本的比较相关问题独立样本重复测量等距型总体正态分布单样本t/z检验独立样本t/z检验相关样本t检验独立样本方差分析重复测量方差分析Pearson积差相关分布形态未知大样本下的相应的t/z检验大样本下的相应的t/z检验大样本下的相应的t检验转化为顺序型转化为顺序型顺序型符号检验法曼-惠特尼U检验维尔克松T检验克-瓦氏单向方差分析弗里德曼双向等级方差分析Spearman等级相关命名型χ2匹配度检验χ2独立性检验符号检验法χ2独立性检验χ2独立性检验一、描述统计描述统计是指用来整理、概括、简化数据的统计方法，侧重于描述一组数据的全貌，表达一件事物的性质。
大一心理统计学知识点
大一心理统计学知识点心理统计学是心理学的一个重要分支，它研究了与心理学相关的统计方法和技术。
在大一的学习中，我们需要了解一些基本的心理统计学知识点，以帮助我们更好地理解心理学研究中所用到的数据和分析方法。
本文将介绍一些大一心理统计学的重要知识点。
一、数据类型在心理统计学中，数据可以分为两种类型：定性数据和定量数据。
定性数据是指在不进行数值化处理的情况下，仅仅根据属性进行分类的数据。
例如，性别、民族和学历等信息都属于定性数据。
定量数据则是用具体的数值表示的数据，可以进行数值计算和比较。
例如，身高、体重和考试成绩等数据都属于定量数据。
二、测量尺度根据数据的性质和可操作性，心理统计学中通常使用四种测量尺度：名义尺度、顺序尺度、间隔尺度和比率尺度。
名义尺度仅仅对数据进行分类，没有数值上的意义。
顺序尺度除了可以分类，还可以表示数据的大小顺序。
间隔尺度不仅可以分类和顺序排列，还可以比较数据之间的差距。
比率尺度是最完备的测量尺度，除了具备间隔尺度的特点外，还可以进行比率运算。
三、描述统计描述统计是对收集到的数据进行总结和描绘的方法。
常用的描述统计方法包括中心趋势和离散程度的度量。
中心趋势是用来反映一组数据的平均水平的指标，常用的有均值、中位数和众数。
离散程度则是用来反映一组数据的分散程度和差异性的指标，常用的有极差、方差和标准差。
四、正态分布正态分布是心理统计学中最重要的一种分布，也被称为高斯分布或钟形曲线。
它具有对称、单峰和连续的特点。
在心理学研究中，许多变量都呈现出正态分布的特性，因此，对正态分布的了解是非常重要的。
正态分布可以通过计算均值和标准差来描述，均值决定了曲线的中心位置，标准差决定了曲线的宽窄程度。
五、假设检验假设检验是统计推断的一种方法，用于检验对总体或群体特征作出的假设是否成立。
在心理学研究中，我们常常需要根据样本数据对总体特征进行推断和判断。
常见的假设检验方法有单样本t检验、独立样本t检验和相关样本t检验等。
《心理统计学》总复习要点[]
![《心理统计学》总复习要点[]](https://img.taocdn.com/s3/m/9b7d2a3652d380eb62946d3e.png)
《心理统计学》总复习要点第一章、第二章基本概念及次数分布表第一节基本概念一、基本概念1．连续变量与离散变量(不连续变量)变量分为连续变量与离散变量(不连续变量)。
连续变量则可以在量表上的任何两点加以细分，可以取得无限多个大小不同的数值。
不连续变量又称离散变量或间断变量，则在量表上的任何两点中只能取得有限个数值。
是一种只能取特殊值而不能取任何值的变量，它代表一个点，而不是一段距离。
2．总体、样本、个体总体是指具有某一种特征的一类事物的全体，构成总体的每一个基本元素称为个体，在总体中按一定规则抽取的一部分个体，称为总体的一个样本。
二、测量水平心理测量的工具一般可以分为四种水平，它们是由测量工具——量尺的水平决定的，量尺也称为尺度。
（一）量尺(Ratio Measurement)用这样的量尺测量出的数据，可以进行加、减、乘和除运算。
这种测量水平的数据特征是有相等单位和绝对零点。
用这种量尺测量得到的数据变量为比率（或等比）变量。
（二）等距量尺(Interval Measurement)只有相等单位，没有绝对零点，这种测量工具称为等距量尺。
等距量尺测出的数据可以进行加和减的运算，而不能进行乘和除的运算。
但是，等距数据的差值可以进行乘、除运算，因为等距数据的差值有一个绝对零点，两个数值相等，差值即为零。
用这种量尺测量得到的数据变量为等距变量。
（三）顺序量尺(Ordinal Measurement)顺序量尺又叫等级量尺，它的特点是：既无绝对零点，又无相等单位。
用这种量尺对研究对象进行测量，只能给对象排个顺序。
顺序量尺的测量结果原则上不能进行加、减、乘、除四则运算。
如有必要的话，只能进行不等式运算。
用这种量尺测量得到的数据变量为顺序变量。
（四）分类量尺(Nominal Measurement)分类测量不包含任何类间数量关系的假定，仅仅是把测量对象分为相同或相异，但在性质上没有哪一类较大，哪一类较小之分。
即无大小之分，也无等级之分。
《心理统计学》重要知识点
《心理统计学》重要知识点第二章 统计图表简单次数分布表的编制：Excel 数据透视表列联表（交叉表）：两个类别变量或等级变量的交叉次数分布，Excel 数据透视表直方图（histogram ）：直观描述连续变量分组次数分布情况，可用Excel 图表向导的柱形图来绘制 散点图（Scatter plot ）：主要用于直观描述两个连续性变量的关系状况和变化趋向。
条形图（Bar chart ）：用于直观描述称名数据、类别数据、等级数据的次数分布情况。
简单条形图：用于描述一个样组的类别（或等级）数据变量次数分布。
复式条形图：用于描述和比较两个或多个样组的类别(或等级)数据的次数分布。
圆形图（circle graph ）、饼图（pie graph ）：用于直观描述类别数据或等级数据的分布情况。
线形图（line graph ）：用于直观描述不同时期的发展成就的变化趋势；第三章 集中量数● 集中趋势和离中趋势是数据分布的两个基本特征。
● 集中趋势：就是数据分布中大量数据向某个数据点集中的趋势。
● 集中量数：描述数据分布集中趋势的统计量数。
● 离中趋势：是指数据分布中数据分散的程度。
● 差异量数：描述数据分布离中趋势（离散程度）的统计量数 ● 常用的集中量数有：算术平均数、众数（M O ）、中位数（M d ） 1．算术平均数（简称平均数，M 、X 、Y ）：nx X i∑= Excel 统计函数AVERAGE算术平均数的重要特性：（1）一组数据的离均差（离差）总和为0，即0)(=-∑x x i（2）如果变量X 的平均数为X ，将变量X 按照公式bx a y +=转换为Y 变量后，那么，变量Y 2．中位数（median ，M d ）：在一组有序排列的数据中，处于中间位置的数值。
中位数上下的数据出现次数各占50%。
3．众数（mode ，M O ）：一组数据中出现次数最多的数据。
4．算术平均数、中数、众数之间的关系。
心理统计学重点知识
心理统计学一．描述统计（一）统计图表 1、统计图次数分布图——①直方图：用以矩阵的面积表示连续性随即变量次数分布的图形。
②次数多边形图：一种表示连续性随机变量次数分布的线形图，属于次数分布图。
③累加次数分布图：分为累加直方图和累加曲线图；其中累加曲线的形状大约有三种：一种是曲线的上枝长于下枝（正偏态），另一种是下枝长于上枝（负偏态），第三种是上枝，下枝长度相当（正态分布）。
其他统计图：条形图：用于离散型数据资料； 圆形图：用于间断性资料；线形图：更多用于连续性资料，凡预表示两个变量之间的函数关系，或描述某种现象在时间上的发展趋势，或一种现象随另一种现象变化的情况，用这种方法比较好。
散点图： 2、统计表①简单次数分布表 ②分组次数分布表③相对次数分布表：将次数分布表中各组的实际次数转化为相对次数，即用频数比率表示。
④累加次数分布表⑤双列次数分布表：对有联系的两列变量用同一个表来表示其次数分布。
（二）集中量数 1、算术平均数M1nii XX N==∑优点：反应灵敏；计算严密；计算简单；简明易解；适合于进一步用代数方法演算；较少受抽样变动的影响；缺点：受极端数据的影响；若出现模糊不清的数据时，无法计算平均数； 计算和运用平均数的原则： 同质性原则；平均数与个体数值相结合的原则； 平均数与标准差、方差相结合原则； 性质：①在一组数据中每个变量与平均数之差的总和等于零②在一组数据中，每一个数都加上一个常数C ，所得的平均数为原来的平均数加常数C ③在一组数据中，每一个数都乘以一个常数C ，所得的平均数为原来的平均数乘以常数C 2、中数：Md 按顺序排列在一起的一组数据中居于中间位置的数，即这组数据中，一般数据比它大，一般数据比它小。
注意计算方法；3、众数：Mo 是指在次数分布中出现次数最多的那个数值；三者的关系：正偏态分布中，M>Md>Mo 负偏态分布中，M<Md<MoMo=3Md-2M （自己推导一下）（三）差异量数差异量数就是对一组数据的变异性，即离中趋势特点进行度量和描述的统计量，也称为离散量数。
统计心理学主要知识点归纳
统计心理学主要知识点归纳统计心理学是一门综合应用统计方法于心理学研究中的学科，通过收集、整理和分析大量的数据，旨在揭示心理学现象的规律和关联性。
本文将对统计心理学的主要知识点进行归纳和总结。
一、概率与统计基础概率与统计是统计心理学的基石。
研究者需要了解概率理论和统计学基本概念，如随机变量、概率分布、假设检验等。
概率理论提供了对事件发生概率的量化描述，统计学则提供了对数据的分析和解释的方法。
二、标准化和测量在统计心理学中，测量是一个核心概念。
研究者需要了解不同测量尺度（如名义尺度、顺序尺度、间隔尺度、比例尺度）的特点及其应用。
此外，标准化也是一项重要技术，它可以将原始分数转化为具有标准分布特征的分数，以便进行比较和分析。
三、相关性分析相关性分析用于研究变量之间的关联程度。
研究者经常使用皮尔逊相关系数或斯皮尔曼等级相关系数来度量变量之间的相关性。
这项分析可以帮助研究者确定变量之间的关系，并进一步推断其之间可能存在的因果关系。
四、假设检验假设检验是统计心理学中最常用的方法之一。
它用于检验研究者对事物的某种假设是否成立。
在进行假设检验时，研究者需要明确研究假设、选择适当的统计检验方法，并进行显著性检验以确定结果的可靠性。
五、方差分析方差分析用于比较两个或更多组之间的均值差异，常用于处理实验数据。
研究者需要选择适当的方差分析方法，并进行后续的事后比较分析以确定组间差异是否显著。
六、回归分析回归分析是研究变量之间关系及其影响程度的重要方法。
通过回归分析，研究者可以确定自变量对因变量的解释程度，并进行预测。
常见的回归方法包括线性回归、多元回归和逐步回归等。
七、因子分析因子分析是一种用于研究多个变量之间共同性的方法。
通过因子分析，研究者可以探索变量之间的内在结构，并将其归纳为几个共同的因子，以简化变量的复杂性。
八、统计软件的应用在统计心理学研究中，统计软件的应用非常广泛。
研究者可以使用SPSS、R、Python等工具进行数据分析和处理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《心理统计学》重要知识点第二章 统计图表简单次数分布表的编制：Excel 数据透视表列联表（交叉表）：两个类别变量或等级变量的交叉次数分布，Excel 数据透视表直方图（histogram ）：直观描述连续变量分组次数分布情况，可用Excel 图表向导的柱形图来绘制 散点图（Scatter plot ）：主要用于直观描述两个连续性变量的关系状况和变化趋向。
条形图（Bar chart ）：用于直观描述称名数据、类别数据、等级数据的次数分布情况。
简单条形图：用于描述一个样组的类别（或等级）数据变量次数分布。
复式条形图：用于描述和比较两个或多个样组的类别(或等级)数据的次数分布。
圆形图（circle graph ）、饼图（pie graph ）：用于直观描述类别数据或等级数据的分布情况。
线形图（line graph ）：用于直观描述不同时期的发展成就的变化趋势；第三章 集中量数● 集中趋势和离中趋势是数据分布的两个基本特征。
● 集中趋势：就是数据分布中大量数据向某个数据点集中的趋势。
● 集中量数：描述数据分布集中趋势的统计量数。
● 离中趋势：是指数据分布中数据分散的程度。
● 差异量数：描述数据分布离中趋势（离散程度）的统计量数 ● 常用的集中量数有：算术平均数、众数（M O ）、中位数（M d ） 1．算术平均数（简称平均数，M 、X 、Y ）：nx X i∑= Excel 统计函数AVERAGE算术平均数的重要特性：（1）一组数据的离均差（离差）总和为0，即0)(=-∑x x i（2）如果变量X 的平均数为X ，将变量X 按照公式bx a y +=转换为Y 变量后，那么，变量Y 2．中位数（median ，M d ）：在一组有序排列的数据中，处于中间位置的数值。
中位数上下的数据出现次数各占50%。
3．众数（mode ，M O ）：一组数据中出现次数最多的数据。
4．算术平均数、中数、众数之间的关系。
5．加权平均数：iii n n n w w w x w w w w x w x w x M ∑∑=++++++=ΛΛ2122116．调和平均数（harmonic mean ，M H ）：一组数值倒数的平均数的倒数。
∑=+⋅⋅⋅++=inH xnn x x x M 1)111(121 Excel 统计函数HARMEAN （1）用于描述同一个体(或一组个体)不同时间段的平均学习速度、平均工作效率。
（2）用于描述不同能力水平个体的平均学习速度、平均工作效率。
7．几何平均数（geometric mean ，Mg ）是指n 个观察值连乘积的n 次方根.（1）一组数据中少部分偏大(或偏小)，数据分布呈偏态时，几何平均数比算术平均数更能反映数据的集中趋势。
n n g x x x M ⨯⨯=Λ21 Excel 统计函数GEOMEAN（2）用于计算平均学习进步速度、平均发展速度（平均发展倍数），即环比的几何平均数。
1111342312---=⨯⨯⨯=n n n n n g x x x x x x x x x x M Λ （n x x x 、、、Λ21为各个时间段的成果数据） 平均增长率：1-g M第四章 差异量数● 差异量数：描述一组数据离散程度（离中趋势）的统计量数。
差异量数较大，说明数据分布得比较分散，数据之间的差异较大；差异量数较小，说明数据分布的比较集中，数据间的差异较小。
● 差异量数还能反映平均数对一组数据的代表性。
差异量数越小，平均数的代表性越好；差异量数越大，平均数的代表性越差。
● 常用的差异量数是标准差、方差、差异系数标准差s ：n X X s i 2)(∑-=Excel 统计函数STDEVP （给定样本总体的标准偏差）标准差s n-1：1)(21--=∑-n X X s i n Excel 统计函数STDEV （给定样本的标准偏差）方差2s ：nX X s i 22)(∑-=Excel 统计函数VARP （给定样本总体的方差）方差21-n s：1)(221--=∑-n X X s i n Excel 统计函数VAR （给定样本的方差） 差异系数（又称变异系数、离散系数、相对标准差）：XSCV =（1）用于比较不同观测工具测量结果（数据单位不同）的离散程度，例如，身高离散程度大，还是体重离散程度大？（2）用于比较用同一观测工具测得的、均数差异较大的不同样本数据的离散程度。
例如：7岁组儿童和13组岁儿童的体重离散程度，哪个较大？● 标准差的重要特性：如果变量X 的标准差为X S ，将变量X 按照公式bx a y +=转换为Y 变量后，那么，变量Y 的标准差X Y bS S =● 相对位置量数：反映个体（数据）在团体中相对位置的统计量数。
主要有标准分数及其线性转换分数（Z 分数、T 分数）、百分等级(PR)、正态化标准分数等。
1．标准分数的计算与应用：S X X Z i -=或：σμ-=i X Z ， 5010+=Z T ，500100+=Z CEEBZ 分数的特点：Z 分数的平均数为0，即0=Z μ，标准差为1，即1Z =σ T 分数的平均数50T =μ，标准差为10T =σCEEB 分数的平均数=___________？，标准差=__________？（1）可用于比较个体各方面水平高低（横向比较，个体内差异评价）。
（2）对被试多方面的测量结果进行综合，如对高考各科成绩的综合，各分测验分数的综合。
（3）可用于对个体或样组某方面水平进行前后比较（纵向比较），判断其水平是提高了，退步了，还是没有变化。
2．原始分数X 的百分等级的含义与计算根据简单次数分布表计算：1005.0⨯+=NF f PR bX 根据分组次数分布表计算：100⨯+•-=NF f i L X PR b bX第五章 相关关系● 相关关系的描述方法（1）相关散点图：适用于直观描述两个连续性数值变量（等距数据、比率数据）之间的关系。
可用Excel 图表向导中的“XY 散点图”绘制。
（2）双向次数分布表（交叉表、列联表）：适用于描述两个等级变量(或称名变量、类别变量)之间的关系。
可用Excel 数据透视表编制列联表）。
（3）相关系数（相关关系的特征值）。
● 相关系数：描述两个变量相关关系的统计量数，在~之间取值，绝对值越大，越接近1，说明两个变量之间的关系程度越密切；绝对值越小，越接近0，说明两个变量的关系程度越低。
● 常用的相关系数： 1．积差相关：yx i i s ns y y x x r ∑--=))(( Excel 统计函数CORREL适用条件：（1）X 、Y 两个变量都是连续性变量（等距数据或比率数据）；（2）X 、Y 两个变量总体上为正态分布或接近正态分布。
2．斯皮尔曼等级相关：是一对（两列）名次变量的积差相关。
对数据变量的分布形态没有要求。
（1）等级积差相关法（名次积差相关法）。
YX R R Y Y X X R S NS R R R R r ))((--∑=Excel 统计函数CORREL公式中的R X 和R Y 是分别代表两变量中每个数据在变量中的名次。
（2）等级差数法（名次差数法）。
如果每个等级(即名次)变量中没有相同的等级名次，可用下面公式计算：等级差数法简化公式：)1(6122-∑-=N N D r R如果等级(即名次)变量中有相同的等级名次，需用下面校正公式计算： 等级差数法校正公式：))((222222y x D y x r RC ∑∑•∑-∑+∑=，2x ∑、2y ∑计算方法参见教材125页3．肯德尔W 系数（肯德尔和谐系数）：描述多个名次变量一致性程度的统计量数。
适用于描述和分析不同评价者（如主考、阅卷者）对同一组个体（考生或答卷）评价结果（名次）的一致性程度，在心理测量与教育评价中称为评分信度。
例如，5位阅卷老师对10篇论文评分排名的一致性。
如果评价者给出的不是个体的水平名次，而是分数(或等第、符号），可先将其转换成名次，然后再计算W 系数。
)(121)(3222N N K N R R W i i --=∑∑ 校正公式：∑∑∑---=T N N K N R R W i i )(121)(3222∑∑-=12)1(2n n T 公式中：n 为每个名次变量中相同名次的数目。
4．点二列相关（point-biserial correlation ）：用于描述一列续性变量和一列真正二分变量(或非正态二分变量)之间的相关。
真正二变量：指按某种性质或标准将个体划分为两种结果的变量，如对、错，男、女等。
pq s X X r tqp pb •-=Excel 统计函数CORREL5．二列相关(biserial correlation)：用于描述由一个正态连续变量人为划分成的二分变量与另外一个正态连续变量之间的相关。
或者说，用于描述一正态二分变量与一正态连续变量之间的相关。
人为二分变量？是指由连续变量转换而来的二分变量，例如，将测验或考试分数区分为及格和不及格，80分以上和80分以下；按中考(或高考)成绩，将考生区分为录取、未录取。
正态二分变量？如果二分变量是根据正态连续变量转换而来，那么，可称之为正态二分变量。
y 为将正态分布面积画分为p 、q 两部分的纵线的高度。
y 的计算方法：利用Excel 统计函数计算标准正态分布区间点函数NORMSINV(p 值) →区间点Z 值 正态分布函数NORMDIST(区间点Z 值,0,1,0) →Z 值的概率密度y 6．Φ相关（Φ系数）：))()()((||d b c a d c b a bc ad r ++++-=Φ用于描述两个真正二分变量的相关程度，也用于描述一个人为二分变量和真正二分变量的相关。
注意：Φ相关计算公式是由皮尔逊积差相关计算公式转换来的。
因此，如果两列二分变量转换为0、1（或1、2）的数值变量时，可以用Excel 统计函数CORREL 计算Φ系数。
第六章 概率分布1．正态分布的特征（见教材）2．Excel 软件中正态分布函数和正态分布区间点函数的应用◆标准正态分布函数NORMSDIST 的应用： （1）P(Z ＜=？ =NORMSDIST= （2）P(Z ＞=？ =1-NORMSDIST=（3）P ＜X ＜=？ =NORMSDIST-NORMSDIST= ◆正态分布函数NORMDIST 的应用例如：已知某次测验的分数呈正态分布，平均分为75分，标准差为10分，试计算： （1）低于80分的考生占多大比例，P(X ＜80分)=？ （2）80分以上的考生占多大比例，P(X ≥80分)=？（3）80分以上，低于90分的考生占多大比例，P(80≤X ＜90)=？ P(X ＜80分)：“=NORMDIST ,75,10,1)”= P(X ≥80分)：“=1-NORMDIST ,75,10,1)”=P(80≤X ＜90)：“=NORMDIST ,75,10,1)-NORMDIST ,75,10,1)”= ◆标准正态分布区间点函数NORMSINV 的应用根据给定的向上累积概率P(Z<a)，标准正态分布的临界值a=? a=NORMSINV(p 值) 例如：P(Z<a)= =NORMSINV = ，a= ，P(Z ＞= ◆正态分布区间点函数NORMINV 的应用根据正态变量X 的平均数、标准差和向上累积概率P(X<a)，计算临界值a=?例：已知某次大规模招聘考试分数呈正态分布，平均分为55分，标准差为12分。