Література:

Основна література:

1. Сидоренко Е.В. Методы математической обработки в психологии. — СПб: Речь, 2001. — 350 с.

2. Гусев А.Н., Измайлов Ч.А., Михалевская М.Б. Измерение в психологии: общий психологический практикум. 2-е изд. — Москва: Смысл, 1998. — 286 с.

3. Гмурман В.Е. Теория вероятностей и математическая статистика. — Москва: Высшая школа, 2000. — 479 с.

Додаткова література:

4. Дьяченко М.И., Кандыбович Л.А. Психологический словарь-справочник. — Минск: Харвест; Москва: АСТ, 2001. — 576 с.

5. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. ― Москва: Прогресс, 1976. — 496 с.

6. Готтсданкер Р. Основы психологического эксперимента. — Москва: Изд-во Моск. ун-та, 1982. — 464 с.

7. Корнилова Т.В. Экспериментальная психология. Теория и методы: Учебное пособие для вузов. — Москва: Апект Пресс, 2003. — 381 с.

8. Солсо Р., Джонсон Х.‚ Бил К. Экспериментальная психология. Практический курс. — СПб: Прайм-Еврознак‚ 2001. — 522 с.

9. Кублій Л.І. Основи інформатики та обчислювальної техніки. Розробки практичних занять для студентів юридичного і соціально-психологічного факультетів. Вид. 2-е, доповнене. ― К.: МІЛП, 2000. ― 114 с.

10. Столяров Г.С., Ємшанов Д.Г., Ковтун Н.В. АРМ статистика. Навчальний посібник. — К.: КНЕУ, 1999. — 266 с.

Вступ

Статистичною гіпотезою називають будь-яке припущення про вигляд або властивості розподілу досліджуваної в експерименті випадкової величини.

У психологічних експериментах в основному розглядаються гіпотези про відмінності в рівні досліджуваної ознаки для різних вибірок, про значущість змін досліджуваної ознаки при проведенні вимірювань у різних умовах, про вигляд закону розподілу і про числові значення параметрів розподілу досліджуваної ознаки.

1. Статистичні гіпотези.

Формулювання статистичних гіпотез завжди мають певний формальний вигляд, гіпотези розглядаються парами і в кожній парі є нульова й альтернативна гіпотези.

Нульова гіпотеза є припущенням про рівність між порівнюваними значеннями і її позначають .

Проте для кожного окремого експерименту відмінності між порівнюваними значеннями будуть відрізнятися від нуля. Величина різниці буде варіювати від експерименту до експерименту і через випадкові варіації ці відмінності будуть то меншими, то більшими. Якби для нескінченної кількості повторень загальна середня різниця дорівнювала точно нулю, то це означало б справедливість нульової гіпотези .

Нульова гіпотеза формулюється на основі результатів обробки вибіркових даних, і вона може бути правильною чи неправильною.

Тому виникає проблема її перевірки на значущість (ще кажуть: статистичну значущість), яку здійснюють статистичними методами.

Альтернативна гіпотеза заперечує твердження нульової гіпотези, і її позначають . Кожній нульовій гіпотезі можна протиставити кілька альтернативних гіпотез Якщо внаслідок статистичної перевірки нульова гіпотеза відхиляється, то приймається альтернативна гіпотеза .

Для перевірки правильності нульової гіпотези задається рівень значущості (ще кажуть: альфа-рівень, альфа-ризик). Рівень значущості — це та мінімальна ймовірність, починаючи з якої можна вважати подію практично неможливою.

Правило, на основі якого нульова гіпотеза підтверджується чи відхиляється, називається статистичним критерієм (ще кажуть: критерієм) перевірки нульової гіпотези .

Для кожного конкретного критерію перевірки нульової гіпотези на основі вибіркових даних за відповідною формулою обчислюється емпіричне значення .

2. Критерії перевірки гіпотез.

Також для різних критеріїв розроблено спеціальні таблиці, за якими при заданому рівні значущості знаходять критичні точки (ще кажуть: критичні значення); у деяких критеріях величину розраховують на основі табличних значень. Залежно від вигляду альтернативної гіпотези може використовуватися одна чи дві критичні точки.

Критична область, залежно від вигляду альтернативної гіпотези , може бути однобічною чи двобічною

Оскільки реальні експерименти не бувають ні ідеальними, ні нескінченними, то деякі висновки можуть бути помилковими. У результаті статистичної перевірки можуть бути допущені помилки двох родів.

Помилка першого роду полягає в тому, що буде відхилена правильна нульова гіпотеза .

Можливість невідхилення нульової гіпотези , якщо вона насправді помилкова — це помилка другого роду.

Помилок першого і другого роду практично уникнути неможливо. У більшості випадків єдиним шляхом одночасного зменшення ймовірностей цих помилок є збільшення обсягів вибірок.

Висновки

Статистичні критерії можуть бути параметричні й непараметричні.

У параметричних критеріях використовують такі параметри, як середнє значення чи дисперсія. За допомогою цих критеріїв можна аналізувати тільки кількісні дані. Але навіть до кількісних даних їх можна застосовувати лише в тому випадку, коли кількість даних досить велика, а також у більшості критеріїв треба, щоб досліджувана ознака мала нормальний розподіл. У всіх решта випадках рекомендується використовувати непараметричні критерії.

Непараметричні критерії використовують тоді, коли дослідник має справу з дуже малими вибірками чи з якісними даними. Ці критерії дуже прості з погляду як розрахунків, так і застосування. Вони оперують з частотами.

ТЕМА №_7. “ Однофакторний дисперсійний аналіз ”

Вступ

1. Порівняння двох дисперсій нормальних генеральних сукупностей.

2. Порівняння двох середніх нормальних генеральних сукупностей.

Висновки