- •Математические методы
- •Содержание
- •Раздел I
- •Тема 1. Измерения в психологии
- •Тема 2. Представление данных
- •Тема 3. Меры центральной тенденции
- •Тема 4. Меры изменчивости
- •Тема 5. Распределение признака.
- •Тема 6. Понятие выборки
- •1.2 Шкалы измерения
- •Представление данных
- •2.1 Группировка данных
- •2.2 Табулирование данных
- •2.3 Ранговый порядок
- •2.4 Распределение частот
- •2.5 Статистические ряды
- •2.6 Понятие распределения
- •Меры центральной тенденции
- •3.1 Мода
- •Замечание
- •3.2 Медиана
- •3.3 Среднее
- •3.4 Мода, медиана и среднее значение объединенных групп
- •3.5 Интерпретация моды, медианы и среднего значения
- •3.6 Выбор мер центральной тенденции
- •Меры изменчивости
- •4.1 Размах
- •4.2 Дисперсия и стандартное отклонение
- •Задача 4.1
- •Свойства дисперсии
- •Распределение признака. Нормальное распределение
- •5.1 Параметры распределения
- •5.2 Нормальное распределение
- •5.3 Асимметрия
- •5.4 Эксцесс
- •5.4 Применение нормального распределения
- •Понятие выборки
- •6.1 Полное и выборочное исследования
- •6.2 Зависимые и независимые выборки
- •6.3 Требования к выборке
- •6.4 Репрезентативность выборки
- •6.5 Формирование выборки
- •6.6 Определение объема выборки
- •Раздел II
- •Тема 7. Статистические гипотезы и
- •Тема 8. Классификация психологических
- •7.2 Статистические критерии
- •7.3 Параметрические и непараметрические методы
- •7.4 Уровни статистической значимости
- •Замечание
- •7.5 Правило отклонения нулевой и принятия альтернативной гипотезы
- •Задача 7.1
- •7.6 Мощность критериев
- •Классификация психологических задач, решаемых с помощью статистических методов
- •8.1 Классификация задач
- •Показатели группы а п Эффективность воздействия признаковризнак 1
- •После изменения
- •Показатели группы а п Степень согласованности или взаимосвязь ризнак 1
- •Показатели группы а у Сопоставление индивидуальных значений при изменении условийсловие 1
- •8.2 Принятие решения о задаче и методе
- •Раздел III
- •Тема 9. Корреляционный анализ
- •Тема 10. Выявление различий в уровне исследуемого признака
- •Тема 11. Оценка достоверности сдвига в значениях исследуемого
- •Тема 12. Критерии согласия
- •9.2 Коэффициент ранговой корреляции rS спирмена
- •9.3 Коэффициент линейной корреляции пирсона
- •9.4 Расчет уровней значимости коэффициентов корреляции
- •9.5 Коэффициент корреляции
- •Тема 10
- •Выявление различий в уровне исследуемого признака
- •10.1 Постановка задачи
- •10.2 Q – критерий розенбаума
- •10.3 S – критерий тенденций джонкира
- •Определим величину a: . Теперь определим величину b по формуле (10.11):
- •Тема 11
- •Оценка достоверности сдвига в значениях исследуемого признака
- •11.1 Постановка задачи
- •11.2 T – критерий вилкоксона
- •Типичными сдвигами в этой задаче являются сдвиги в сторону увеличения – их больше. Нетипичными – в сторону уменьшения.
- •Гипотезы к задаче
- •Тема 12
- •Выявление различий в распределении признака
- •12.1 Постановка задачи
- •12.2 2 Критерий пирсона
- •Гипотезы к задаче
- •12.3 – Критерий колмогорова-смирнова
- •12.4 Критерий * - угловое преобразование фишера
- •Гипотезы к задаче
- •Значение функции (ординаты единичной нормальной кривой)
- •Критические значения выборочного коэффициента корреляции рангов
- •Критические значения выборочного коэффициента линейной корреляции rxy Пирсона
- •Критические значения t-критерия Стьюдента при различных уровнях значимости
- •Критические значения критерия q-Розенбаума для уровней статистической значимости 0,05 и 0,01
- •Критические значения критерия s-Джонкира для количества групп (с) от трех до шести и количества испытуемых в каждой группе от двух до десяти
- •Критические значения критерия t Вилкоксона для уровней статистической значимости
- •Критические значения критерия 2 для уровней статистической значимости α 0,05 и α 0,01 при разном числе степеней свободы V
- •Критические значения dmax соответствующие уровням статистической значимости ,05 и 0,01 при сопоставлении эмпирического распределения с теоретическим
- •Таблицы для углового преобразования Фишера
- •Уровни статистической значимости разных значений критерия * Фишера
- •Лабораторные работы по дисциплине «Математические методы в психологии»
- •Лабораторная работа №1 Представление данных
- •Лабораторная работа №2 Графическое представление данных
- •Лабораторная работа № 3 Описательная статистика
- •Лабораторная работа №4 Корреляционный анализ
- •Данные для вариантов 1-6 (х1 – усредненные эталонные оценки, х2 – индивидуальные показатели преподавателя н-ва):
- •Данные для вариантов 7-12 (х1 – количество аварийных ситуаций, х2 – стаж вождения автомобиля):
- •Лабораторная работа №5 Оценка достоверности различий между двумя выборками по уровню признака
- •Данные для вариантов 7-12 (х1 – данные по детям из неблагополучных семей, х2 – данные по детям из благополучных семей):
- •Лабораторная работа №6 Оценка достоверности различий между несколькими выборками по уровню признака
- •Лабораторная работа №7 Оценка достоверности сдвига
- •Лабораторная работа №8 Оценка достоверности расхождения или согласия распределений (критерий Пирсона)
- •Лабораторная работа №9 Оценка достоверности расхождения или согласия распределений (критерий - Колмогорова-Смирнова)
- •Лабораторная работа №10 Многофункциональный критерий Фишера
- •Описание статистических функций табличного процессора Microsoft Excel
- •Частота
- •______________________________ Ранг
- •______________________________ Мин
- •______________________________ Срзнач
- •______________________________ Медиана
- •______________________________ Мода
- •______________________________ Счёт
- •______________________________ Счётесли
- •______________________________ Дисп
- •______________________________ Стандотклон
- •______________________________ Скос
- •Эксцесс
- •______________________________ Хи2тест
- •______________________________ Хи2обр
- •Применение пакета анализа для решения статистических задач в табличном процессоре Microsoft Excel
- •Корреляция
- •Литература
- •Математические методы в психологии Учебно-методическое пособие
Раздел II
ОБЩИЕ
ПРИНЦИПЫ ПРОВЕРКИ СТАТИСТИЧЕСКИХ
ГИПОТЕЗ
критерии
задач,
решаемых с помощью
математических
методов
Тема 7. Статистические гипотезы и
Тема 8. Классификация психологических
ТЕМА 7
СТАТИСТИЧЕСКИЕ ГИПОТЕЗЫ И КРИТЕРИИ
7.1 СТАТИСТИЧЕСКИЕ ГИПОТЕЗЫ
Полученные в экспериментах выборочные данные всегда ограничены и носят в значительной мере случайный характер. Именно поэтому для анализа таких данных и используется математическая статистика, позволяющая обобщать закономерности, полученные на выборке, и распространять их на всю генеральную совокупность.
Полученные в результате эксперимента на какой-либо выборке данные служат основанием для суждения о генеральной совокупности. Однако в силу действия случайных вероятностных причин оценка параметров генеральной совокупности, сделанная на основании экспериментальных (выборочных) данных, всегда будет сопровождаться погрешностью, и поэтому подобного рода оценки должны рассматриваться как предположительные, а не как окончательные утверждения. Подобные предположения о свойствах и параметрах генеральной совокупности получили название статистических гипотез. Как указывает Г.В. Суходольский: «Под статистической гипотезой обычно понимают формальное предположение о том, что сходство (или различие) некоторых параметрических или функциональных характеристик случайно или, наоборот, неслучайно» [11].
Сущность проверки статистической гипотезы заключается в том, чтобы установить, согласуются ли экспериментальные данные и выдвинутая гипотеза, допустимо ли отнести расхождение между гипотезой и результатом статистического анализа экспериментальных данных за счет случайных причин. Таким образом, статистическая гипотеза – это научная гипотеза, допускающая статистическую проверку, а математическая статистика – это научная дисциплина, задачей которой является научно обоснованная проверка статистических гипотез.
Статистические гипотезы подразделяются на нулевые и альтернативные, направленные и ненаправленные.
Нулевая гипотеза (H0) – это гипотеза об отсутствии различий. Если мы хотим доказать значимость различий, то нулевую гипотезу требуетсяопровергнуть, иначе требуетсяподтвердить.
Альтернативная гипотеза(Н1) – гипотеза о значимости различий. Это то, что мы хотим доказать, поэтому иногда ее называютэкспериментальнойгипотезой.
Бывают задачи, когда мы хотим доказать как раз незначимостьразличий, то есть подтвердить нулевую гипотезу. Например, если нам нужно убедиться, что разные испытуемые получают хотя и различные, но уравновешенные по трудности задания или что экспериментальная и контрольная выборки не различаются между собой по каким-то значимым характеристикам. Однако чаще нам все-таки требуется доказатьзначимость различий,ибо они более информативны для нас в поиске нового.
Нулевая и альтернативная гипотезы могут быть направленными и ненаправленными.
Направленные гипотезы – если предполагается в одной группе значения признака выше, а в другой ниже:
Н0:Х1не превышаетХ2,
Н1:Х1превышаетХ2.
Ненаправленные гипотезы – если предполагается что различаются формы распределения признака в группах:
Н0:Х1не отличается отХ2,
Н1:Х1отличаетсяХ2.
Если мы заметили, что в одной из групп индивидуальные значения испытуемых по какому-либо признаку, например по социальной активности, выше, а в другой ниже, то для проверки значимости этих различий нам необходимо сформулировать направленные гипотезы.
Если мы хотим доказать, что в группе Апод влиянием каких-то экспериментальных воздействий произошли более выраженные изменения, чем в группеБ, то нам тоже необходимо сформулировать направленные гипотезы.
Если же мы хотим доказать, что различаются формы распределения признака в группах АиБ, то формулируются ненаправленные гипотезы.
Проверка гипотез осуществляется с помощью критериев статистической оценки различий.
Принимаемый вывод носит название статистического решения. Подчеркнем, что такое решение всегда вероятностно. При проверке гипотезы экспериментальные данные могут противоречить гипотезе Н0, тогда эта гипотеза отклоняется. В противном случае, т.е. если экспериментальные данные согласуются с гипотезой Н0, она не отклоняется. Часто в таких случаях говорят, что гипотеза Н0 принимается. Отсюда видно, что статистическая проверка гипотез, основанная на экспериментальных выборочных данных, неизбежно связана с риском (вероятностью) принять ложное решение. При этом возможны ошибки двух родов. Ошибка первого рода произойдет, когда будет принято решение отклонить гипотезу Н0, хотя в действительности она оказывается верной. Ошибка второго рода произойдет, когда будет принято решение не отклонять гипотезу Н0, хотя в действительности она будет неверна. Очевидно, что и правильные выводы могут быть приняты также в двух случаях. В таблице 7.1 обобщено вышесказанное.
Таблица 7.1
Результат проверки гипотезы Н0 |
Возможные состояния проверяемой гипотезы | |
Верна гипотеза Н0 |
Верна гипотеза Н1 | |
Гипотеза Н0 отклоняется |
Ошибка первого рода |
Правильное решение |
Гипотеза Н0 не отклоняется |
Правильное решение |
Ошибка второго рода |
Не исключено, что психолог может ошибиться в своем статистическом решении; как видим из таблицы 7.1, эти ошибки могут быть только двух родов. Поскольку исключить ошибки при принятии статистических гипотез невозможно, то необходимо минимизировать возможные последствия, т.е. принятие неверной статистической гипотезы. В большинстве случаев единственный путь минимизации ошибок заключается в увеличении объема выборки.