- •О.Ю. Ермолаев математическая статистика для психологов Учебник
- •Глава 8 критерии согласия распределений и
- •Глава 10 введение в дисперсионный анализ anova 178
- •Глава 11 корреляционный анализ 202
- •Глава 13 факторный анализ 274
- •Введение
- •Глава 1 понятие измерения
- •1.1. Измерительные шкалы
- •1.2. Номинативная шкала (шкала наименований)
- •1.3. Порядковая (ранговая, ординарная) шкала
- •1.3.1. Правила ранжирования
- •1.3.2. Проверка правильности ранжирования
- •1.3.3. Случай одинаковых рангов
- •1.4. Шкала интервалов
- •1.5. Шкала отношений
- •Глава 2 понятие выборки
- •2.1. Полное исследование
- •2.2. Выборочное исследование
- •2.3. Зависимые и независимые выборки
- •2.4. Требования к выборке
- •2.5. Репрезентативность выборки
- •2.6. Формирование и объем репрезентативной выборки
- •Глава 3 формы учета результатов измерений
- •3.1. Таблицы
- •3.2. Статистические ряды
- •3.3. Понятие распределения и гистограммы
- •Глава 4
- •4.1. Мода
- •4.2. Медиана
- •4.3. Среднее арифметическое
- •4.4. Разброс выборки
- •4.5. Дисперсия
- •Степень свободы
- •4.7. Понятие нормального распределения
- •Стандартизация по шкалам:
- •Глава 5 общие принципы проверки статистических гипотез
- •5.1. Проверка статистических гипотез
- •5.2. Нулевая и альтернативная гипотезы
- •5.3. Понятие уровня статистической значимости
- •5.4. Этапы принятия статистического решения
- •5.5. Классификация психологических задач, решаемых с помощью статистических методов
- •Глава 6 статистические критерии различий
- •Выбор метода статистического вывода
- •Классификация методов статистического вывода
- •Методы сравнения (X— качественный, y— количественный)
- •6.1.1. Параметрические и непараметрические критерии
- •6.1.2. Рекомендации к выбору критерия различий
- •6.2. Непараметрические критерии для связных выборок
- •6.2.1. Критерий знаков g
- •6.2.2. Парный критерий т — Вилкоксона
- •6.2.3. Критерий Фридмана
- •6.2.4. Критерий Пейджа
- •6.2.5. Критерий Макнамары
- •Глава 7 непараметрические критерии для несвязных выборок
- •7.1. Критерий u Вилкоксона-Манна-Уитни
- •7.1 1. Первый способ расчета по критерию u
- •7.1.2. Второй способ расчета по критерию u
- •7.2. Критерий q Розенбаума
- •Глава 8 критерии согласия распределений и многофункциональный критерий «φ»
- •8.1. Критерий хи-квадрат
- •8.1.1. Сравнение эмпирического распределения с теоретическим
- •8.1.2. Сравнение двух экспериментальных распределений
- •8.1.3. Использование критерия хи-квадрат для сравнения показателей внутри одной выборки
- •8.2. Критерий Колмогорова-Смирнова
- •8.3. Критерий Фишера — φ
- •8.3.1. Сравнение двух выборок по качественно определенному признаку
- •8.3.2. Сравнение двух выборок по количественно определенному признаку
- •Глава 9 параметрические критерии различия
- •9.1.1. Случай несвязных выборок
- •9.1.2. Случай связных выборок
- •Глава 10 введение в дисперсионный анализ anova
- •10.1. Однофакторный дисперсионный анализ
- •10.2. «Быстрые» методы — критерии дисперсионного анализа
- •10.2.1. Критерий Линка и Уоллеса
- •10.2.2. Критерий Немени
- •Глава 11 корреляционный анализ
- •11.1. Понятие корреляционной связи
- •11.2. Коэффициент корреляции Пирсона
- •11.3. Коэффициент корреляции рангов Спирмена
- •11.3.1. Случай одинаковых (равных) рангов
- •11.4. Расчет уровней значимости коэффициентов корреляции
- •11.5. Коэффициент корреляции «φ»
- •11.5.1. Второй способ вычисления коэффициента «φ»
- •11.6. Коэффициент корреляции «τ» Кендалла
- •11.7. Бисериальный коэффициент корреляции
- •11.8. Рангово-бисериальный коэффициент корреляции
- •11.9. Корреляционное отношение Пирсона η
- •11.10. Множественная корреляция
- •11.11. Частная корреляция
- •Глава 12 регрессионный анализ
- •12.1. Линейная регрессия
- •12.2. Множественная линейная регрессия
- •12.3. Оценка уровней значимости коэффициентов регрессионного уравнения
- •12.4. Нелинейная регрессия
- •Глава 13 факторный анализ
- •13.1. Основные понятия факторного анализа
- •13.2. Условия применения факторного анализа
- •13.3. Приемы для определения числа факторов
- •13.4. Вращение факторов
- •13.5. Использование факторного анализа в психологии
- •Приложение Пример использования методов математической статистики в дипломной работе
- •Приведем оглавление диплома:
- •Глава I. Теоретические основы агрессивности и тревожности личности.
- •Глава II. Основные результаты выполненного исследования агрессивности и тревожности личности и их зависимости от уровня субъективного контроля.
- •Методика Басса—Дарки
- •Литература
3.2. Статистические ряды
Особую форму группировки данных представляют так называемые статистические ряды, или числовые значения признака, расположенного в определенном порядке.
В зависимости от того, какие признаки изучаются, статистические ряды делят на атрибутивные, вариационные, ряды динамики, регрессии, ряды ранжированных значений признаков и ряды накопленных частот. Наиболее часто в психологии используются вариационные ряды, ряды регрессии и ряды ранжированных значений признаков.
Вариационным рядом распределения называют двойной ряд чисел, показывающий, каким образом числовые значения признака связаны с их повторяемостью в данной выборке. Например, психолог провел тестирование интеллекта по тесту Векслера у 25 школьников, и сырые баллы по второму субтесту оказались следующими: 6, 9, 5, 7, 10, 8, 9, 10, 8, 11, 9, 12, 9, 8, 10, 11, 9, 10, 8, 10, 7, 9, 10, 9, 11. Как видим, некоторые цифры попадаются в данном ряду по несколько раз. Следовательно, учитывая число повторений, данные ряд можно представить в более удобной, компактной форме:
Варианты |
Хi |
6 |
9 |
5 |
7 |
10 |
8 |
11 |
12 |
(3.1) |
Частоты вариант |
fi |
1 |
7 |
1 |
2 |
6 |
4 |
3 |
1 |
Это и есть вариационный ряд. Числа, показывающие, сколько раз отдельные варианты встречаются в данной совокупности, называются частотами, или весами, вариант. Они обозначаются строчной буквой латинского алфавита fi. и имеют индекс «i», соответствующий номеру переменной в вариационном ряду.
Общая сумма частот вариационного ряда равна объему выборки, т.е.
Частоты можно выражать и в процентах. При этом общая сумма частот или объем выборки принимается за 100%. Процент каждой отдельной частоты или веса подсчитывается по формуле:
Процентное
представление частот полезно в тех
случаях, когда приходится сравнивать
вариационные ряды, сильно различающиеся
по объемам. Например, при тестировании
школьной готовности детей города,
поселка городского типа и села были
обследованы выборки детей численностью
1000, 300 и 100 человека соответственно.
Различие в объемах выборок очевидно.
Поэтому сравнение результатов тестирования
лучше проводить, используя проценты
частот.
Приведенный выше ряд (3.1) можно представить по-другому. Если элементы ряда расположить в возрастающем порядке, то получится так называемый ранжированный вариационный ряд:
Варианты |
Хi |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
(3.3) |
Частоты |
fi |
1 |
1 |
2 |
4 |
7 |
6 |
3 |
1 |
Подобная форма представления (3.3) более предпочтительна, чем (3.1), поскольку лучше иллюстрирует закономерность варьирования признака.
Частоты, характеризующие ранжированный вариационный ряд, можно складывать, или накапливать. Накопленные частоты получаются последовательным суммированием значений частот от первой частоты до последней.
В качестве примера вновь обратимся к ряду 3.3. Преобразуем его в ряд 3.4 в котором введем дополнительную строчку и назовем ее «кумуляты частот».
Варианты |
Хi |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
(3.4) |
Частоты |
fi |
1 |
1 |
2 |
4 |
7 |
6 |
3 |
1 |
|
Кумуляты частот |
|
1 |
2 |
4 |
8 |
15 |
21 |
24 |
25 |
Рассмотрим подробно, как получилась последняя строчка. В начале ряда частот стоит 1. В кумулятивном ряду на втором месте стоит 2 — это сумма первой и второй частоты, т.е. 1 + 1, на третьем месте стоит 4 это сумма второй (уже накопленной частоты) и третьей частоты, т.е. 2 + 2, на четвертом 8 = 4 + 4 и т.д.
