- •1. Введение
- •2. Основные этапы статистического анализа данных
- •3. Генеральная совокупность и выборка из нее. Репрезентативность выборки
- •4. Основные способы организации выборки
- •5. Шкалы измерений
- •6. Табулирование данных
- •7. Квантиль
- •8. Графическое представление данных
- •80 Огива всегда
- •9. Меры центральной тенденции
- •10. Меры изменчивости
- •Для получения более точной меры изменчивости, которая
- •Лучше всего вычислять дисперсию с помощью компьютера, используя встроенную функцию Excel (мастер функций), которая называется Дисп (исходный диапазон).
- •11. Нормальное распределение
- •В ысота опред. , площадь под
- •12. Предварительный анализ выборки
- •13. Статистический вывод. Проверка гипотез
- •14. Общая схема проверки статистической гипотезы
- •15. Сравнение средних значений количественных признаков двух независимых выборок
- •16. Сравнение средних значений количественных признаков двух зависимых (связанных) выборок
- •17. Сравнение средних значений ранжированных признаков двух независимых выборок
- •18. Сравнение средних значений ранжированных признаков двух связанных выборок
- •19. Сравнение дисперсий двух независимых выборок
- •20. Сравнение дисперсий двух зависимых (связанных) выборок
- •22. Значимость коэффициента корреляции
- •23. Анализ взаимосвязи ранжированных признаков
- •24. Коэффициент ранговой корреляции кендалла
- •25. Анализ взаимосвязи номинальных признаков с помощью корреляционного анализа
- •26. Бисериальный коэффициент корреляции (бкк)
- •27. Ранговый бисериальный коэффициент корреляции
- •28. Анализ взаимосвязей номинальных признаков с помощью таблиц сопряженности
- •29. Однофакторный анализ (офа)
- •30. Однофакторный дисперсионный анализ (ода)
- •31. Двухфакторный анализ
- •32. Двухфакторный дисперсионный анализ (дда)
- •33. Проверка нормальности распределения исходных данных
- •Статистическая обработка исходных данных с помощью Microsoft Excel.
- •Раздел 5 предназначен для проверки равенства средних значений, но он практически не используется, т.К. Требует знания дисперсии гс, что на практике редко встречается.
- •Литература
31. Двухфакторный анализ
Двухфакторный анализ предполагает, что на отклик могут влиять два фактора, каждый из которых принимает конечное число значений (уровней) и интересуется тем, как влияют эти факторы на изучаемый отклик и влияют ли они вообще.
Такие задачи характерны как для психологических экспериментов, так и для других гуманитарных исследований (ближе социологам и психологам).
Бывает, что в рамках однофакторной модели, рассмотренной в параграфе 29, влияние интересующего нас фактора на отклик не проявляется, хотя содержательные соображения указывают на то, что такое влияние должно быть.
Причиной такого является большой разброс внутри группы, на фоне которого действия фактора на отклик является незаметным. Очень часто этот разброс может вызываться не только случайными причинами, но и действием еще одного фактора (учебник – учитель). Если мы в состоянии указать такой фактор, то его стараются включить в модель и таким образом переходят к двухфакторной модели.
Иногда приходится рассматривать модели и более высокого порядка – трехфакторную и т.д. В некоторых случаях факторы делят на важные и мешающие, но это совсем не обязательно. В ряде задач факторы могут быть содержательно равноправны.
Эти нюансы мало влияют на статистические модели. Они могут сказаться только на постановке вопросов и интерпретаций ответа.
В практических ситуациях вполне возможен переход не только от однофакторной модели к двухфакторной, но и наоборот. Если при решении двухфакторного анализа вдруг окажется, что влияние одного из факторов не существенно, то задача сведется к однофакторной.
Исходные данные.
Для проведения двухфакторного анализа исходные данные также представляются в виде таблицы. Предположим, что фактор А имеет k уровней, а фактор В имеет n уровней. k – 2, т.к. девочки и мальчики; n - 3, т.к. 3 уровня соц. ст. высокий, средний, низкий.
Говорят, что фактор В разбивает все объекты наблюдений на n блоков, каждый из которых состоит из наблюдений, проведенных для одного уровня фактора. Внутри каждого блока отклики могут сильно различаться, только за счет различных уровней фактора А.
Уровни фактора А отображаются в таблице исходных данных по столбцам, а уровни фактора В по строкам. В результате таблица исходных данных для двухфакторного анализа может иметь следующий вид:
|
Фактор А |
||||
Фактор В |
уровни блоки |
1 (мальч.) |
2 (дев.) |
… |
k |
1 (выс.) |
x11 |
x12 |
… |
x1k |
|
2 (ср.) |
x21 |
x22 |
… |
x2k |
|
… |
… |
… |
… |
… |
|
n |
xn1 |
xn2 |
… |
xnk |
В качестве хij в таблицу заносятся значения отклика. Такая таблица, в каждой ячейке которой находится только одно значение отклика, называется таблицей двухфакторного анализа без повторений.
Если же в каждой ячейке таблицы исходных данных находится несколько значений, то такая таблица называется таблицей двухфакторного анализа с повторениями.
Основной задачей двухфакторного анализа является выяснение вопроса о том, есть ли влияние каждого фактора на отклик. Однако в случаях двухфакторного анализа может оказаться, что по отдельности факторы на отклик не влияют, но имеется влияние в результате взаимодействия этих двух факторов между собой.