- •1.Генеральная и выборочная совокупности
- •2.Условия,которым должна удовлетворять выборка
- •3.Зависимые и независимые выборки
- •4.Измерения и виды шкал
- •5.Номинативная и порядковая шкалы
- •6.Шкала интервалов и шкала отношений
- •7.Таблица распределения частот
- •8. Таблица сгрупированных частот для разбиения на классы
- •10. Меры центральной тенденции.
- •11. Меры изменчивости
- •12. Распределение исследуемого признака.
- •9.Ранжирование
- •13. Метод Плохинского
- •14. Метод Пустыльника
- •15. Статистические гипотезы
- •16. Уровни значимости
- •17.Ось значимости
- •22. Критерий Стьюдента.
- •23. Критерий Фишера.
- •24 Понятие корреляционной связи
- •25. Линейная регрессия
- •26. Множественная линейная регрессия
- •27. Обоснование задачи сравнения распределений исследуемого признака
- •28.Понятие критерия Пирсона
- •29. Критерий Пирсона (сравнение эмпирического распределения с теоретическим).
- •30. Критерий Пирсона (сравнение двух эмпирических распределений)
- •31. Ограничения применения критерия Пирсона
- •32. Сдвиги
- •33.Критерий знаков
- •34. Критерий Вилкоксона
- •35. Понятие дисперсионного анализа.
- •36. Факторы и результативные признаки дисперсионного анализа.
- •37. Градации фактора
- •38.Уравнение дисперсионного анализа.
- •39. Создание комплексов дисперсионного анализа
- •40.Преобразование эмпирических данных
- •41.Ода для несвязных выборок
- •42. Однофакторный дисперсионный анализ для связанных выборок.
- •43. Понятие корреляции.
- •44. Коэффициент корреляции Фехнера.
- •45. Коэффициент корреляции Пирсона.
- •46.Коэффициент корреляции Спирмена
- •47. Коэффициент ранговой корреляции Кендала
- •48. Дихотомический коэффициент корреляции.
- •49.Точечный бисериальный коэффициент корреляции.
- •50. Рангово-бисериальный коэффициент корреляции.
28.Понятие критерия Пирсона
Критерий
применяется в 2-х случаях: 1) для
сопоставления эмпирического распределения
признака теоритическому; 2) для
сопоставления 2х или более эмпирических
распределений одного и того же признака.
Критерий построен так, что при полном
совпадении экспериментального и
теоритического (или 2х экспериментальных)
распределений величина
= 0 и чем больше расхождение между
распределениями, тем больше величина
.
Основная
расчётная формула критерия
выглядит так:
= ∑
f - частота
Расчётная
формула для сравнения 2-х эмпирических
распределений выглядит так:
=
∙
и
- числа элементов, составляющих первую
и вторую выборки. Они могут совпадать,
а могут и не совпадать.
Если при расчёте критерия данные даются в виде таблицы, то число степеней свободы находится по формуле:
=
( k
- 1) (c
- 1); k
- кол-во строк, c
- столбцов.
29. Критерий Пирсона (сравнение эмпирического распределения с теоретическим).
Критерий применяется в 2-х случаях: 1) для сопоставления эмпирического распределения признака теоритическому; 2) для сопоставления 2х или более эмпирических распределений одного и того же признака. Критерий построен так, что при полном совпадении экспериментального и теоритического (или 2х экспериментальных) распределений величина = 0 и чем больше расхождение между распределениями, тем больше величина .
Основная расчётная формула критерия выглядит так: = ∑
f - частота
Расчётная формула для сравнения 2-х эмпирических распределений выглядит так: = ∙
и - числа элементов, составляющих первую и вторую выборки. Они могут совпадать, а могут и не совпадать.
Если при расчёте критерия данные даются в виде таблицы, то число степеней свободы находится по формуле:
= ( k - 1) (c - 1); k - кол-во строк, c - столбцов.
Рассмотрим на примере сравнение эмпирического распределения с теоритическим. Пусть эксперимент состоит в том, чтобы убедиться, является ли конкретный игральный шестигранный кубик с цифрами на гранях от 1 до 6 «идеальным». Подбросим кубик 60 раз и составим таблицу полученных данных.
Грани кубика |
1 |
2 |
3 |
4 |
5 |
6 |
|
12 |
3 |
11 |
14 |
8 |
6 |
|
10 |
10 |
10 |
10 |
10 |
10 |
=
+
+
+
+
+
=
= 4,2
= (2-1)(6-1) = 5
=
11,07 α = 0,05
15, 08 α = 0,01
Поскольку эмп. значение критерия попало в зону незначимости, то принимается гипотеза об отсутствии различий и поэтому делаем вывод о том, что наш кубик «безупречен».
Рассмотрим теперь пример использования измерений в дихотомической шкале.
Испытуемым предлагалось выбрать левый или правый стол с заданиями. Было сообщено, что задания на обоих столах одинаковые. Из 150 участников эксперимента правый стол выбрали 98 человек, левый - 52. Можно ли утверждать, что существует какая-то причина предпочтения выбора?
|
|
|
- |
|
|
Прав. |
98 |
75 |
23 |
529 |
7,05 |
Лев. |
52 |
75 |
23 |
529 |
7,05 |
∑ |
150 |
150 |
0 |
|
14,1 |
Сумма должна быть равна 0, если не равна 0, то нужно искать вычислительную ошибку.
= 2-1 = 1
= 3,84 α = 0,05
6,64 α = 0, 01
Поскольку попало в зону значимости, то отклоняется и принимается альтернативная гипотеза о существовании различий. Следовательно можно утверждать, что существует какая-то причина предпочтения выбора.
