
- •Раздел 1. Определение различий признака. Критерий q Розенбаума
- •Алгоритм 1 Подсчет критерия q Розенбаума
- •Алгоритм 2 Подсчет критерия u Манна-Уитни.
- •Алгоритм 3 Подсчет критерия н Крускала-Уоллиса
- •Алгоритм 4 Подсчет критерия s Джонкира
- •Раздел 2. Оценка достоверности сдвига в значениях исследуемого признака
- •Расчет критерия знаков g
- •Алгоритм 9 Подсчет критерия т Вилкоксона
- •Алгоритм 10 Подсчет критерия χ2r Фридмана
- •Алгоритм 11 Подсчет критерия тенденций l Пейджа
- •Раздел 3. Выявление различий в распределении признака
- •Алгоритм 13 Расчет критерия χ2
- •Алгоритм 14 Расчет абсолютной величины разности d между эмпирическим и равномерным распределениями
- •Алгоритм 15 Расчет критерия λ при сопоставлении двух эмпирических распределений
- •Раздел 4 многофункциональные статистические критерии
- •Алгоритм 17 Расчет критерия φ*
- •Алгоритм 18 Применение биномиального критерия m
- •Раздел 5 метод ранговой корреляции
- •Алгоритм 20 Расчет коэффициента ранговой корреляции Спирмена rs.
- •Раздел 6 дисперсионный анализ
- •Раздел 7 дисперсионный двухфакторный анализ
Алгоритм 9 Подсчет критерия т Вилкоксона
1. Составить список испытуемых в любом порядке, например, алфавит-
ном.
2. Вычислить разность между индивидуальными значениями во втором и первом замерах ("после" - "до"). Определить, что будет считаться "типичным" сдвигом и сформулировать соответствующие гипотезы.
3. Перевести разности в абсолютные величины и записать их отдельным столбцом (иначе трудно отвлечься от знака разности).
4. Проранжировать абсолютные величины разностей, начисляя меньшему значению меньший ранг. Проверить совпадение полученной суммы рангов с расчетной.
5. Отметить кружками или другими знаками ранги, соответствующие сдвигам в "нетипичном" направлении.
6. Подсчитать сумму этих рангов по формуле:
где Rr - ранговые значения сдвигов с более редким знаком.
7. Определить критические значения Т для данного п. Если Тэмп меньше или равен Ткр, сдвиг в "типичную" сторону по интенсивности достоверно преобладает.
Задача 10. Критерий χ2r Фридмана
Достоверны ли различия во времени решения испытуемыми анаграмм?
Таблица 13
Показатели времени решения анаграмм (сек.)
Код имени испытуемого |
Анаграмма 1: КРУА (РУКА) |
Анаграмма 2: АЛСТЬ (СТАЛЬ) |
Анаграмма 3: ИНААМШ (МАШИНА) |
1. Л-в 2. П-о 3. К-в 4. Ю-ч 5. Р-о |
5 7 2 2 35 |
235*1 604 93 171 141 |
7 20 5 8 7 |
Суммы |
51 |
1244 |
47 |
| Средние |
10,2 |
248,8 |
9,4 |
Алгоритм 10 Подсчет критерия χ2r Фридмана
1. Проранжировать индивидуальные значения первого испытуемого, полученные им в 1-м, 2-м, 3-м и т. д. замерах.
2. Проделать то же самое по отношению ко всем другим испытуемым.
3. Просуммировать ранги по условиям, в которых осуществлялись замеры. Проверить совпадение общей суммы рангов с расчетной суммой.
4. Определить эмпирическое значение χ2r по формуле:
где с - количество условии;
п - количество испытуемых;
Ti - суммы рангов по каждому из условий.
5. Определить уровни статистической значимости для χ2r
а) при с=3, n<9 ;
б) при с=4, n<4.
6. При большем количестве условий и/или испытуемых - определить количество степеней свободы v по формуле:
v=c-1,
где с - количество условий (замеров).
Определить критические значения критерия χ2 при данном числе степеней свободы V.
Если χ2r эмп равен критическому значению χ2 или превышает его, различия достоверны.
Задача 11. L - критерий тенденций Пейджа
Продолжим рассмотрение примера с анаграммами. Действительно ли время решения увеличивается при такой последовательности предъявления анаграмм?
Таблица 14
Показатели времени решения анаграмм 1, 3, 2 и их ранги (n=5)
Код имени испытуемого |
Условие 1: Анаграмма 1 |
Условие 2: Анаграмма 3 |
Условие 3: Анаграмма 2 |
||||
Время (сек) |
Ранг |
Время (сек) |
Ранг |
Время (сек) |
Ранг |
||
1 |
Л-в |
5 |
1 |
7 |
2 |
235 |
3 |
2 |
П-о |
7 |
1 |
20 |
2 |
604 |
3 |
3 |
К-в |
2 |
1 |
5 |
2 |
93 |
3 |
4 |
Ю-ч |
2 |
1 |
8 |
2 |
171 |
3 |
5 |
Р-о |
35 |
2 |
7 |
1 |
141 |
3 |
Суммы |
51 |
6 |
47 |
9 |
1244 |
15 |
|
Средние |
10,2 |
|
9,4 |
|
289 |
|