- •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
Как указывают различные авторы, односторонний критерий ^-Пирсона, который применяется для ненаправленных гипотез, в данном случае «превращается» в двусторонний1. Таким образом, для проверки направленных гипотез р-уровень для таблиц 2x2, определенный по таблице для ненаправленной гипотезы (как двусторонний), делится на 2.
Другая особенность применения х2-Пирсона заключается во введении поправки на непрерывность Йетса. В соответствии с ней формула 9.1 для таблиц 2x2 приобретает вид:
ПРИМЕР 9.5 (продолжение)
П редположим, данные примера 9.5 относятся к ситуации проверки содержательного предположения о большей эффективности нового метода обучения (условие 2) по сравнению с традиционным методом (условие 1).
Ш а г 1. Формулируется направленная статистическая гипотеза. Направленная Но: При условии 2 вероятность усвоения материала не выше, чем при условии 1. В связи с тем, что объемы сравниваемых выборок не очень велики, можно принять а = 0,05.
Ш а г 2. Вычисляется эмпирическое значение х,2-Пирсона с поправкой Йетса. Теоретические частоты подсчитываем по формуле 9.3:
frfj
Л |
Л |
|
Л |
||
24 |
29 |
0,698 |
26 |
21 |
0,964 |
34 |
29 |
0,698 |
16 |
2! |
0,964 |
Сумма: |
100 |
3,325 |
Эмпирическое значение х2-Пирсона с поправкой на непрерывность х2 = 3,325.
Ш а г 3. Определение/куровня для направленной статистической гипотезы. Определяем по таблице критических значений критерия х2-Пирсона /ьуровень значимости. Наше эмпирическое значение располагается между критическими для р = 0,1 и р = 0,05. Следовательно, для ненаправленных гипотез в нашем случае р < 0,1. Но с учетом того, что мы проверяем направленную гипотезу, окончательное значение р-уровня: р < 0,05.
1 Доказательство этого см., например: Кендалл М., Стьюарт А. Статистические выводы и связи. М., 1973. С. 744-745; Справочник по прикладной статистике. В 2 т. Т. 1 / Под ред. Э. Ллойда, У. Ледермана, Ю. Тюрина. М, 1989. С. 370-377.
138
Глава 9. Анализ номинативных данных
Ш а г 4. Принятие статистического решения и формулировка содержательного вывода. Статистическое решение: Но отклоняется. Содержательный вывод: эффективность усвоения материала в условиях обучения № 2 статистически значимо выше, чем в условиях № 1 (у} = 3,325, df= I, p < 0,05).
Отметим, что при проверке ненаправленной гипотезы для тех же данных статистическое решение и, следовательно, содержательный вывод были бы другими.
у}-Пирсона с поправкой на непрерывность применим для анализа таблиц сопряженности 2x2, когда N> 40, а если ни одна из теоретических частот не меньше 5, то при N> 20}
Если таблица сопряженности 2x2 не удовлетворяет этим требованиям (Х2-Пирсона с поправкой на непрерывность не применим), то можно воспользоваться расчетом точного значения р-уровня по Фишеру (Fisher's exact test — точный критерий Фишера) — односторонним (1 -sided), для направленных гипотез, или двусторонним (2-sided), для ненаправленных альтернатив. Его расчет «вручную» является трудоемким, поэтому необходимо воспользоваться компьютерной программой (SPSS, Statistica — см. конец этой главы).
