- •Содержание
- •Глава 1. Основные понятия, используемые в математической обработке психологических данных...11
- •Глава 2. Выявление различий в уровне исследуемого признака 39
- •Глава 3. Оценка достоверности сдвига в значениях исследуемого признака.............. 72
- •Глава 4. Выявление различий в распределении признака……………………………… 110
- •4.4. Задачи для самостоятельной работы ....... 152
- •Глава 5. Многофункциональные статистические критерии . 157
- •Предисловие автора
- •Как читать эту книгу и как ею пользоваться
- •Глава 1
- •Основные понятия, используемые
- •В математической обработке
- •Психологических данных
- •1.1. Признаки и переменные
- •1.2. Шкалы измерения
- •1.3. Распределение признака. Параметры распределения
- •1.4. Статистические гипотезы
- •Направленные гипотезы
- •Ненаправленные гипотезы
- •1.5. Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •1.6. Уровни статистической значимости
- •Правило отклонения h0 и принятия h1
- •1.7. Мощность критериев
- •1.8. Классификация задач и методов их решения
- •1.9. Принятие решения о выборе метода математической обработки
- •Алгоритм 1
- •Алгоритм 2
- •1.10. Список обозначений Латинские обозначения:
- •Греческие обозначения:
- •Глава 2 выявление различий в уровне исследуемого признака
- •2.1. Обоснование задачи сопоставления и сравнения
- •Алгоритм 3 Подсчет критерия q Розенбаума
- •Правила ранжирования
- •Алгоритм 4 Подсчет критерия u Манна-Уитни.
- •Алгоритм 5 Подсчет критерия н Крускала-Уоллиса
- •Алгоритм 6 Подсчет критерия s Джонкира
- •2.6. Задачи для самостоятельной работы
- •2.7. Алгоритм принятия решения о выборе критерия для сопоставлений
- •Глава 3 оценка достоверности сдвига в значениях исследуемого признака
- •3.1. Обоснование задачи исследований изменений
- •Алгоритм 8 Расчет критерия знаков g
- •Алгоритм 9 Подсчет критерия т Вилкоксона
- •3.4. Критерий χ2r Фридмана
- •Алгоритм 10 Подсчет критерия χ2r Фридмана
- •Алгоритм 11 Подсчет критерия тенденций l Пейджа
- •3.6. Задачи для самостоятельной работы
- •3.7. Алгоритм принятия решения о выборе критерия оценки изменений
- •Глава 4 выявление различий в распределении признака
- •4.1. Обоснование задачи сравнения распределений признака
- •4,2. Χ2 критерий Пирсона
- •Шутливый пример
- •Алгоритм 13 Расчет критерия χ2
- •Алгоритм 14 Расчет абсолютной величины разности d между эмпирическим и равномерным распределениями
- •Алгоритм 15 Расчет критерия λ при сопоставлении двух эмпирических распределений
- •4.4. Задачи для самостоятельной работы .
- •Глава 5 многофункциональные статистические критерии
- •5.1. Понятие многофункциональных критериев
- •5.2. Критерий φ* — угловое преобразование Фишера
- •Алгоритм 17 Расчет критерия φ*
- •5.3. Биномиальный критерий ш Назначение критерия m
- •Алгоритм 18 Применение биномиального критерия m
- •5.4. Многофункциональные критерии как эффективные заменители традиционных критериев
- •5.5. Задачи для самостоятельной работы
- •5.6. Алгоритм выбора многофункциональных критериев
- •Глава 6 метод ранговой корреляции
- •6.1. Обоснование задачи исследования согласованных действий
- •6.2. Коэффициент ранговой корреляции rs Спирмена
- •Алгоритм 20 Расчет коэффициента ранговой корреляции Спирмена rs.
- •Глава 7 дисперсионный анализ
- •7.1. Понятие дисперсионного анализа
- •7.2. Подготовка данных к дисперсионному анализу
- •1) Создание комплексов
- •2) Уравновешивание комплексов
- •3) Проверка нормальности распределения результативного признака.
- •4) Преобразование эмпирических данных с целью упрощения расчетов
- •7.3. Однофакторный дисперсионный анализ для несвязанных выборок
- •7.4. Дисперсионный анализ для связанных выборок
- •Глава 8 дисперсионный двухфакторный анализ
- •8.1. Обоснование задачи по оценке взаимодействия двух факторов
- •8.2. Двухфакторный дисперсионный анализ для несвязанных выборок
- •8.3. Двухфакторный дисперсионный анализ для связанных выборок
- •Глава 9 решения задач с комментариями
- •9.1. Рекомендации по решению задач
- •9.2. Решения задач Главы 2
- •9.3. Решения задач Главы 3
- •Вопрос 1: Ощущаются ли участниками значимые сдвиги в уровне владения каждым из трех навыков после тренинга?
- •Вопрос 2: Произошли ли по трем видам навыков разные сдвиги или эти сдвиги для разных навыков примерно одинаковы?
- •Вопрос 3: Уменьшается ли расхождение между "идеальным" и реальным уровнями владения навыками после тренинга?
- •9.4. Решения задач Главы 4
- •Вопрос 1: Можно ли утверждать, что разные картины методики Хекхаузена обладают разной побудительной силой в отношении мотивов: а) "надежда на успех"; б) "боязнь неудачи"?
- •Вопрос 2: Можно ли считать стимульный набор методики Хекхаузена неуравновешенным по направленности воздействия?
- •Вопрос 1: Можно ли утверждать, что распределение запретов не является равномерным?
- •Вопрос 2: Можно ли утверждать, что запрет "Не проси" встречается достоверно чаще остальных?
- •Вопрос 1: Различаются ли распределения предпочтений, выявленные по каждому из четырех типов мужественности, между собой?
- •Вопрос 2. Можно ли утверждать, что предпочтение отдается какому-то одному или двум типам мужественности? Наблюдается ли какая-либо групповая тенденция предпочтений?
- •9.5. Решения задач Главы 5
- •Вопрос 1: Можно ли считать, что милиционеры патрульно-постовой службы в большей степени склонны продолжить разговор с агрессором, чем другие граждане?
- •Вопрос 2: Можно ли утверждать, что милиционеры склонны отвечать агрессору более примирительно, чем гражданские лица?
- •316 Приложение 1
- •330 Приложение 1
- •340 Приложение 1
- •344 Приложение 1
- •Глава 1. Основные понятия» используемые в математической
- •Глава 3. Оценка достоверности сдвига в значениях
- •Глава 4. Выявление различий в распределении признака. . По
- •Глава 5. Многофункциональные статнстнческне критерии . 157
- •Глава 8. Дисперсионный двухфакторнын анализ..... 246
Шутливый пример
В гениальной комедии Н. В. Гоголя "Женитьба" у купеческой дочери Агафьи Тихоновны было пятеро женихов. Одного она сразу исключила из рассмотрения, потому что он был купеческого звания, как и она сама. А из остальных она не знала, кого выбрать: "Уж как трудно решиться, так просто рассказать нельзя, как трудно. Если бы губы Никанора Ивановича да приставить к носу Ивана Кузьмича, да взять сколько-нибудь развязности, какая у Балтазара Балтазарыча, да, пожалуй, прибавить к этому еще дородности Ивана Павловича, я бы тогда тотчас решилась. А теперь поди подумай! просто голова даже стала болеть. Я думаю, лучше всего кинуть жребий" (Гоголь Н.В., 1959, с. 487). И вот Агафья Тихоновна положила бумажки с четырьмя именами в ридикюль, пошарила рукою в ридикюле и вынула вместо одного — всех!
Ей хотелось, чтобы жених совмещал в себе достоинства всех четверых, и, вынимая все бумажки вместо одной, она бессознательно совершала процедуру выведения средней величины. Но вывести среднюю величину из четверых людей невозможно, и Агафья Тихоновна в смятении. Она влюблена, но не знает, в кого. "Такое несчастное положение девицы, особливо еще влюбленной" (там же, с. 487).
Вся беда в том, что ни Агафья Тихоновна, ни ее тетушка, ни сваха Фекла Ивановна не были знакомы с критерием χ2! Именно он мог бы им помочь в решении их проблемы. С его помощью можно было бы попробовать установить, в кого больше влюблена Агафья Тихоновна. Но для этого нам не нужно измерять губы Никанора Ивановича или нос Ивана Кузьмича, или объем талии дородного экзекутора Ивана Павловича; не нужно нам и пускаться на какие-нибудь опасные эксперименты, чтобы определить, насколько далеко простирается развязность Балтазара Балтазарыча. Мы эти их достоинства принимаем как данность потому лишь, что они нравятся Агафье Тихоновне. Мы принимаем их за разряды одного и того же признака, например, направленности взгляда Агафьи Тихоновны: сколько раз она взглянула на губы Никанора Ивановича? На нос Ивана Кузьмича? Благосклонно взирала на дородного Ивана Павловича или развязного Балтазара Бал-тазаровича? Внимательная сваха или тетушка вполне могла бы этот признак наблюдать. Допустим, за полчаса смотрин ею зафиксированы следующие наблюдения.
Агафья Тихоновна:
сидела с опущенными глазами 25 минут;
благосклонно смотрела на Никанора Ивановича 14 раз;
благосклонно смотрела на Ивана Кузьмича 5 раз;
благосклонно смотрела на Ивана Павловича 8 раз;
благосклонно смотрела на Балтазара Балтазарыча 5 раз.15
Представим это в виде таблицы.
Таблица 4.1
Распределение взгляда Агафьи Тихоновны между 4 женихами
женихи |
Никанор Иванович |
Иван Кузьмич |
Иван Павлович |
Балтазар Балтазарыч |
Всего взглядов |
Количество взглядов |
14 |
5 |
8 |
5 |
32 |
Теперь нам нужно сопоставить полученные эмпирические частоты с теоретическими. Если Агафья Тихоновна никому не отдает предпочтения, то данное распределение показателя направленности ее взгляда не будет отличаться от равномерного распределения: она на всех смотрит примерно с одинаковой частотой. Но если достоинства одного из женихов чаще притягивают ее взор, то это может быть основанием для матримониального решения.
Гипотезы
Н0: Распределение взглядов Агафьи Тихоновны между женихами не отличается от равномерного распределения.
Н1: Распределение взглядов Агафьи Тихоновны между женихами отличается от равномерного распределения.
Теперь нам нужно определить теоретическую частоту взгляда при равномерном распределении. Если бы все взгляды невесты распределялась равномерно между 4-мя женихами, то, по-видимому, каждый из них получил бы по 1/4 всех ее взглядов.
Переведем эти рассуждения на более формализованный язык. Теоретическая частота при сопоставлении эмпирического распределения с равномерным определяется по формуле:
где п - количество наблюдений;
к - количество разрядов признака.
В нашем случае признак - взгляд невесты, направленный на кого-либо из женихов; количество разрядов признака - 4 направления взгляда, по количеству женихов; количество наблюдений - 32.
Итак, в нашем случае:
Теперь мы будем сравнивать с этой теоретической частотой все эмпирические частоты.
На Рис. 4.6 сопоставления эмпирических частот с теоретической представлены графически. Похоже, что области расхождений достаточно значительны, и Никанор Иванович явно опережает других женихов. Иван Павлович еще может на что-то надеяться, но для Ивана Кузьмича и Балтазара Балтазарыча отставка, по-видимому, неизбежна.
Однако для того, чтобы доказать неравномерность полученного эмпирического распределения, нам необходимо произвести точные расчеты. В методе χ2 они производятся с точностью до сотых, а иногда и до тысячных долей единицы.
Расчеты будем производить в таблице по алгоритму.