program1.md

Q1 确认试验中的变量

自变量 : 文字的意义与颜色是否匹配 因变量 : 每位参与者全部完成使用的时间

Q2 建立假设

因为没有给出总体均值 $\mu$ 参数和标准差 $\sigma$ 所以采取t检验而不是z检验

$H_0$假设在不会造成影响完成的时间, Ha假设在不匹配的情况下

使用 $\mu_i$表示不匹配情况下完成的时间 , $\mu_c$则表示匹配情况下完成时间 零假设 $H_0$: $\mu_i = \mu_c $ , 文字的意义与颜色匹配与不匹配完成时间相同 , 即完成时间不变 对立假设 $H_A$: $\mu_i \neq \mu_c $ , 文字的意义与颜色匹配与不相同 , 即完成时间不相等

假设预测这些样本来自的真实总体是相同的 , 两个总体参数之间没有显著差异 , 从直方图来看抽样分布的正太假设不会被严重违背(样本小于30) , 然后同一组受试者参与两次测试 , 两个样本的总体应该大概是正态分布的 , 所以我们采取相依样本检验

Q3 建立统计检验

平均值$ \bar{u_c} = 14.051 , \bar{u_i} = 22.016 $

抽样标准差 $S_c = 3.559 , S_i = 4.797 $

Q4 绘制数据图

两张图都是直方图

这张图表示在文字的意义与颜色都匹配的图 , X轴表示完成时间 Y轴表示频率

这张图表示在文字的意义与颜色不匹配的图 , X轴表示完成时间 Y轴表示频率

Q5 执行统计检验并解读结果

样本量N = 24 显著性水平α = 0.05 自由度df = 23 t临界值t-critical（此值需要根据课程提供的t值表查出，严格保留三位小数）； t-critical = 2.069 样本差值的均值Mean_diff $ \bar{u_c} - \bar{u_i} = -7.965 $ 样本差值的标准差SD（至少保留三位小数) SD = 4.865 样本差值的标准误SE（或者SEM，两种写法均可，至少保留三位小数）；SE = 0.993 t统计量t-statistic（这一步需要指出计算过程）；

t = $\bar{u_c} - \bar{u_i} \over ({s \over \sqrt(n)}$ = -7.965/4.865/$\sqrt{24}$ = 8.021

检验所得的P值（不需要精确值，指出是否小于α即可）。 可以得出 p < α

最终结果是在Stroop效应下 , 参与者在显示的文字与它们的打印颜色不匹配的颜色词完成的时间要比相同文字与打印颜色词反应多一些