
- •Оглавление
- •Часть I
- •Глава 4. Первичные описательные статистики 40
- •Глава 5. Нормальный закон распределения и его
- •Глава 6. Коэффициенты корреляции 64
- •Глава 10. Корреляционный анализ 147
- •Глава 11. Параметрические методы сравнения двух
- •Глава 12. Непараметрические методы сравнения
- •Глава 14. Назначение и классификация многомерных
- •Глава 1
- •Глава I. Генеральная совокупность и выборка
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2 измерения и шкалы
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2. Измерения и шкалы
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2. Измерения и шкалы
- •Часть I. Основы измерения и количественного описания данных
- •Глава 2. Измерения и шкалы
- •Глава 3
- •Глава 3. Таблицы и графики Та блица 3.1 х3,-— самооценка до тренинга (порядковый),
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 3. Таблицы и графики
- •Часть I. Основы измерения и количественного описания данных
- •Глава 3. Таблицы и графики
- •Глава 4
- •Глава 4. Первичные описательные статистики
- •Часть I. Основы измерения и количественного описания данных
- •Глава 4. Первичные описательные статистики
- •Часть I. Основы измерения и количественного описания данных
- •Глава 4. Первичные описательные статистики
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Часть I. Основы измерения и количественного описания данных
- •Глава 5. Нормальный закон распределения и его применение
- •Глава 6
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
- •Часть I. Основы измерения и количественного описания данных
- •Глава 6. Коэффициенты корреляции
- •Часть I. Основы измерения и количественного описания данных
Глава 6. Коэффициенты корреляции
мулы — более громоздкие по виду, менее доступные осмыслению, но упрощающие расчеты. Мы не будем их здесь приводить, так как один раз в жизни можно в учебных целях посчитать корреляцию Пирсона и по исходной формуле «вручную», а в дальнейшем для обработки реальных данных все равно придется воспользоваться компьютерными программами.
ПРИМЕР 6.2
Для расчета коэффициента корреляции воспользуемся данными примера 6.1 о вербальном и невербальном IQ, измеренном у 20 учащихся 8-го класса. К двум столбцам с исходными данными добавляются еще 5 столбцов для дополнительных расчетов, и внизу — строка сумм.
№ |
X |
Y |
{х,-Мх) |
|
|
|
(х, - A/V)(.y, - Му) |
1 |
13 |
12 |
3,2 |
1,6 |
10,24 |
2,56 |
5,12 |
2 |
9 |
11 |
-0,8 |
0,6 |
0,64 |
0,36 |
-0,48 |
3 |
8 |
8 |
-1,8 |
-2,4 |
3,24 |
5,76 |
4,32 |
4 |
9 |
12 |
-0,8 |
1,6 |
0,64 |
2,56 |
-1,28 |
5 |
7 |
9 |
-2,8 |
-1,4 |
7,84 |
1,96 |
3,92 |
6 |
9 |
11 |
-0,8 |
0,6 |
0,64 |
0,36 |
-0,48 |
7 |
8 |
9 |
-1,8 |
-1,4 |
3,24 |
1,96 |
2,52 |
8 |
13 |
13 |
3,2 |
2,6 |
10,24 |
6,76 |
8,32 |
9 |
11 |
9 |
1,2 |
-1,4 |
1,44 |
1,96 |
-1,68 |
10 |
12 |
10 |
2,2 |
-0,4 |
4,84 |
0,16 |
-0,88 |
11 |
8 |
9 |
-1,8 |
-1,4 |
3,24 |
1,96 |
2,52 |
12 |
9 |
8 |
-0,8 |
-2,4 |
0,64 |
5,76 |
1,92 |
13 |
10 |
10 |
0,2 |
-0,4 |
0,04 |
0,16 |
-0,08 |
14 |
10 |
12 |
0,2 |
1,6 |
0,04 |
2,56 |
0,32 |
15 |
12 |
10 |
2,2 |
-0,4 |
4,84 |
0,16 |
-0,88 |
16 |
10 |
10 |
0,2 |
-0,4 |
0,04 |
0,16 |
-0,08 |
17 |
8 |
11 |
-1,8 |
0,6 |
3,24 |
0,36 |
-1,08 |
18 |
9 |
10 |
-0,8 |
-0,4 |
0,64 |
0,16 |
0,32 |
19 |
10 |
11 |
0,2 |
0,6 |
0,04 |
0,36 |
0,12 |
20 |
11 |
13 |
1,2 |
2,6 |
1,44 |
6,76 |
3,12 |
X |
196 |
208 |
0,00 |
0,00 |
57,2 |
42,8 |
25,6 |
На первом шаге подсчитываются суммы всех значений одного, затем — другого признака для вычисления соответствующих средних значений Мх и Му: Мх = 9,8; Л/, = 10,4.
Далее для каждого испытуемого вычисляются отклонения от среднего: для Х\\ для Y. Каждое отклонение от среднего возводится в квадрат. В последнем столбике записывается результат перемножения двух отклонений от среднего для каждого испытуемого.
Суммы отклонений от среднего для каждой переменной должны быть равны нулю (с точностью до погрешности вычислений). Сумма квадратов отклонений необходима для вычисления стандартных отклонений по известной формуле (4.7):
71