- •Глава 7
- •Часть II. Методы статистического вывода; проверка гипотез
- •Глава 7. Введение в проблему статистического вывода
- •Глава 7. Введение в проблему статистического вывода
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 7. Введение в проблему статистического вывода
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 7. Введение в проблему статистического вывода
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 7. Введение в проблему статистического вывода статистическое решение и вероятность ошибки
- •Глава 7- введение в проблему статистического вывода
- •Глава 7. Введение в проблему статистического вывода
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 7. Введение в проблему статистического вывода
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 8
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 8. Выбор метода статистического вывода Связь Хи y Рис. 8.1. Классификация методов статистического вывода о связи двух явлений и зависимости от типа шкал, в которых они измерены
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 8. Выбор метода статистического вывода Анализ классификаций
- •Анализ таблиц сопряженности
- •Общий случай: число градаций больше двух
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 8. Выбор метода статистического вывода
- •Сравнение двух независимых выборок
- •Сравнение 2-х зависимых выборок
- •Глава 8. Выбор метода статистического вывода
- •Сравнение более двух выборок
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 8. Выбор метода статистического вывода
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 9
- •Часть II, методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных
- •Анализ классификации:
- •Распределений Две градации
- •Часть 11. Методы статистического вывода: проверка гипотез
- •Обработка на компьютере: биномиальный критерий
- •Глава 9. Анализ номинативных данных
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных Число градаций больше двух
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных
- •Независимые выборки
- •Глава 9. Анализ номинативных данных
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных
- •Повторные измерения
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных
- •Часть 11. Методы статистического вывода: проверка гипотез
- •Глава 9. Анализ номинативных данных
- •Глава 9. Анализ номинативных данных
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 10
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 10. Корреляционный анализ
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 10. Корреляционный анализ
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 10. Корреляционный анализ
- •Часть II. Методы статистического вывода: проверка гипотез
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 10. Корреляционный анализ
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 10. Корреляционный анализ
- •Глава 10. Корреляционный анализ
- •Глава 11
- •Глава II. Параметрические методы сравнения двух вы1юрок
- •Глава 11. Параметрические методы сравнения двух выборок
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава II. Параметрические методы сравнения двух выборок критерий г-стьюдента для зависимых выборок
- •Часть II. Методы статистического вывода: проверка гипотез
- •Обработка на компьютере
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава It. Параметрические методы сравнения двух выборок
- •Глава 12
- •Общие замечания
- •Глава 12. Непараметрические методы сравнения выборок
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 12. Непараметрические методы сравнения выборок
- •Обработка на компьютере: критерий (7-Манна-Уитни
- •Глава 12. Непараметрические методы сравнения выборок
- •Обработка на компьютере: критерий г-Вилкоксона
- •Глава 12. Непараметрические методы сравнения выборок
- •Сравнение более двух независимых выборок
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 12. Непараметрические методы сравнения выборок
- •Обработка на компьютере: критерий я-Краскала-Уоллеса
- •Часть II. Методы статистического вывода: проверка гипотез
- •Сравнение более двух зависимых выборок
- •Глава 12. Непараметрические методы сравнения выборок
- •Часть II. Методы статистического вывода: проверка гипотез Обработка на компьютере: критерий х2-Фридмана
- •Глава 13
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 13. Дисперсионный анализ (anova)
- •Глава 13. Дисперсионный анализ (anova)
- •Однофакторный anova
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 13. Дисперсионный анализ (anova)
- •Глава 13. Дисперсионный анализ (anova)
- •Глава 13. Дисперсионный анализ (anova) Обработка на компьютере
- •Глава 13. Дисперсионный анализ (anova)
- •Глава 13. Дисперсионный анализ (anova)
- •Обработка на компьютере
- •Глава 13. Дисперсионный анализ (anova)
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 13. Дисперсионный анализ (anova)
- •Глава 13. Дисперсионный анализ (anova)
- •Глава 13. Дисперсионный анализ (anova)
- •Часть II. Методы статистического вывода: проверка гипотез
- •Глава 13. Дисперсионный анализ (anova)
- •Часть II. Методы статистического вывода: проверка гипотез
Часть II. Методы статистического вывода: проверка гипотез
МЕТОДЫ КОРРЕЛЯЦИОННОГО АНАЛИЗА
Проверяемая Но: коэффициент корреляции равен нулю.
Условие применения: а) два признака измерены в ранговой или метрической шкале на одной и той же выборке; б) связь между признаками является монотонной (не меняет направления по мере увеличения значений одного из признаков).
Структура исходных данных:
№ |
X |
Y |
1 |
1 |
3 |
2 |
3 |
5 |
3 |
3 |
1 |
4 |
8 |
2 |
|
|
|
N |
9 |
16 |
Обычно изучаются корреляции между множеством Р переменных. В таком случае вычисляются корреляции между всеми возможными парами этих переменных. Результатом является корреляционная матрица, включающая Р(Р—1)/2 значений коэффициентов парной корреляции. Под корреляционным анализом обычно и понимают изучение связей по корреляционной матрице.
Методы:
Корреляция ^-Пирсона — для метрических переменных.
Условие применения: а) распределения Хи ^существенно не отличаются от нормального.
Дополнительно: частная корреляция — для изучения зависимости корреляции Хи Кот влияния переменной Z; сравнение корреляций — для независимых и зависимых выборок.
Корреляции r-Спирмена, т-Кендалла — для порядковых переменных.
МЕТОДЫ АНАЛИЗА НОМИНАТИВНЫХ ДАННЫХ
В зависимости от цели исследования и структуры исходных данных выделяются три группы методов, соответствующих решаемым задачам: □ анализ классификаций; П анализ таблиц сопряженности; П анализ последовательностей (серий).
114
Глава 8. Выбор метода статистического вывода Анализ классификаций
Условие применения: для каждого объекта (испытуемого) выборки определена его принадлежность к одной из категорий (градаций) ^(получено эмпирическое распределение объектов по X); известно теоретическое (ожидаемое) распределение по X(обычно — равномерное).
ПРИМЕР
Исследовались различия в предпочтении респондентами пяти политических лидеров. Но: эмпирическое распределение предпочтений респондентов не отличается от равномерного. Таблица сопряженности:
Полит, лидер (X) |
Распределение |
|
|
Эмпирическое |
Теоретическое |
1 |
16 |
21 |
2 |
37 |
21 |
3 |
29 |
21 |
4 |
13 |
21 |
5 |
10 |
21 |
Всего: |
105 |
105 |
Проверяемая Но: эмпирическое (наблюдаемое) распределение Хне отличается от теоретического (ожидаемого). Метод: критерий/2-Пирсона.
Анализ таблиц сопряженности
Условие применения: для. каждого объекта (испытуемого) выборки определена его принадлежность к одной из категорий (градаций) Хи к одной из категорий (градаций) Y (получена перекрестная классификация объектов по двум основаниям — Хи Y).
Следует различать три ситуации — в зависимости от числа градаций и соотношения Хи Y:
О число градаций Хи (или) Y больше двух (общий случай);
□ таблицы сопряженности 2x2 с независимыми выборками;
О таблицы сопряженности 2x2 с повторными измерениями.
