
- •Лекция 5. Статистические критерии различий
- •§1. Параметрические и непараметрические критерии. Рекомендации к выбору критерия различия
- •§2. Статистические критерии различий
- •2.1. Критерий Розенбаума
- •Алгоритм подсчета критерия Розенбаума
- •2.2. Критерий u Вилкоксона-Манна-Уитни
- •3.2.1. Первый способ расчета по критерию u
- •3.2.2. Второй способ расчета по критерию u
- •Алгоритм подсчета критерия u Вилкоксона-Манна-Уитни
- •1.1. Сравнение эмпирического распределения с теоретическим
- •2. Сравнение двух экспериментальных распределений
- •3. Использование критерия хи-квадрат для сравнения показателей внутри одной выборки
- •2.5. Критерий - угловое преобразование Фишера
- •2.5.1. Сравнение двух выборок по качественно определенному признаку
- •2.5.2. Сравнение двух выборок по количественно определенному признаку
- •2.6.1. Случай несвязных выборок
- •2.6.2. Случай связных выборок
Лекция 5. Статистические критерии различий
§1. Параметрические и непараметрические критерии. Рекомендации к выбору критерия различия
Все критерии различий условно подразделены на две группы: параметрические и непараметрические критерии.
Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной совокупности (как правило, нормальном) или использует параметры этой совокупности (средние, дисперсии и т.д.).
Критерий различия называют непараметрическим, если он не базируется на предположении о типе распределения генеральной совокупности и не использует параметры этой совокупности. Поэтому для непараметрических критериев предлагается также использовать такой термин как «критерий, свободный от распределения».
При нормальном распределении генеральной совокупности параметрические критерии обладают большей мощностью по сравнению с непараметрическими. Иными словами, они способны с большей достоверностью отвергать нулевую гипотезу, если последняя неверна. По этой причине в тех случаях, когда выборки взяты из нормально распределенных генеральных совокупностей, следует отдавать предпочтение параметрическим критериям.
Однако, как показывает практика, подавляющее большинство данных, получаемых в психологических экспериментах, не распределены нормально, поэтому применение параметрических критериев при анализе результатов психологических исследований может привести к ошибкам в статистических выводах. В таких случаях непараметрические критерии оказываются более мощными, т.е. способными с большей достоверностью отвергать нулевую гипотезу.
Итак, при оценке различий в распределениях, далеких от нормального, непараметрические критерии могут выявить значимые различия, в то время как параметрические критерии таких различий не обнаружат.
Важно отметить, что,
во-первых, непараметрические критерии выявляют значимые различия и в том случае, если распределение близко к нормальному;
во-вторых, при вычислениях вручную непараметрические критерии являются значительно менее трудоемкими, чем параметрические.
При подготовке экспериментального исследования психолог должен заранее запланировать характеристики сопоставляемых выборок (прежде всего связность — несвязность и однородность), их величину (объем), тип измерительной шкалы и вид используемого критерия различий. Последовательно это можно представить в виде следующих этапов:
* Прежде всего, следует определить, является ли выборка связной (зависимой) или несвязной (независимой).
* Следует определить однородность — неоднородность выборки.
* Затем следует оценить объем выборки и, зная ограничения каждого критерия по объему, выбрать соответствующий критерий.
* При этом целесообразнее всего начинать работу с выбора наименее трудоемкого критерия.
* Если используемый критерий не выявил различия — следует применить более мощный, но одновременно и более трудоемкий критерий.
• Если в распоряжении психолога имеется несколько критериев, то следует выбирать те из них, которые наиболее полно используют информацию, содержащуюся в экспериментальных данных.
• При малом объеме выборки следует увеличивать величину уровня значимости (не менее 1%), так как небольшая выборка и низкий уровень значимости приводят к увеличению вероятности принятия ошибочных решений.