
- •Основи теорії ймовірностей і статистичні методи обробки даних у психологічних і педагогічних експериментах.– Львів: Видавничий центр лну імені Івана Франка, 2006. – 168 с.
- •І. Основи теорії ймовірностей
- •Формула повної ймовірності
- •Формули Байєса
- •Задачі до розділу і.
- •Іі. Випадкова величина Поняття випадкової величини
- •Функція розподілу випадкової величини
- •Щільність розподілу неперервно розподіленої випадкової величини
- •Характеристики розподілу випадкової величини
- •Математичне сподівання випадкової величини
- •Дисперсія та стандартне відхилення випадкової величини. Асиметрія і ексцес.
- •Квантилі
- •Деякі дискретні розподіли Розподіл Бернуллі
- •Біномний розподіл
- •Апроксимаційні формули Муавра-Лапласа Локальна теорема Муавра-Лапласа Якщо у схемі Бернулі величина , коли , то
- •Функція розподілу двовимірної випадкової величини
- •Умовні закони розподілу
- •Коваріація і коефіцієнт кореляції
- •Коваріаційна матриця і матриця парних кореляцій
- •Граничні закони теорії ймовірностей Нерівність Чебишева
- •Теорема Чебишева
- •Закон Бернуллі
- •Теорема Ляпунова
- •Задачі до розділу іі.
- •Ііі. Елементи математичної статистики
- •Генеральна сукупність і вибірка
- •Дискретний варіаційний ряд
- •Інтервальний варіаційний ряд
- •Точкові та інтервальні оцінки
- •Поняття про статистичну перевірку гіпотез
- •Задачі до розділу ііі.
- •Іv. Методи математичної обробки даних у психології Ознаки і змінні. Шкали вимірювання ознак
- •Перевірка гіпотези про однорідність вибірки
- •Перевірка гіпотези про узгодженість розподілів
- •Критерій Пірсона
- •Критерій Колмогорова
- •Критерій Смирнова
- •Перевірка гіпотези про рівність двох дисперсій
- •Виявлення відмінностей у рівні досліджуваної ознаки Критерій Розенбаума
- •Критерій Манна-Уітні
- •К ритерій Стьюдента
- •І. Вибірки взяті з однієї генеральної сукупності
- •Іі. Вибірки взяті з різних генеральних сукупностей
- •Перевірка наявності зсуву у значеннях досліджуваної ознаки
- •Критерій знаків
- •Критерій Вілкоксона
- •Парний t-тест Стьюдента
- •Перевірка впливу фактора на зміну рівня досліджуваної ознаки
- •Критерій Краскела-Уоллеса
- •Критерій тенденцій Джонкхієра
- •Критерій Фрідмана
- •К ритерій тенденцій Пейджа
- •Однофакторний дисперсійний аналіз
- •П еревірка наявності зв’язку між двома ознаками
- •Зв'язок ознак, виміряних у номінативних шкалах
- •Зв'язок ознак, виміряних у порядкових шкалах
- •Зв'язок ознак, виміряних в інтервальних шкалах
- •Задачі до розділу іv.
- •Критичні значення розподілу
- •Критичні значення розподілу Фішера-Снедекора
- •Критичні значення критерію Розенбаума
- •Критичні значення критерію Манна-Уітні
- •Критичні значення критерію знаків
- •Критичні значення критерію Вілкоксона
- •Критичні значення критерію Краскела-Уоллеса
- •Критичні значення критерію Джонкхієра
- •Критичні значення критерію Фрідмана
- •Критичні значення критерію Пейджа
- •Критичні значення рангового коефіцієнта кореляції Спірмена
- •Д о д а т о к 2: Елементи вищої математики Матриці, визначники, системи лінійних рівнянь Поняття матриці. Операції над матрицями.
- •Визначник матриці. Обернена матриця
- •Системи лінійних алгебричних рівнянь
- •Вступ до математичного аналізу
- •Числові послідовності та їх границі
- •Границя функції в точці. Односторонні границі
- •Неперервність функції
- •Диференціальне числення функцій однієї змінної Похідна функції в точці
- •Диференційовність функції
- •Монотонність функції. Екстремуми
- •Похідні вищих порядків
- •Інтегральне числення функцій однієї змінної Первісна функції. Невизначений інтеграл
- •В изначений інтеграл
- •Невластиві інтеграли
- •Частинні похідні функцій багатьох змінних
- •Д о д а т о к 3: Деякі команди Maple 8.
- •Алфавітний покажчик
- •Основи теорії ймовірностей і статистичні методи аналізу даних у психологічних і педагогічних експериментах
Критерій Колмогорова
Критерій Колмогорова застосовують для перевірки узгодженості емпіричного розподілу деякої випадкової величини із заданим неперервним теоретичним розподілом, тобто для перевірки гіпотез:
розподіл ознаки збігається з даним
теоретичним;
ознака розподілена за відмінним від
заданого законом.
Критерій ґрунтується на зіставленні нагромаджених емпіричних і теоретичних частот (кумулянт). Статистикою виступає величина
,
де
— гіпотетична функція розподілу
досліджуваної випадкової величини,
— емпірична функція розподілу. Критична
область — правостороння. Статистика
виражає максимальну розбіжність між
емпіричною і теоретичною функціями
розподілу, що дозволяє оцінити узгодженість
розподілів поточково.
Якщо справджується нульова гіпотеза, то для достатньо малих проміжків інтервального варіаційного ряду і для достатньо великого обсягу вибірки статистика D має граничний розподіл, який не залежить від функції F, а саме
,
що дозволяє визначати критичні значення
(а відповідно і
)
для заданого рівня значущості
з наближеного рівняння
.
Зокрема для
,
а для
.
Якщо
емпіричне значення статистики
,
то з надійністю
приймається гіпотеза
,
в іншому випадку приймається альтернативна
гіпотеза
.
Приклад 23. Чи можна стверджувати, що час, затрачений учнями на розв’язування поставленої задачі (приклад 16), розподілений за логнормальним законом?
Розв’язання:
Логнормальний розподіл з параметрами
а
та
задається щільністю
Враховуючи,
що для логнормального розподілу
математичне сподівання і дисперсія
пов’язані з параметрами розподілу
рівностями
,
та оцінки
(див.
приклад 21), знаходимо значення
та
.
Висуваємо гіпотези:
спостережувані
затрати часу мають логнормальний
розподіл з параметрами
та
;
розподіл
спостережуваних затрат часу відмінний
від логнормального.
Об’єм вибірки п = 124. Розбивши додатну піввісь на 11 інтервалів обчислимо емпіричні відносні частоти, значення емпіричної і теоретичної функцій розподілу для верхніх меж проміжків та їх різниці.
інтервал |
(0; 25) |
[25; 42) |
[42; 59) |
[59; 76) |
[76; 93) |
[93; 110) |
[110; 127) |
[127; 144) |
[144;161) |
[161;178) |
[178; +) |
пі |
15 |
38 |
33 |
17 |
9 |
4 |
1 |
4 |
2 |
0 |
1 |
|
0,121 |
0,306 |
0,266 |
0,137 |
0,073 |
0,032 |
0,008 |
0,032 |
0,016 |
0 |
0,008 |
|
0,121 |
0,427 |
0,693 |
0,831 |
0,903 |
0,935 |
0,944 |
0,976 |
0,992 |
0,992 |
1 |
|
0,131 |
0,430 |
0,671 |
0,817 |
0,898 |
0,943 |
0,967 |
0,981 |
0,988 |
0,993 |
1 |
|
0,010 |
0,003 |
0,022 |
0,014 |
0,005 |
0,008 |
0,023 |
0,005 |
0,004 |
0,001 |
0 |
Таким
чином емпіричне значення
і
.
Оскільки
,
то на рівні значущості
приймаємо гіпотезу
,
яка стверджує що даний розподіл збігається
з логнормальним.