- •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
Глава II. Параметрические методы сравнения двух вы1юрок
Структура исходных данных: изучаемый признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из двух сравниваемых выборок.
ПРИМЕР
При сравнении мужчин (1) и женщин (2) по уровню тревожности:
Ограничения: распределения признака и в той, и в другой выборке существенно не отличаются от нормального.
Альтернатива методу: критерий Ливена (Levene'sTest), применение которого не требует проверки предположения о нормальности (используется в программе SPSS).
Формула для эмпирического значения критерия /^-Фишера:
где of — большая дисперсия, а <з\ — меньшая дисперсия. Так как заранее не известно, какая дисперсия больше, то для определения /ьуровня применяется Таблица критических значений для ненаправленных альтернатив. Если F3 > FKp для соответствующего числа степеней свободы, то р<0,05 и статистическую гипотезу о равенстве дисперсий можно отклонить (для а = 0,05).
Метод может применяться для проверки предположения о равенстве (гомогенности) дисперсий перед проверкой достоверности различия средних по критерию /-Стьюдентадля независимых выборок разной численности. Однако содержательная интерпретация статистически достоверного различия дисперсий может иметь и самостоятельную ценность.
ПРИМЕРИЛ1
Детям давались обычные арифметические задания, после чего одной случайно выбранной половине учащихся сообщали, что они не выдержали испытания, а остальным — обратное. Затем у каждого ребенка спрашивали, сколько секунд ему потребовалось бы для решения аналогичной задачи. Экспериментатор вычислял разность между называемым ребенком временем и результатом выполненного задания (в сек.). Ожидалось, что сообщение о неудаче вызовет некоторую неадекватность самооценки ребенка. Проверяемая гипотеза (на уровне а = 0,05) состояла в
1 Гласе Док., Стэнли Дж. Статистические методы в педагогике и психологин. М., 1976. С. 277.
163
ЧАСТЬ И. МЕТОДЫ СТАТИСТИЧЕСКОГО ВЫВОДА: ПРОВЕРКА ГИПОТЕЗ
том, что дисперсия совокупности самооценок не зависит от сообщений об удаче
или неудаче (Но: в^д^).
Были получены следующие данные:
90 45 F^ ll08rf/ ll;rf/ ll
Ш а г 2. По таблице критических значений критерия /"-Фишера для ненаправленных альтернатив (приложение 8) находим критическое значение для df4lfai =11; dfm3U= И. Однако критическое значение есть только для dfmcn= 10и<#,исл= 12. Большее число степеней свободы брать нельзя, поэтому берем критическое значение для d/шсп = Ю: для р = 0,05 FKp = 3,526; для р = 0,01 FKp = 5,418.
Шаг 3. Принятие статистического решения и содержательный вывод. Поскольку эмпирическое значение превышает критическое значение для р = 0,01 (и тем более — для р = 0,05), то в данном случае р < 0,01 и принимается альтернативная гипотеза: дисперсия в группе 1 превышает дисперсию в группе 2 (р < 0,01). Следовательно, после сообщения о неудаче неадекватность самооценки выше, чем после сообщения об удаче.
КРИТЕРИЙ f-СТЬЮДЕНТА ДЛЯ ОДНОЙ ВЫБОРКИ
Метод позволяет проверить гипотезу о том, что среднее значение изучаемого признака Мх отличается от некоторого известного значения А. Проверяемая статистическая гипотеза: Но: МХ=А. При ее отклонении принимается альтернативная гипотеза о том, что Мх меньше (больше) А.
Исходное предположение: распределение признака в выборке приблизительно соответствует нормальному виду.
Структура исходных данных: значения изучаемого признака определены для каждого члена выборки, которая репрезентативна изучаемой генеральной совокупности.
Альтернатива методу: нет.
Формула для эмпирического значения критерия /-Стьюдента:
\М-А\
^-1- (1L2)
ПРИМЕР 11.2
Предположим, исследовалось влияние условий воспитания в детском доме на интеллектуальное развитие детей. При использовании стандартного теста интеллекта для случайной выборки воспитанников детдома были получены следующие резуль-
164
