数据的随机化检验及R语言实现-心理技术与应用.pdf

－ 心理技术与应用　 ２０１９ꎬＶｏｌ.７ꎬＮｏ.５ꎬ２６６ ２７５ Ｐｓｙｃｈｏｌｏｇｙ:Ｔｅｃｈｎｉｑｕｅｓ ａｎｄＡｐｐｌｉｃａｔｉｏｎｓ 实验数据的随机化检验及 Ｒ语言实现 １ ２ 吕小康 　 付英涛 １ ( 南开大学周恩来政府管理学院社会心理学系ꎬ 天津 ３００３５０) ２ ( 浙江大学心理与行为科学系ꎬ 杭州 ３１０００７) 摘　 要　 随机化检验是基于实验中对实验处理的随机化分配ꎬ 通过计算所有可能分配方法的结果得出 某一统计量的随机化分布ꎬ 并据此进行实验效应是否存在的统计推断ꎮ 相较基于从某一总体中进行重 复随机抽样而得到抽样分布推论模式ꎬ 随机化检验不需要正态总体假定ꎬ 尤其适合样本数据存在明显 离群值或小样本情形ꎬ 更适合作为随机化实验的推论框架ꎮ 借助免费开源的Ｒ软件及相关软件包已能 快速实现双处理组和多处理组均值差比较及其他统计量比较的随机化检验ꎬ 但在心理统计教育与应用 中还需进一步推广ꎮ 关键词　 随机化分布ꎻ随机化检验ꎻ显著性检验ꎻ置换检验ꎻ心理统计 分类号　 Ｂ８４１２ － ＤＯＩ:１０.１６８４２/ ｊ.ｃｎｋｉ.ｉｓｓｎ２０９５ ５５８８.２０１９.０５００１ 的目的通常也不是像基于随机抽样的研究那样要 １　 统计推论中的总体模型与随机 求将样本结论推论至总体、 即追求外在效度ꎬ 而 化模型 是验证实验的处理效应是否真实存在、 即追求内 在效度ꎮ 　 　 目前心理统计教材中介绍的统计推论方法大 事实上ꎬ 统计学中进行统计推论有两种模型 多基于抽样分布 (ｓａｍｐｌｉｎｇ ｄｉｓｔｒｉｂｕｔｉｏｎ) 的框架ꎬ (Ｌｕｄｂｒｏｏｋꎬ２００５): 总体模型 (ｐｏｐｕｌａｔｉｏｎ ｍｏｄｅｌ) 即将样本数据视为从特定总体中随机抽样得到的 和随机化模型 (ｒａｎｄｏｍｉｚａｔｉｏｎ ｍｏｄｅｌ)ꎮ 将随机化实 一次观测结果ꎬ 并考虑对该总体进行同样本容量 验的数据视为随机样本属于总体模型的思想ꎬ 此 的重复抽样ꎬ 以得到所关注的样本统计量的假想 模型假定实验数据是相应总体的随机样本ꎬ 统计 分布ꎬ 进而计算相关ｐ 值来判断实验效应是否存 推论用到的抽样分布常为正态分布或由正态分布 在ꎮ 心理统计的相关教材、 包括其他领域的诸多 推导出的其他理论分布ꎬ 对正态性假定的依赖性 入门统计教材一般都只是将随机化实验得到的数 较强ꎮ 而随机化模型不需要总体和样本的假定ꎬ 据默认为随机样本处理ꎬ 对数据的正态性进行检 其思想基于实验中的随机化操作ꎬ 其统计推论无 验后ꎬ 直接应用抽样分布进行统计推论ꎮ 但从严 需依赖正态性前提、 而是一种精确分布———随机 格意义上说ꎬ 这些随机化实验的数据并不是在总 化分布 (ｒａｎｄｏｍｉｚａｔｉｏｎ ｄｉｓｔｒｉｂｕｔｉｏｎ)ꎬ 基于此种分 体中抽样得到的随机样本ꎬ 并未直接满足应用抽 布进行的显著性检验可称为随机化检验 (ｒａｎｄｏｍｉ￣ 样分布进行统计推论的条件ꎮ 同时ꎬ 随机化实验 ｚａｔｉｏｎ ｔｅｓｔ)ꎮ 　 基金项目:中央高校