Средние значения.
А. Средняя цена реализации за 1ц рублей
Ведомство | Год | Среднее | Количество | Групповая медиана | Минимум | Максимум |
Варненский район | 544,28 | 488,64 | ||||
469,60 | 468,68 | |||||
всего | 506,94 | 484,09 | ||||
Верхнеуральский район | 423,52 | 413,63 | ||||
396,62 | 392,55 | |||||
всего | 410,54 | 400,35 | ||||
Октябрьский район | 578,34 | 528,67 | ||||
408,64 | 400,00 | |||||
всего | 493,49 | 453,79 | ||||
Всего | 517,49 | 488,64 | ||||
423,87 | 400,00 | |||||
всего | 471,19 | 436,49 |
Анализируя данную таблицу, можно сделать вывод: в Варненском районе в 2008 году максимальная цена реализации за 1 центнер составила 812 рублей, а минимальная цена реализации за один центнер составила 400 рублей, из этих данных было найдена средняя цена реализации, которая составила 544,28 рублей. В 2009 максимальная цена реализации за 1 центнер составила 714 рублей, а минимальная цена реализации 302 рубля. Из данных было найдена средняя цена реализации за 1 центнер и она составила 469,60 рублей.
в Верхнеуральском районе в 2008 году максимальная цена реализации за 1 центнер составила 638 рублей, а минимальная цена реализации за один центнер составила 279рублей, из этих данных было найдена средняя цена реализации, которая составила 423,52 рублей. В 2009 максимальная цена реализации за 1 центнер составила 718 рублей, а минимальная цена реализации 274 рубля. Из данных было найдена средняя цена реализации за 1 центнер и она составила 396,62 рублей.
в Октябрьском районе в 2008 году максимальная цена реализации за 1 центнер составила 1044 рублей, а минимальная цена реализации за один центнер составила 244 рублей, из этих данных было найдена средняя цена реализации, которая составила 517,49 рублей. В 2009 максимальная цена реализации за 1 центнер составила 718 рублей, а минимальная цена реализации 165 рублей. Из данных было найдена средняя цена реализации за 1 центнер и она составила 471,19 рублей.
Б. Выручка от реализации тыс.руб.
Ведомство | Год | Количество | Эксцесс | Среднее гармоническое | Среднее геометрическое |
Варненский район | -,917 | 2629,50 | 9251,00 | ||
-,175 | 516,13 | 5907,37 | |||
Всего | -,692 | 862,89 | 7392,50 | ||
Верхнеуральский район | 4,895 | 2749,44 | 4632,48 | ||
1,288 | 708,74 | 2208,69 | |||
Всего | 6,169 | 1150,38 | 3239,82 | ||
Октябрьский район | 3,167 | 7562,67 | 10460,62 | ||
1,321 | 5761,89 | 9071,80 | |||
Всего | 2,846 | 6540,60 | 9741,49 | ||
Всего | 2,173 | 3530,93 | 7726,16 | ||
1,712 | 903,10 | 5115,04 | |||
Всего | 2,068 | 1447,74 | 6300,72 |
Анализируя данную таблицу можно сделать вывод: по Варненскому району в 2008 году была найдена средняя гармоническая, которая составила 2629,60 и средняя геометрическая, которая составила 9251. Эксцесс составил -0,917, что указывает на островершинное распределение данных. В 2009 году средняя гармоническая составила 516,13, а средняя геометрическая 5907,37. Эксцесс составил -0,175, что указывает на островершинное распределение данных.
по Верхнеуральскому району в 2008 году была найдена средняя гармоническая, которая составила 2749,44 и средняя геометрическая, которая составила 4632,48. Эксцесс составил 4,895, что указывает на плосковершинное распределение данных. В 2009 году средняя гармоническая составила 708,74, а средняя геометрическая 2208,69. Эксцесс составил 1,288, что указывает на плосковершинное распределение данных.
по Октябрьскому району в 2008 году была найдена средняя гармоническая, которая составила 7562,67и средняя геометрическая, которая составила 10460,62. Эксцесс составил 2,173, что указывает на плосковершинное распределение данных. В 2009 году средняя гармоническая составила 903,10, а средняя геометрическая 5115,04. Эксцесс составил 2,068, что указывает на плосковершинное распределение данных.
Ведомство | количество | Средняя себестоимость | |
Варненский район | 472,85 | ||
Верхнеуральский район | 390,54 | ||
Октябрьский район | 327,64 | ||
Total | 392,37 | ||
В. Средняя себестоимость
Анализируя данную таблицу, можно сделать вывод: Средняя себестоимость в Варненском районе по 28 предприятиям составила 472,85 рублей. В Верхнеуральском районе по 29 предприятиям средняя себестоимость составила 390,54 рубля. В Октябрьском районе по 34 предприятиям, средняя себестоимость составила 327,64 рубля.
Премия | Производительность | ||
Премия | Корреляция по Пирсону | ,982** | |
Sig. (2-tailed) | ,000 | ||
количество | |||
Производительность | Корреляция по Пирсону | ,982** | |
Sig. (2-tailed) | ,000 | ||
количество | |||
Корреляция.
Г)
Анализируя данную таблицу, можно сделать вывод: коэффициент корреляции составил 0,982, это указывает на сильную связь между премиальной выплатой и производительностью труда существует. Связь прямая. Следовательно, с увеличением премиальных выплат, возрастает и производительность труда.
Данную связь можно проследить и на графике. График линейный.
Рентабельность | Затратынарекламуруб | ||
Рентабельность | Корреляция по Пирсону | ,430** | |
Sig. (2-tailed) | ,002 | ||
количество | |||
Затраты на рекламу руб. | Корреляция по Пирсону | ,430** | |
Sig. (2-tailed) | ,002 | ||
количество | |||
А)
Из данных, которые приведены в таблице видно, что коэффициент корреляции составил 0,43 это указывает на слабую связь между рентабельностью и затратами на рекламу. Связь прямая.
По графику видно, что данные рассеяны, это указывает на слабую связь между рентабельностью и затратами на рекламу.
Затраты | рентабельность | ||
затраты | Корреляция по Пирсону | -,161 | |
Sig. (2-tailed) | ,204 | ||
количество | |||
рентабельность | Корреляция по Пирсону | -,161 | |
Sig. (2-tailed) | ,204 | ||
количество |
Б.
Из данных, приведенных в данной таблице, можно сделать вывод: связь отсутствует, так как коэффициент корреляции равен -0,16.
На графике видно, что связь между затратами на содержание основных средств и рентабельностью отсутствует.
Затраты | урожайность | ||
затраты | Корреляция по Пирсону | -,113 | |
Sig. (2-tailed) | ,374 | ||
количество | |||
урожайность | Корреляция по Пирсону | -,113 | |
Sig. (2-tailed) | ,374 | ||
количество |
Из данных в таблице видно, что связь отсутствует. Коэффициент корреляции равен -0,1.
ГСМ | амортизация | ||
ГСМ | Корреляция по Пирсону | -,181 | |
Sig. (2-tailed) | ,103 | ||
количество | |||
амортизация | Корреляция по Пирсону | -,181 | |
Sig. (2-tailed) | ,103 | ||
количество |
В.
Анализируя данную таблицу, можно сделать вывод: связь отсутствует, коэффициент корреляции равен -0,18.
На графике видно, что данные рассеяны, следовательно отсутствует связь между затратами на ГСМ и амортизационными отчислениями отсутствует.
Нелинейная регрессия.
Параметр | Оценка | Стд. ошибка | Доверительный интервал 95% | |
Нижняя граница | Верхняя граница | |||
а0 | -712,105 | 54,372 | -837,486 | -586,724 |
а1 | 2,391 | ,151 | 2,042 | 2,740 |
а2 | -,002 | ,000 | -,002 | -,001 |
Получаем уравнение: Y=-712,105+2,391x1-0,002*x2^2
Графически отобразим фактическое значение прибыли в зависимости от премиальных выплат.
Анализируя данный график, можно сделать вывод: существует прямая зависимость. То есть с ростом премиальных выплат растет и прибыль от реализации. Точка максимума, которая составляет 700 для премиальных выплат и 155 для прибыли, является и точкой перелома графика. Достигнув точки максимума наблюдается обратная зависимость, с ростом премиальных выплат прибыль от реализации уменьшается.
Рассчитать прогнозное значение прибыли согласно полученной модели (полином второй степени).
Были рассчитаны значения расчетной прибыли и отклонения, данные приведены в таблице:
расчетная прибыль | |||||||||||
отклонение | -1 | -3 | -2 | -1 |
Представить графически уровень расчетной прибыли в зависимости от премиальных выплат.
Анализируя данный график можно сделать вывод: график имеет сглаженный характер. Существует прямая зависимость премиальных выплат и прибыли от реализации. Точка максимума, которая составила 730 для премиальных выплат и 155 для прибыли, является и точкой перелома графика. Достигнув точки максимума наблюдается обратная зависимость, с ростом премиальных выплат прибыль от реализации уменьшается.
Рассчитать прибыль при следующих значениях премиальных выплат: 890, 910, 745. При уровне премиальных выплат 890, 910, 745 были получены следующие значения расчетной прибыли (соответственно) 109, 97, 153.
Линейная регрессия.
численность промышленно-производственного персонала | среднегодовая стоимость основных фондов | износ основных фондов | электровооруженность | техническая вооруженность одного персонала | выработка товарной продукции на одного работающего | ||
численность промышленно-производственного персонала | Корреляция по Пирсону | ,949** | -,106 | ,031 | ,101 | ,077 | |
Sig. (2-tailed) | ,000 | ,613 | ,882 | ,632 | ,715 | ||
количество | |||||||
среднегодовая стоимость основных фондов | Корреляция по Пирсону | ,949** | -,153 | ,129 | ,214 | ,135 | |
Sig. (2-tailed) | ,000 | ,466 | ,539 | ,305 | ,520 | ||
количество | |||||||
износ основных фондов | Корреляция по Пирсону | -,106 | -,153 | ,203 | ,019 | -,124 | |
Sig. (2-tailed) | ,613 | ,466 | ,331 | ,928 | ,555 | ||
количество | |||||||
электровооруженность | Корреляция по Пирсону | ,031 | ,129 | ,203 | ,754** | ,481* | |
Sig. (2-tailed) | ,882 | ,539 | ,331 | ,000 | ,015 | ||
количество | |||||||
техническая вооруженность одного персонала | Корреляция по Пирсону | ,101 | ,214 | ,019 | ,754** | ,667** | |
Sig. (2-tailed) | ,632 | ,305 | ,928 | ,000 | ,000 | ||
количество | |||||||
выработка товарной продукции на одного работающего | Корреляция по Пирсону | ,077 | ,135 | -,124 | ,481* | ,667** | |
Sig. (2-tailed) | ,715 | ,520 | ,555 | ,015 | ,000 | ||
количество |
Анализируя данную таблицу можно сделать вывод: между данными таблицы существует две тесные связи: между численностью промышленно-производственного персонала и среднегодовой стоимостью основных фондов (коэффициент корреляции составил 0,9) и между электровооруженностью и технической вооруженностью одного персонала (коэффициент корреляции составил 0,7), следовательно нужно исключить один фактор из двух.
Y= -84588, 938+21,698х1+0,066х2+797,522х3+207,071х4-690,726х5+2,178х6.
Данное уравнение линейной регрессии использовать нельзя, так как факторы, включенные в модель коррелируют между собой. Необходимо исключить следующие факторы: среднегодовая стоимость фондов и электровооруженность.
Model Summary | |||
модель | Коэф. корреляции | Коэф. детерминации | |
,998a | ,996 | ||
Коэффициент корреляции равен 0,998 это указывает на сильную взаимосвязь всех факторов и результативность показателей.
Коэффициент детерминации равен 0,996 этот показатель показывает процент всех факторов, которые были учтены, влияющие на объем производства. Было использовано 90% информации.
Были получены показатели линейной регрессии, в соответствие с уравнением Y=-84588, 938+23,666*х1+741,612х2+323,181х3+2,047х4:
теоретические показатели объема выпуска продукции | отклонение |
-7550 | |
-19614 | |
-18108 | |
-4224 | |
-41065 | |
-7053 | |
-10914 | |
-15346 | |
-9531 | |
-5839 | |
-28043 | |
-14242 | |
-12438 | |
-15553 | |
-7941 | |
Самостоятельная работа. Вариант 1.
плотность | содержание полиамида | фирма-производитель | лайкры | ||
плотность | Корреляция по Пирсону | -,422** | -,104 | ,436** | |
Sig. (2-tailed) | ,004 | ,499 | ,003 | ||
N | |||||
содержание полиамида | Корреляция по Пирсону | -,422** | ,061 | -,667** | |
Sig. (2-tailed) | ,004 | ,691 | ,000 | ||
N | |||||
фирма-производитель | Корреляция по Пирсону | -,104 | ,061 | -,439** | |
Sig. (2-tailed) | ,499 | ,691 | ,003 | ||
N | |||||
лайкры | Корреляция по Пирсону | ,436** | -,667** | -,439** | |
Sig. (2-tailed) | ,003 | ,000 | ,003 | ||
N | |||||
Анализируя данную таблицу, можно сделать вывод: между приведенными данными коффициент корреляции мал, поэтому все данные следует оставить.
Уравнение: Y=110,544-0,514x1-0,614x2+2,170x3+5,703x4
Данное уравнение может быть использовано.
модель | корреляция | детерминация | |
,705a | ,497 |
Коэффициент корреляции равен 0,70 это указывает на слабую, прямую связь всех факторов и результативность показателей.
Коэффициент детерминации равен 0,49, это указывает на то, что было использовано 50% факторов, которые оказывают влияние на результатирующий признак, модель качественная и адекватная.
По приведенным данным, можно рассчитать прогноз и отклонение:
прогноз | отклонение |
77,84299 | |
52,9208 | -30,4108 |
52,9208 | -30,3008 |
81,89725 | -22,00725 |
92,19202 | -20,25202 |
92,19202 | -20,25202 |
81,1902 | 8,7098 |
71,71055 | 2,59945 |
63,35833 | 14,33167 |
73,26664 | -13,00664 |
78,70031 | 32,48969 |
75,10862 | -1,54862 |
73,13217 | 11,47783 |
84,40293 | -34,50293 |
70,34809 | 19,55191 |
65,20861 | 31,66139 |
29,57879 | 10,41121 |
85,12579 | -35,13579 |
66,20041 | -16,21041 |
47,93989 | 2,05011 |
79,98631 | -29,99631 |
66,70397 | -16,71397 |
129,8721 | 0,0279 |
78,70031 | 5,29969 |
77,84299 | -16,84299 |
156,107 | 8,79303 |
84,40293 | -34,50293 |
81,1902 | 8,7098 |
129,8721 | 0,0279 |
73,26664 | 16,63336 |
76,05071 | 29,44929 |
80,5472 | -0,6472 |
77,97746 | 21,92254 |
110,2589 | -10,35892 |
79,81944 | 40,08056 |
85,38759 | 24,51241 |
77,84299 | -17,94299 |
78,70031 | 1,19969 |
77,84299 | 5,05701 |
78,70031 | 33,09969 |
78,70031 | 4,89969 |
77,84299 | -17,84299 |
78,70031 | 1,29969 |
90,26527 | -0,26527 |
85,55445 | 34,44555 |
Страница 2.
общая жилая площадь | жилая площадь квартиры | число комнат в квартире | площадь кухни | тип дома | расстояние относительно рублевского шоссе | расстояние от метро | ||
общая жилая площадь | Корреляция по Пирсону | ,901** | ,692** | ,788** | ,548** | -,023 | -,492** | |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,000 | ,883 | ,001 | ||
N | ||||||||
жилая площадь квартиры | Корреляция по Пирсону | ,901** | ,784** | ,721** | ,464** | -,007 | -,473** | |
Sig. (2-tailed) | ,000 | ,000 | ,000 | ,001 | ,964 | ,001 | ||
N | ||||||||
число комнат в квартире | Корреляция по Пирсону | ,692** | ,784** | ,480** | ,173 | ,133 | -,067 | |
Sig. (2-tailed) | ,000 | ,000 | ,001 | ,262 | ,390 | ,666 | ||
N | ||||||||
площадь кухни | Корреляция по Пирсону | ,788** | ,721** | ,480** | ,505** | -,042 | -,584** | |
Sig. (2-tailed) | ,000 | ,000 | ,001 | ,000 | ,784 | ,000 | ||
N | ||||||||
тип дома | Корреляция по Пирсону | ,548** | ,464** | ,173 | ,505** | -,156 | -,327* | |
Sig. (2-tailed) | ,000 | ,001 | ,262 | ,000 | ,311 | ,030 | ||
N | ||||||||
расстояние относительно рублевского шоссе | Корреляция по Пирсону | -,023 | -,007 | ,133 | -,042 | -,156 | ,091 | |
Sig. (2-tailed) | ,883 | ,964 | ,390 | ,784 | ,311 | ,555 | ||
N | ||||||||
расстояние от метро | Корреляция по Пирсону | -,492** | -,473** | -,067 | -,584** | -,327* | ,091 | |
Sig. (2-tailed) | ,001 | ,001 | ,666 | ,000 | ,030 | ,555 | ||
N |
Анализируя данную таблицу, можно сделать вывод: среди приведенных данных существует три тесных зависимости, между общей жилой площадью и жилой площадью квартиры (коэффициент корреляции равен 0,9), между общей жилой площадью и площадью кухни (коэффициент корреляции равен 0,78), между жилой площадью квартиры и числом комнат в квартире (коэффициент корреляции равен 0,78). Следовательно, нужно исключить один из показателей.
Y=63,62+0,614x1+2,734x2+3,910x3-0,612x4+50,541x5-5,636x6-4,405x7
Данное уравнение использовать нельзя так как факторы, включенные в модель коррелируют между собой. Необходимо исключить следующие факторы: жилую площадь квартиры и общую жилую площадь.
Рассчитаем коэффициент корреляции и детерминации:
Модель | корреляция | детерминация | |
,939a | ,881 | ||
Из полученных данных видно: присутствует тесная, прямая взаимосвязь между факторами (коэффициент корреляции равен 0,93). Было учтено 88% факторов, которые оказывают влияние на результатирующий признак, модель является адекватной и качественной (коэффициент детерминации равен 0,88).
В соответствие с данными было получено новое уравнение: Y=87,644+6,71x1+51,49x2+77,59x3-10,606x4-7,459x5,которое может быть использовано.
По данным можно рассчитать прогноз и отклонение:
прогноз | отклонение | п | о | п | О | п | о | п | о | п | о | п | о | п | о |
140,6794 | -1,67936 | 223,8865 | -3,88647 | 230,6059 | 9,39414 | 123,0934 | 46,90658 | 202,2496 | -12,2496 | 272,0179 | -2,01791 | 270,337 | 29,663 | 127,2118 | -44,2118 |
111,5837 | 18,41626 | 341,3929 | -1,39285 | 240,685 | 11,31505 | 377,6102 | 0,38983 | 209,9204 | 0,07956 | 227,4776 | 7,52242 | 372,9933 | -22,9933 | 464,9356 | -34,9356 |
112,9276 | -2,92762 | 361,551 | 38,44897 | 145,3944 | -39,3944 | 98,56657 | 96,43343 | 319,0537 | -59,0537 | 408,9431 | -8,94313 | 198,1025 | -12,1025 | ||
121,6628 | 13,33717 | 183,2331 | 13,76693 | 141,2358 | 35,76421 | 283,2016 | 13,79839 | 288,8164 | 41,1836 | 406,7251 | 85,27491 | 278,4003 | -18,4003 | ||
74,29004 | -33,29 | 432,1047 | -32,1047 | 219,0481 | -9,04808 | 143,9235 | -76,9235 | 292,7132 | -42,7132 | 255,2293 | 4,77068 | 388,4479 | -28,4479 | ||
182,6766 | -42,6766 | 223,3592 | -33,3592 | 329,7003 | 30,29975 | 245,5332 | -25,5332 | 294,3941 | 5,60586 | 311,807 | 88,19296 | 202,2788 | -2,27878 |
Дискриминантный анализ.
У нас имеется всего 12 предприятий, при этом 9 предприятий уже распределены, а 3 требуют дискриминации. Вся совокупность 75%.
группы | средняя | |||
стоимость ОПФ | 168,90525 | |||
персонал | 14,04775 | |||
прибыль | 18,33250 | |||
стоимость ОПФ | 45,79060 | |||
персонал | 4,77800 | |||
прибыль | 10,75800 | |||
Total | стоимость ОПФ | 100,50822 | ||
персонал | 8,89789 | |||
прибыль | 14,12444 |
Данная таблица показывает подмножества. Среднее значение у стоимости ОПФ в первом подмножестве (168,9) больше, чем во втором подмножестве(18,3). Среднее значение по персоналу в первом подмножестве(14,04) больше, чем во втором подмножестве(4,7). Средний показатель по прибыли(18,3) в первом подмножестве больше, чем во втором подмножестве(10,7).
Tests of Equality of Group Means | |||||
Wilks' Lambda | F | df1 | df2 | Sig. | |
стоимость ОПФ | ,125 | 48,866 | ,000 | ||
персонал | ,113 | 54,677 | ,000 | ||
прибыль | ,498 | 7,053 | ,033 |
Анализируя данную таблицу, можно сделать вывод: для функции дискриминации используются все три фактора, так как показатели значимые (меньше 0,05).
стоимость ОПФ | персонал | прибыль | ||
Correlation | стоимость ОПФ | 1,000 | ,552 | ,570 |
персонал | ,552 | 1,000 | ,733 | |
прибыль | ,570 | ,733 | 1,000 |
Данная таблица показывает взаимосвязь факторов между собой. Существует прямая связь.
Test of Function(s) | Wilks' Lambda | Chi-square | df | Sig. |
,069 | 14,745 | ,002 |
Согласно коэффициенту данная связь является адекватной (меньше 0,005)
функция | |
персонал | ,758 |
стоимость ОПФ | ,716 |
прибыль | ,272 |
Анализируя данную таблицу, можно сделать вывод: персонал оказывает наибольше воздействие на дискриминацию (0,75), чуть меньшее влияние оказывает стоимость ОПФ (0,71) и самую малую часть оказывает прибыль (0,27).
функция | |
стоимость ОПФ | ,024 |
персонал | ,549 |
прибыль | -,197 |
(Constant) | -4,507 |
По данным из таблицы составим уравнение:
D(x) = -4,5+0,024x1+0,549x2-0,197x3
Дело номер | Актуальная группа | Высшая группа | ||
Predicted Group | P(G=g | D=d) | |||
оригинал | 1,000 | |||
1,000 | ||||
1,000 | ||||
1,000 | ||||
1,000 | ||||
,357 | ||||
,710 | ||||
,986 | ||||
1,000 | ||||
ungrouped | ,995 | |||
ungrouped | ,926 | |||
ungrouped | 1,000 |
Анализируя данную таблицу, можно сделать вывод: 10 предприятие попадет во вторую группу с вероятностью 99%, 11 предприятие попадет в первую группу с вероятностью 92%, а 12 предприятие попадет в первую группу с вероятностью 100%.
Непараметрические критерии.
1. Сравнение двух независимых выборов. Критерий Манна-Уитни.
Попытаемся выяснить, различаются ли девушки и юноши по успеваемости в выпускном классе.
Ranks | ||||
пол | Количество | Средний ранг | Сумма рангов | |
отметка2 | ЖЕН | 56,21 | 3429,00 | |
МУЖ | 41,56 | 1621,00 | ||
Total |
Средний ранг для девушек равен 56,21, а для юношей 41,56. Это значит, что у девушек успеваемость выше, чем у юношей.
Test Statisticsa | |
отметка2 | |
Манна-Уитни U | 841,000 |
Уилкоксон W | 1621,000 |
Z | -2,469 |
Коэффициент значимости | ,014 |
При этом уровень значимости равен 0,014. Это значительно меньше 0,05. Мы можем быть уверены в статистической достоверности о том, что успеваемость девушек выше, чем у юношей.
2. Зависимые выборки.
2.1. Критерий знаков.
Сравним результаты учащихся по второму тесту и четвертому.
Frequencies | ||
N | ||
осведомленность - числовые ряды | Negative Differencesa | |
Positive Differencesb | ||
Tiesc | ||
всего | ||
a. осведомленность < числовые ряды | ||
b. осведомленность > числовые ряды | ||
c. осведомленность = числовые ряды |
Полученные результаты, говорят о том, что в 39 случаях значение переменной «тест 2», оказались меньше, чем значение переменной «тест 4». В 57 случаях значения переменной «тест2» оказались больше, чем значение переменной «тест4». И в 4 случаях значение переменной «тест2» равен значению «тест4».
Test Statisticsa | |
осведомленность – числовые ряды | |
Z | -1,735 |
Коэффициент значимости | ,083 |
a. Sign Test |
При этом уровень значимости равен 0,083. Это значительно больше 0,05. Мы не можем быть уверены в том, что различия между тестом 2 и тестом 4 достоверны.
2.2. Значение переменной Уилкоксона.
Ranks | ||||
количество | Средний ранг | Сумма рангов | ||
осведомленность – числовые ряды | Negative Ranks | 39a | 42,26 | 1648,00 |
Positive Ranks | 57b | 52,77 | 3008,00 | |
Связь | 4c | |||
Всего | ||||
a. осведомленность < числовые ряды | ||||
b. осведомленность > числовые ряды | ||||
c. осведомленность = числовые ряды |
Полученные результаты, говорят о том, что в 39 случаях значение переменной «тест 2», оказались меньше, чем значение переменной «тест 4». В 57 случаях значения переменной «тест2» оказались больше, чем значение переменной «тест4». И в 4 случаях значение переменной «тест2» равен значению «тест4».
Test Statisticsa | |
осведомленность – числовые ряды | |
Z | -2,493b |
Коэффициент значимости | ,013 |
a. Wilcoxon Signed Ranks Test | |
b. Based on negative ranks. |
При этом уровень значимости равен 0,013. Это значительно меньше 0,05. Мы можем быть уверены в статистической достоверности о том, что есть различия между «тестом2» и «тестом4».
3. Критерий серий.
Проверим гипотезу о неслучайном чередовании юношей и девушек в списке испытываемых.
Runs Test | |
пол | |
Test Valuea | 2,00 |
Всего случаев | |
Number of Runs | |
Z | ,089 |
Коэффициент значимости | ,929 |
a. User-specified. |
Большое значение уровня значимости (0,92) свидетельствует о том, что чередование юношей и девушек является случайным.
4. Биномиальный критерий
Попытаемся выяснить, является ли распределение мужчин и женщин в выборке биноминальными.
Binomial Test | ||||||
Категория | Количество | Наблюдаемая пропорция | Ожидаемая пропорция | Коэффициент значимости | ||
пол | Группа 1 | МУЖ | ,39 | ,50 | ,035 | |
Группа 2 | ЖЕН | ,61 | ||||
Total | 1,00 |
Ожидаемая пропорция для биноминального теста (0,50). Как можно видеть, наблюдаемая пропорция, значительно отличается от 0,5 и составляет 0,39 от 0,61. Уровень значимости равный 0,035 (меньше 0,05), свидетельствует о статистически достоверном отличии исследуемого распределения от биноминальной (равновероятностного).
5. Критерий хи-квадрат
Применение хи-квадрата применим к переменной ВУЗ. Поскольку число объектов равно 100, а переменная ВУЗ имеет 4 градации, то ожидаемые частоты для каждой группы будут равны 25
вуз | ||||||
Фактическая частота | Ожидаемая частота | Остаток | ||||
ГУМ | 25,0 | -3,0 | ||||
ЭКОН | 25,0 | 6,0 | ||||
ТЕХН | 25,0 | -14,0 | ||||
ЕСТ_Н | 25,0 | 11,0 | ||||
Всего |
Поиск по сайту©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование. Дата создания страницы: 2021-04-20 Нарушение авторских прав и Нарушение персональных данных |
Поиск по сайту: Читайте также: Деталирование сборочного чертежа Когда производственнику особенно важно наличие гибких производственных мощностей? Собственные движения и пространственные скорости звезд |