- •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 Смирнова
Критерій Смирнова дозволяє на підставі двох серій незалежних спостережень та перевірити гіпотезу про те, що результати спостережень в обох серіях отримані з випробувань над величинами з однаковою функцією розподілу (порівняти два емпіричні розподіли). Статистичні гіпотези формулюються так:
задані емпіричні розподіли збігаються;
задані емпіричні розподіли істотно відрізняються.
Для перевірки гіпотез використовують статистику Смирнова
,
де і — емпіричні функції розподілу першої і другої серій спостережень відповідно.
Розподіл статистики Смирнова не залежить від виду функції розподілу і є протабульованим для малих т і п. Критична область визначається нерівністю
,
де — квантиль розподілу статистики Смирнова, що відповідає рівню значущості . Для досить великих т і п критичне значення знаходимо із співвідношення .
Приклад 24.1 Тест Мюнстерберга (в адаптивному варіанті Дворяшиної М.Д.) вимірювання вибірковості перцептивної уваги пропонувався студентам факультету психології Ленінградського університету (156 чол.) та акторам балету Маріїнського театру (85 чол.). Методика полягає в тому, що серед розміщених у довільному порядку букв на бланку досліджуваний повинен якнайшвидше знайти і підкреслити 24 слова різного рівня складності. Емпіричні розподіли кількості пропущених слів наведено в таблиці.
|
Кількість пропущених слів |
|||||||||
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
Студенти |
93 |
27 |
11 |
15 |
5 |
3 |
2 |
0 |
0 |
0 |
Актори |
22 |
20 |
16 |
4 |
3 |
11 |
3 |
3 |
2 |
1 |
Чи можна стверджувати, що ці розподіли однакові?
Розв’язання: Формулюємо статистичні гіпотези.
Н0: Емпіричні розподіли кількості пропущених слів у тесті статистично не відрізняються між собою.
Н1: Емпіричні розподіли кількості пропущених слів у тесті істотно відмінні.
Для їх перевірки знайдемо відносні частоти емпіричних розподілів, нагромаджені відносні частоти та їх різниці.
Пропущено слів |
Відносні частоти |
Нагромаджені відносні частоти |
Різниці |
||
Студенти |
Актори |
Студенти |
Актори |
||
0 |
0,596 |
0,259 |
0,596 |
0,259 |
0,337 |
1 |
0,173 |
0,235 |
0,769 |
0,494 |
0,275 |
2 |
0,071 |
0,188 |
0,840 |
0,682 |
0,157 |
3 |
0,096 |
0,047 |
0,936 |
0,729 |
0,206 |
4 |
0,032 |
0,035 |
0,968 |
0,765 |
0,203 |
5 |
0,019 |
0,129 |
0,987 |
0,894 |
0,093 |
6 |
0,013 |
0,035 |
1,000 |
0,929 |
0,071 |
7 |
0,000 |
0,035 |
1,000 |
0,965 |
0,035 |
8 |
0,000 |
0,024 |
1,000 |
0,988 |
0,012 |
9 |
0,000 |
0,012 |
1,000 |
1,000 |
0,000 |
Максимальне відхилення нагромаджених відносних частот (кумулянт) дорівнює 0,337. Отже, статистика Смирнова . Відповідні критичні значення: та . Як бачимо, емпіричне значення статистики потрапляє в критичну область. Отже, приймаємо альтернативну гіпотезу, яка стверджує, що розподіли кількості пропущених слів у студентів університету і акторів істотно відмінні.
У пакеті STATISTICA 6.0 перевірка гіпотези про узгодженість розподілу з даним теоретичним розподілом реалізується модулем Distribution Fitting. Дані спостережень заносимо в одну змінну. Із пропонованого модулем списку вибираємо вид теоретичного розподілу. Параметри розподілу визначаються модулем автоматично. Результати перевірки відповідних гіпотез для прикладів 21 і 23 можна побачити на рис. 17. Висновок про прийняття чи відхилення нульової гіпотези у кожному з цих випадків робимо за величиною рівня значущості р емпіричного значення відповідного критерію (приймаємо нульову гіпотезу, якщо і відхиляємо її та приймаємо альтернативну гіпотезу, якщо ).