- •Министерство образования, науки и спорта Украины
- •Какие критерии выбрать: параметрические или непараметрические?
- •Какой может быть вариация?
- •Как определить, является ли распределение нормальным?
- •Алгоритм выбора конкретного статистического критерия
- •Алгоритм выбора параметрического критерия
- •1. Анализ действия экспериментального фактора.
- •Алгоритм выбора непараметрического критерия
- •1. Анализ действия экспериментального фактора.
- •2. Анализ различий.
- •Общая характеристика статистических критериев.
- •1. Критерий t Стьюдента для связанных выборок.
- •2. Критерий t Стьюдента для несвязанных выборок
- •3. Критерий t Стьюдента для сопоставления выборочной средней с заданной средней величиной
- •6. Критерий w Вилкоксона для сопряженных рядов
- •7. Критерий q Розенбаума
- •8. Критерий т Уайта
- •9. Критерий u Манна-Уитни
- •10. Критерий λ Смирнова-Колмогорова
- •11. Критерий х Ван-дер-Вардена
- •12. Критерий s Вальда - Вольфовица
- •13. Критерий t Сиджела-Тьюки
- •14. Критерий 2r Фридмана
- •15. Критерий тенденций l Пейджа
- •16. Критерий н Крускала-Уоллиса
- •21. Критерий 2 в многопольных таблицах.
- •22. Критерий Пирсона - Павлика.
- •23. Критерий Мак-Нимара
- •24. Угловое преобразование Фишера (критерий φ*).
- •25. Показатель корреляции Пирсона (r).
- •26. Показатель корреляции Спирмэна (rs).
- •27. Показатель ассоциации Юла rA(показатель контингенции)
- •28. Критерий множественной ранговой корреляции (rw)
- •29. Параметрический критерий множественной корреляции
- •30. Бисериальный коэффициент корреляции.
- •31. Дисперсионный анализ.
- •32. Критерий g Кохрена.
- •2). Средняя длина побега растений данного вида
- •Примеры использования z и φ – преобразования
- •Доли площади под нормальной кривой, отсекаемые t справа и слева от средней
- •Доли площади под нормальной кривой, отсекаемые t слева от средней
- •Доли площади под нормальной кривой, отсекаемые t справа от средней
- •Значения t при различных уровнях значимости р
- •Значения f при уровне значимости p 0,05
- •Стандартные значения критерия t для исключения
- •Значения критерия w Вилкоксона (для сопряженных рядов)
- •Значения к для приблизительного определения σ при разных объемах выборки
- •Критические значения показателя 2 (хи-квадрат)
- •Критические значения критерия r Фридмана
- •Критические значения критерия 2r Фридмана
- •Критические значения критерия тенденций l Пейджа
- •Для 3 с 6 и 2 n 12)Таблица 29
- •Критические значения критерия н Крускала-Уоллиса
- •Критические значения критерия тенденций s Джонкира
- •Значение r при разных величинах z
- •Объем выборки, необходимый для признания корреляции достоверной
- •Критические значения f - критерия для проверки результатов дисперсионного анализа р 0,05
- •Критические значения f - критерия для проверки результатов дисперсионного анализа р 0,01
- •Перевод процентов летальных исходов в пробиты
- •Критические значения q-критерия Кохрена
- •Ответы на задания по определению характера вариации (стр. 8)
- •Литература
Алгоритм выбора конкретного статистического критерия
Прежде всего, следует определить направление статистического анализа. Из всего их многообразия здесь рассматриваются три основных направления, с которыми наиболее часто приходится иметь дело начинающим исследователям: анализ действия экспериментального фактора, анализ различий и анализ корреляции. Что же касается более сложных методов статистики - кластерного, дискриминантного, анализа временных рядов, и других, то о них можно прочесть в специальной научно-методической литературе (Боровиков В.П., 1998, 2001; Громыко Г.Л., 2000, Наследов А.Д., 2006).
Алгоритм выбора параметрического критерия
1. Анализ действия экспериментального фактора.
Имеется определенное экспериментальное воздействие: инъекция фармакологического препарата, физическая нагрузка, изменение температуры или рН среды и т.п.
1.1. Выборки связанные. Иными словами, выборка одна, но проводятся две регистрации исследуемой переменной - до и после экспериментального воздействия.
Выбирается: критерий t Стьюдента для связанных (зависимых) выборок.
1.2. Выборки несвязанные. Эксперимент проводится по схеме: контрольная группа - экспериментальная группа. Регистрация одна: после экспериментального воздействия в экспериментальной группе, и в это же время - в контрольной.
Выбирается: критерий t Стьюдента для несвязанных (независимых) выборок. Если нулевую гипотезу отклонить не удается, можно использовать критерий F Фишера.
Может применяться и более эффективная, хотя и несколько более сложная схема организации эксперимента. В этом случае проводятся регистрации в контрольной и экспериментальной группах до экспериментального воздействия, а затем после него. Результаты сопоставляются попарно: а) в обоих группах до воздействия - методом t Стьюдента для несвязанных выборок (различия должны быть недостоверны);
б) в контрольной группе в начале и в конце эксперимента - методом t Стьюдента для связанных выборок (различия должны быть недостоверны); в) в экспериментальной группе до и после воздействия - методом t Стьюдента для связанных выборок -(различия должны быть достоверны); г) в обоих группах после экспериментального воздействия - методом t Стьюдента для несвязанных выборок (различия должны быть достоверны).
1.3. Количество выборок более двух, обычно одна контрольная и несколько экспериментальных. Используется: дисперсионный анализ.
Анализ различий.
Присутствуют какие-либо различия (половые, возрастные, по типу темперамента, по принадлежности к той или иной популяции и т.д.) влияющие на степень проявления исследуемой переменной.
2.1. Выборки - две, регистрация - одна. Эксперимент организован по схеме: контрольная группа - экспериментальная группа. Выбирается: критерий t Стьюдента для несвязанных выборок. Если его применение не приносит успеха, следует использовать критерий F Фишера. Можно также использовать рассмотренную в разделе 1.2. схему проведения эксперимента с четырьмя регистрациями.
2.2. Количество выборок более двух, регистрация - одна, Используется: дисперсионный анализ.
2.3. Выборка - одна, количество регистраций более двух. В этом случае обычно анализируются различия, обусловленные влиянием временного фактора. Применяется: дисперсионный анализ.
Анализ корреляционной зависимости.
Эти исследования проводятся на одной выборке. Однако количество регистрируемых переменных должно быть не менее двух.
3.1. Исследуется корреляция между двумя переменными. В этом случае следует применять показатель корреляции r Пирсона.
3.2. Количество переменных более двух. При этом используется вычисление параметрических коэффициентов множественной общей и частной корреляции.