数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究研究心理学中的变异性度量
变异性的三种常用且广泛使用的度量是：表示分数基本分布范围的极差；反映分数内正常分布的方差和标准差；以及四分位距，它是分布中间一半的范围。变异性向我们展示了我们能够将样本结果推广到总体中的有效程度。因此，它至关重要。变异性有两种类型：高变异性和低变异性。高变异性表明由于数字在这里不太稳定，因此进行假设更加困难。同时，低变异性表明我们可以根据样本数据对总体做出更好的假设。
什么是变异性度量？
借助变异性度量，我们可以了解数据点彼此之间以及距分布或数据集中心的距离有多远。它也可以被称为离散、分散或扩展。中心趋势和变异性之间存在基本差异。中心趋势说明了大多数数据点位于何处，而变异性则说明了数据点彼此之间相距多远。
极差和四分位距
极差表示统计分散，即包含所有数据的最小区间的长度，通过从最大观测值中减去最小观测值来检查。我们可以用与测量数据相同的单位来测量极差。极差有三种类型：粗略极差、潜在粗略极差和观察到的粗略极差。第一四分位数和第三四分位数之间的差值，也是统计分散的度量，称为四分位距。事实证明，四分位距比极差更稳定。
| 极差 | 四分位距 |
|---|---|
|
极差表示统计分散，因为它是包含所有数据的最小区间的长度，并且通过从最大观测值中减去最小观测值来检查。 |
第一四分位数和第三四分位数之间的差值，也是统计分散的度量，称为四分位距。 |
方差和标准差
方差用 σ2 表示。它评估总体或样本中分数的扩展或分散程度。人们发现，大的方差表明有更多分数远离均值并分布在更宽的范围内。相反，小的方差表明许多相对相似的分数都接近样本均值。S.D. 代表标准差。它被描述为一组值或分数的可变性的度量，表明它们与均值的偏离程度。较高的标准差表明数据点分散在许多不同的值中，而较低的标准差表明数据点集中在均值附近。
线性与非线性变异性度量的作用
SW3，即 Stepwatch3 活动监测仪，是一种用于记录个人在其生活环境中以一定频率行走时的步数的仪器。最初，SW3 仪器用于测量在记录期间累积的活动量。为了研究这一点，研究人员检查了是否可以分析 SW3 数据来提高对行走活动的控制。因此，之后，他们使用了标准线性度量和两个非线性度量来检查从两名不活跃和两名活跃成年人那里收集的每分钟步数值，持续 14 天。结果表明，两组的线性和非线性度量之间存在差异。标准差将可变性评估为分钟步数的扩散，与随后的顺序无关。
此外，还发现活跃受试者的标准差值远大于不活跃受试者，表明控制系统输出范围广。线性和非线性度量指标根据亵渎结构描述了每分钟步数的可变性。此外，当一起检查时，线性和非线性度量表明活跃受试者数据中存在更多的记忆，表明他们行走活动的控制产生的输出模式比不活跃受试者更可预测和结构化。总的来说，结果表明活跃和不活跃老年人之间行走活动的潜在控制存在差异。用于分析步态活动数据中可变性的线性和非线性方法为未来的运动控制研究提供了一条新途径。
较差的心理健康与积极情绪的可变性相关
研究人员认为，积极情绪与多个领域的灵活结果之间存在关联，其中也包括心理健康。然而，它主要关注积极情绪的总体水平，而很少关注它在时间上的可变性与稳定性。因此，他们检查了在两项不同的研究、人群和科学批准的方法中，积极情绪可变性与稳定性对心理健康的相关性，这些方法用于检查情绪在时间上的可变性。研究 1 使用美国人口样本 (N = 240) 中的每日体验方法来检查两周内积极情绪的可变性（宏观层面）。研究 2 使用法国成年人样本 (N = 2,391) 中的每日重组方法来检查两天内（微观层面）的可变性。积极情绪的更大微观和宏观层面可变性与较差的心理健康相关，包括较低的幸福感和生活满意度以及更大的焦虑和抑郁（来自研究 1），以及生活满意度、较低的每日满意度和幸福感（来自研究 2）。这些发现支持这样的概念，即积极情绪的可变性在心理健康中发挥着重要且累积的作用，超过了总体幸福水平，并且过度的可变性可能是有害的。
结论
分布内数据点之间的距离及其距中心的距离称为“变异性”。除了中心趋势的度量外，变异性的度量还提供描述性统计数据，以总结您的数据。方差的其他同义词包括扩展、分散和离散。因此，变异性度量非常有用，因为它们有助于我们测量数据中已存在的偏离程度。
1K+ 浏览量
