Негосударственное образовательное учреждение среднего профессионального образования «Подольский социально-спортивный институт»

Факультет высшего профессионального образования

Кафедра физической культуры, спорта и адаптивной физической культуры

Контрольная работа

Компьютерная обработка данных экспериментальных исследований

По дисциплине: «Компьютерная обработка данных экспериментальных исследований»

Направление 49.03.01 - «Физическая культура»

Выполнил

Студент 3 курса, группы –3 ЗВФК

Рогова И.А.

Проверил

Преподаватель Канарейкин А.И.

Подольск – 2017

Теоретическая часть

1. Как проверить достоверность гипотезы?

Ответ: формулируется основная гипотеза H0 и альтернативная гипотеза H1; выбирается статистический критерий, с помощью которого будет проверяться гипотеза; задаётся значение уровня значимости α; находятся границы области принятия гипотезы; делается вывод о принятии или отвержении основной гипотезы H0.

2. К каким результатам исследований можно применить шкалу порядка?

Ответ: Шкалы порядка широко используются в педагогике, психологии, медицине и других науках, не столь «точных», как, скажем, физика и химия. В частности, повсеместно распространенная шкала школьных отметок в баллах (пятибалльная, двенадцатибалльная и т.д.) условно может быть отнесена к шкале порядка. Именно условно, поскольку оценка знаний, умений в баллах обладает определенной субъективностью.

3. Чему должны соответствовать результаты исследований, чтобы применить интервальную шкалу?

Ответ: С помощью шкалы интервалов можно сравнивать два объекта. При этом выясняют, насколько более или менее выражено определенное свойство у одного объекта, чем у другого. Интервальная шкала позволяет применять практически всю параметрическую статистику для анализа данных, полученных с ее помощью.

4. Некоторые статистики, выборочные распределения и критерии для многомерных распределений.

Ответ: Обобщения. Критерии, основанные на фиксированной выборке, допускают только две возможности: отвергнуть или не отвергнуть проверяемую гипотезу на основании выборки. Последовательные критерии разрешают увеличение объема выборки (дополнительные наблюдения) в качестве третьего возможного решения; тогда можно уточнять оба уровня значимости и мощность критерия (относительно некоторой альтернативной гипотезы), пока проверяемая гипотеза не будет в конце концов принята или отвергнута. Схемы критериев с фиксированной выборкой и последовательных критериев представляют собой частные случаи решающих функций или правил поведения, связанных с принятием гипотезы (решением) по каждой выборке некоторого наблюдаемого признака.

5. Статистический анализ результатов исследования в Excel.

Статистический анализ включает большое разнообразие методов.

Microsoft Excel имеет большое число статистических функций. Некоторые являются встроенными, некоторые доступны после установки пакета анализа. В данной лекции мы воспользуемся именно этим программным обеспечением.

Обращение к Пакету анализа. Средства, включенные в пакет анализа данных, доступны через команду Анализ данных меню Сервис. Если эта команда отсутствует в меню, в меню Сервис/Надстройки необходимо активировать пункт "Пакет анализа".

Описательная статистика - техника сбора и суммирования количественных данных, которая используется для превращения массы цифровых данных в форму, удобную для восприятия и обсуждения.

Цель описательной статистики - обобщить первичные результаты, полученные в результате наблюдений и экспериментов.

6. Какие критерии наиболее часто применяются для вычисления достоверности различий, если измерения осуществлены на основе шкалы наименований?

Ответ: 1) Определение достоверности различий по t-критерию Стьюдента

2) определение достоверности различий по критерию Хи-квадрат

3) определение достоверности различий по Т-критерию Уайта

7. Несвязанные результаты исследований

Ответ:

8. Связанные результаты исследований

Ответ:

 9. Статистический расчеты экспериментальных данных в программе Excel.

Ответ: Аппроксимацией называется процесс подбора эмпирической формулы φ(х) для установленной из опыта функциональной зависимости Y = f(x). Формула служит для аналитического представления опытных данных.

MS Excel аппроксимация экспериментальных данных осуществляется путем построения их графика (х – отвлеченные величины) или точечного графика (х – имеет конкретные значения) с последующим подбором подходящей аппроксимирующей функции (линии тренда). Возможны следующие варианты функций:

1. Линейная: у = ах + b. Обычно применяется в простейших случаях, когда экспериментальные данные возрастают или убывают с постоянной скоростью.

2. Полиномиальная: у = а0 + а1 х + а2 х2 + ... + аn хn до шестого порядка включительно (n ≤ 6), аi – константы. Используется для описания экспериментальных данных, попеременно возрастающих и убывающих. Степень полинома определяется количеством экстремумов (максимумов или минимумов) кривой. Полином второй степени может описать только один максимум или минимум, полином третьей степени может иметь один или два экстремума, четвертой степени – не более трех экстремумов и т. д.

3. Логарифмическая: у = а lnx + b, где а и b – константы, ln – функция натурального логарифма. Функция применяется для описания экспериментальных данных, которые вначале быстро растут или убывают, а затем постепенно стаби лизируются.

4. Степенная: у = bxa ,

где а и b – константы. Аппроксимация степенной функцией используется для экспериментальных данных с постоянно увеличивающейся (или убывающей) скоростью роста. Данные не должны иметь нулевых или отрицательных значений.

5. Экспоненциальная: у = bеax, где а и b – константы, е – основание натурального логарифма. Применяется для описания экспериментальных данных, которые быстро растут или убывают, а затем постепенно стабилизируются. Часто ее использование вытекает из теоретических соображений. Степень близости аппроксимации экспериментальных данных выбранной функцией оценивается коэффициентом детерминации (R2). Таким образом, если есть несколько подходящих вариантов типов аппроксимирующих функций, можно выбрать функцию с большим коэффициентом детерминации (стремящимся к 1).