Задача выявления различий в средних значениях исследуемого признака

Для решения этой задачи существует параметрический t-критерий Стьюдента для независимых и зависимых выборок.

Примеры гипотез:

H₀: Средние значения тревожности в группах врачей и психологов достоверно не отличаются.

H₁: Среднее значение тревожности в группе врачей достоверно выше, чем в группе психологов.

Примечание : применение t-критерия Стьюдента возможно только в том случае, если распределение признака в двух выборках можно считать нормальным.

Вариант решения для независимых выборок имеет несколько расчетных формул:

Для небольших по объему выборок расчеты не представляются трудными. При большом количестве испытуемых рекомендуется использовать статистические пакеты SPSS, Statistica или программу Excel (Приложение 5).

Алгоритм расчета - критерия Стьюдента для зависимых выборок

1. Определить расчетное значение - критерия по формуле:

где ,

2. Рассчитать степень свободы

3. Определить критическое значение - критерия.

4. Сравнить расчетное и критическое значение - критерия. Если расчетное значение больше или равно критическому, то гипотеза равенства средних значений в двух выборках изменений отвергается Н_0. Во всех других случаях она принимается на заданном уровне значимости.

 

Задача выявления взаимосвязи исследуемых признаков

Данная задача решается методом корреляционного анализа. Термин «корреляция» был введен в науку выдающимся английским естествоиспытателем Френсисом Гальтоном в 1886 г. Однако точную формулу для подсчета коэффициента корреляции разработал его ученик Карл Пирсон.

· Корреляция – мера согласованности одного признака с другим, с несколькими, либо взаимная согласованность группы признаков.

· Корреляционная связь отражает тот факт, что изменения одного признака находятся в некотором соответствии с изменениями другого признака.

· Выявляется расчетом коэффициента корреляции, значения которого лежат в интервалах от 0 до 1 (прямая связь) и от 0 до -1 (обратная связь).

Таблица 8

Использование коэффициента корреляции в зависимости

От типа переменных

Тип шкалы	Мера связи
Переменная X	Переменная У
Интервальная или отношений	Интервальная или отношений	Коэффициент Пирсона
Ранговая, интервальная или отношений	Ранговая, интервальная или отношений	Коэффициент Спирмена
Ранговая	Ранговая	Коэффициент τ Кендалла
Дихотомическая	Дихотомическая	Коэффициент ассоциации Пирсона
Дихотомическая	Ранговая	Рангово-бисериальный
Дихотомическая	Интервальная или отношений	Бисериальный

 

Метод линейной корреляции (корреляции Пирсона) применяется для определения меры соответствия двух признаков, выраженных количественно, иными словами, – для численных величин.

Знак коэффициента корреляции очень важен для интерпретации полученной связи. Подчеркнем еще раз, что если знак коэффициента линейной корреляции «+», то связь между коррелирующими признаками такова, что большей величине одного признака (переменной) соответствует большая величина другого признака (другой переменной). Иными словами, если один показатель (переменная) увеличивается, то соответственно увеличивается и другой показатель (переменная). Такая зависимость носит название прямо пропорциональной зависимости.

Если же получен знак «–», то большей величине одного признака соответствует меньшая величина другого. Иначе говоря, при наличии знака минус, увеличению одной переменной (признака, значения) соответствует уменьшение другой переменной. Такая зависимость носит название обратно пропорциональной зависимости.

В общем виде формула для подсчета коэффициента корреляции такова:

где х_i – значения, принимаемые в выборке X,

y_i – значения, принимаемые в выборке Y;

– средняя по X, – средняя по Y.

Расчет коэффициента корреляции Пирсона предполагает, что переменные Х и У распределены нормально.

Пример. 10 школьникам были даны тесты на наглядно-образное и вербальное мышление. Измерялось среднее время решения заданий теста в секундах. Исследователя интересует вопрос: существует ли взаимосвязь между временем решения этих задач? Переменная X – обозначает среднее время решения наглядно-образных, а переменная Y – среднее время решения вербальных заданий тестов.

Решение. Представим исходные данные в виде таблицы 8, в которой введены дополнительные столбцы, необходимые для расчета по формуле.

Таблица 8

№ испытуемых	x	y	хi-	(хi- )2	yi-	(yi- )2
			-16, 7	278, 89	-7, 2	51, 84	120, 24
			-3, 7	13, 69	-17, 2	295, 84	63, 64
			-2, 7	7, 29	-7, 2	51, 84	19, 44
			8, 3	68, 89	3, 8	14, 44	31, 54
			-7, 7	59, 29	2, 8	7, 84	-21, 56
			-0, 7	0, 49	6, 8	46, 24	-4, 76
			3, 3	10, 89	-4, 2	17, 64	-13, 86
			3, 3	10, 89	-7, 2	51, 84	-23, 76
			8, 3	68, 89	10, 8	116, 64	89, 64
			8, 3	68, 89	18, 8	353, 44	156, 04
Сумма				588, 1		1007, 6	416, 6
Среднее	35, 7	24, 2

 

Рассчитываем эмпирическую величину коэффициента корреляции по формуле:

Определяем критические значения для полученного коэффициента корреляции по таблице. При нахождении критических значений для вычисленного коэффициента линейной корреляции Пирсона число степеней свободы рассчитывается как k = n – 2 = 8.

r_крит=0, 72 > 0, 54, следовательно, гипотеза Н₁ отвергается и принимается гипотеза H₀, иными словами, связь между временем решения наглядно-образных и вербальных заданий теста не доказана.

 

⇐ Предыдущая234567891011Следующая ⇒

Поделиться:

Популярное:

1. VI класс — история средних веков до середины XVII века
2. Виды средних величин и методы их расчета
3. Диагностический алгоритм раннего выявления туберкулеза органов дыхания
4. Задача оценки достоверности сдвига значений исследуемого признака
5. Занятие 3. Философия Средних веков и Ренессанса
6. Занятие 5. ФИЛОСОФИЯ СРЕДНИХ ВЕКОВ
7. Использование комбинации двух средних скользящих
8. Классификация гражданских зданий по различным признакам
9. Классификация механизмов (по конструктивным признакам)
10. Классификация общественных зданий по функциональному назначению, этажности, конструктивным признакам и т.д.
11. Классификация товаров по различным признакам