- •Радчикова н.П.
- •Справочный материал. Выбор метода статистического анализа
- •Тема 1.
- •Http://www.Statsoft.Ru
- •2. Введите данные студентов по эмпатии (три различные теста):
- •3. Добавьте в список еще одного студента:
- •4. Переведите все сырые баллы в стенайны:
- •6. Создайте переменную sum 'сумма баллов':
- •Тема 2
- •Описание одной выборки
- •Справочный материал.
- •Описательная статистика
- •3. Теперь посчитайте описательную статистику отдельно для группы мужчин и для группы женщин.
- • Распределение можно считать нормальным, если критерий не значимый!
- •Тема 3.
- •Исследование взаимосвязи между переменными
- •СправочнЫй материал
- •Корреляционные исследования
- •Лабораторная работа 3 Корреляция и простая линейная регрессия
- •2. Подсчет коэффициента корреляции Пирсона.
- •Лабораторная работа 5. Проверка гипотез. Статистические критерии для простЫх экспериментальнЫх схем
- •1. Загрузите файл данных.
- •2. Подсчет t-критерия Стьюдента
- •2. Подсчет t-критерия Стьюдента
- •3. Подсчет критерия Вилкоксона
- •Таблицы сопряженности
- •Справочный материал.
- •Статистика для таблиц сопряженности
- •Коэффициент . Употребляется в основном с таблицами 2*2, изменяется от 0 (когда переменные независимы) до 1 (когда переменные абсолютно зависимы).
- •V Крамера можно употреблять для любых таблиц – и квадратных, и прямоугольных. Изменяется от 0 (когда переменные независимы) до 1 (когда переменные абсолютно зависимы).
- •Лабораторная работа 5. Статистический анализ таблиц сопряженности
- •1. Загрузите файл данных.
- •2. Статистика для таблиц сопряженности в модуле Basic Statistics
- •3. Статистика для таблиц сопряженности в модуле
- •Тема 6.
- •Лабораторная работа 6.
- •Проверка гипотез.
- •Однофакторный Дисперсионный анализ
- •И его непараметрические аналоги.
- •Тема 7.
- •Лабораторная работа 7.
- •Проверка гипотез.
- •Многофакторный Дисперсионный анализ
- •(Межгрупповая схема)
- •Лабораторная работа 8. Проверка гипотез. Дисперсионный анализ (Интра-индивидуальная схема)
2. Подсчет t-критерия Стьюдента
Предположим, что мы хотим ответить на первый вопрос исследователя с помощью t-критерия Стьюдента. Подсчет этого критерия производится в модулеBasic Statistics.Так как схема эксперимента – интраиндивидуальная, то требуется посчитать парный критерий Стьюдента.
Проверим, походят ли наши данные для применения этого критерия.
Сначала проверим, есть ли в данных выбросы (экстремальные значения – outliers).
Посчитайте описательную статистику. Сравните дисперсии всех переменных.
Проверьте, являются ли распределения переменных нормальными. Можно ли применять критерий Стьюдента?
В любом случае посчитаем t-критерий: Analysis t-test for dependent samples… Кнопка Variables служит для того, чтобы выбрать переменные. Обратите внимание, что для парного t-критерия возможен только один способ представления данных без группирующей переменной. Чтобы узнать, значимо ли изменилось активное слушание после тренинга, выберем переменные ACT_RE_1 И ACT_RE_2, два раза нажимаем ОК и получаем результаты. Найдите среди результатов средние значения активного слушания до и после тренинга, стандартные отклонения, значение критерия, степени свободы и уровень статистической значимости.
Вспомните, как правильно записывать результаты подсчета t-критерия и запишите то, что получилось, для нашего случая.
Проверьте, изменилось ли снижение эмоционального напряжения EM_RE после тренинга. Запишите результаты.
Проверьте, изменилось ли значение аргументации ARG_RE после тренинга. Запишите результаты.
Теперь мы полностью ответили на первый вопрос нашего исследования. Переходим ко второму. Проверим, изменилась ли разница между идеальным и реальным показателями активного слушания после тренинга.
Для этого сначала найдем разницу, которая была до тренинга. Добавьте новую переменную после переменной ACT_ID_1. Назовите ее ACT_D_1. Посчитайте ее значения по формуле ACT_D_1=ACT_ID_1-ACT_RE_1. Это и будет расхождение между реальными и идеальными показателями до тренинга.
Аналогично создайте новую переменную ACT_D_2 после переменной ACT_ID_2. Посчитайте ее значения по формуле ACT_D_2=ACT_ID_2-ACT_RE_2. Это и будет расхождение между реальными и идеальными показателями после тренинга.
Посчитайте парный критерий Стьюдента для переменных ACT_D_1 и ACT_D_2. Найдите средние значения и уровень статистической значимости. Какие выводы можно сделать? Изменилось ли расхождение после тренинга?
Аналогично проверьте, изменилось ли расхождение между «идеальным» и реальным уровнями владения навыками снижения эмоционального напряжения и аргументации после тренинга.
3. Подсчет критерия Вилкоксона
А теперь осталось научиться считать критерий Вилкоксона, аналог критерия Стьюдента для непараметрических данных. Вернемся в модуль Nonparametrics/Distrib. и выберем Wilcoxon matched pairs test. Для этого критерия данные задаются точно так же, как и для парного критерия Стьюдента.
Проверьте опять, изменились ли показатели активного слушания, снижения эмоционального напряжения и аргументации до и после тренинга. Запишите результаты.
Теперь проверьте, значимо ли изменились расхождения по этим трем навыкам между реальными и идеальными показателями после тренинга. Запишите результаты.
4. Напишите отчет в MS Word. Этот отчет должен представлять собой анализ и интерпретацию данных только для задания 6. Для отчета выберите подходящий критерий (Стьюдента или Вилкоксона) и обязательно обоснуйте свой выбор. Обязательно приведите в отчете значения критерия и уровень статистической значимости. Сделайте вывод о полезности тренинга: в чем он может помочь? В чем не может?
ТЕМА 5