8. Параметри розподілу: показники положення, показники розкиду, показники мінливості більш високого порядку.

9. Статистична значущість. Статистичні гіпотези.

Рівень значущості результатів дослідження так званих ρ- рівнів – це кількісна виражена ймовірність, що отримані результати достовірні. Значення ρ-рівня перебуває у зворотній залежності від надійності результату. В педагогіці розрізняють наступні рівні статистичної значущості:

ρ=0,1 -90% правильно

ρ=0,05 – 95% правильно

ρ=0,01 – 99% правильно

За Наслєдовим вважають, що якщо ρ>0.1 – результати статистично не значимі, 0,05<ρ<0.1 – результати значимі на рівні тенденції, ρ≤0,005 – результати статистично значимі, ρ ≤ 0,01 – результати значимі на високій значимості.

Для кожного статистичного критерія значення ρ рівня можна взяти зі спеціальних таблиць, воно необхідно для підтвердження або спростування статистичної гіпотезию

Під статистичною гіпотезою розуміють припущення щодо результатів дослідження.

Гіпотези класифікують на: нульові та альтернативні, направлені та ненаправлені.

Нульова гіпотеза Н₀ – це гіпотеза про відсутність значимих розходжень між якими-небудь показниками або про випадкові зв’язки між ними. Альтернативна гіпотеза Н₁ – це гіпотеза про наявність значимих розходжень між показниками або про вірогідність зв’язку між ними. Гіпотеза називається направленою якщо вказаний напрям змін що досліджується. Ненаправлена гіпотеза – рівень статистичної значущості відрізняється.

10. Правила прийняття та відхилення гіпотез. Залежні та незалежні вибірки.

Для прийняття або відхилення гіпотез у процесі формулювання статистичного висновку необхідно знати емпіричне значення критерію, його критичне значення а також сам принцип прийняття та відхилення гіпотез. Серед фахівців немає загально прийнятих правил прийняття гіпотез. За Сидоренко: відповідно до цього принципу перевищення емпіричного значення над критичним для ρ ≤ 0,05 або їх рівність приводить до відхилення Н₀ але ще не призводить до прийняття Н₁ . Якщо ж емпіричне значення перевищує критичне для ρ ≤ 0,01 або дорівнює то приймається Н_1. За Наслєдовим: якщо емпіричне значення перевищує його критичне значення або дорівнює йому, то відкидається Н₀ і береться Н₁.

11. Параметричні критерії.

Параметричні критерії використовуються в завданнях перевірки параметричних гіпотез і включають у свій розрахунок показники розподілу, наприклад, середні, дисперсії тощо. Це такі відомі класичні критерії, як г-критерій, ґ-критерій Стьюдента, критерій Фішера та ін. Параметричні критерії дозволяють прямо оцінити рівень основних параметрів генеральних сукупностей, різниці середніх і відмінності в дисперсіях. Критерії спроможні виявити тенденції зміни ознаки при переході від умови до умови, оцінити взаємодію двох і більш факторів у впливі на зміни ознаки. Параметричні критерії вважаються дещо більш потужними, ніж не-параметричні, за умов, якщо ознака виміряна за інтервальною шкалою і нормально розподілена. Проте з інтервальною шкалою можуть виникнути певні проблеми, якщо дані, представлено не в стандартизованих оцінках. До того ж перевірка розподілу "на нормальність" вимагає досить складних розрахунків, результат яких заздалегідь невідомий. Найчастіше розподіли ознак відрізняються від нормального, тоді доводиться звертатися до непараметричних критеріїв.