11. Научная и статистическая гипотеза. Нулевая и альтернативная гипотезы.

Различают научные и статистические гипотезы. Научные гипотезы формулируются как

предполагаемое решение проблемы. Статистическая гипотеза – утверждение в отношении

неизвестного параметра, сформулированное на языке математической статистики. Любая научная

гипотеза требует перевода на язык статистики. После проведения конкретного эксперимента

проверяются многочисленные статистические гипотезы, поскольку в каждом психологическом

исследовании регистрируется не один, а множество поведенческих параметров. Каждый параметр

характеризуется несколькими статистическими мерами: центральной тенденции, изменчивости,

распределения. Можно вычислить меры связи параметров и оценить значимость этих связей.

Научные гипотезы. Экспериментальная гипотеза служит для организации эксперимента, а

статистическая – для организации процедуры сравнения регистрируемых параметров.

Статистическая гипотеза необходима на этапе математической интерпретации данных

эмпирических исследований. Большое количество статистических гипотез необходимо для

подтверждения или опровержения основной – экспериментальной гипотезы. Экспериментальная

гипотеза – первична, статистическая – вторична.

Процесс выдвижения и опровержения гипотез можно считать основным и наиболее

творческим этапом деятельности исследователя. Установлено, что количество и качество гипотез

определяется общей креативностью (общей творческой способностью) исследователя –

«генератора идей».

Гипотеза может отвергаться, но никогда не может быть окончательно принятой. Любая

гипотеза открыта для последующей проверки.

Формулирование гипотез систематизирует предположения исследователя и представляет

их в четком и лаконичном виде.

12. Статистические критерии. Определение статистического критерия.

Статистический критерий – это решающее правило, обеспечивающее надежное

поведение, то есть принятие истинной и отклонение ложной гипотезы с высокой вероятностью″

(Суходольский Г.В.). Статистические критерии обозначают также метод расчета определенного

числа и само это число.

В большинстве случаев для того, чтобы мы признали различия значимыми, необходимо,

чтобы эмпирическое значение критерия превышало критическое, в некоторых критериях

придерживаются противоположного правила. Эти правила оговариваются в описании каждого

критерия.

В некоторых случаях расчетная формула критерия включает в себя количество

наблюдений в исследуемой выборке, обозначаемое как n. В этом случае эмпирическое значение

критерия одновременно является тестом для проверки статистических гипотез. По специальной

таблице определяется, какому уровню статистической значимости различий соответствует данная

эмпирическая величина. В большинстве случаев, одно и то же эмпирическое значение критерия может оказаться

значимым или незначимым в зависимости от количества наблюдений в выборке (n) или от так

называемого количества степеней свободы, которое обозначается как ν.

13. Параметрические и непараметрические критерии. Примеры критериев.

Параметрические критерии – это некоторые функции от параметров совокупности, они

служат для проверки гипотез об этих параметрах или для их оценивания. Параметрические

критерии включают в формулу расчета параметры распределения, т.е. средние и дисперсии.

Непараметрические критерии – это некоторые функции от функций распределения или

непосредственно от вариационного ряда наблюдавшихся значений изучаемого случайного

явления. Они служат только для проверки гипотез о функциях распределения или рядах

наблюдавшихся значений.