Билет №2. Шкалирование и измерительные шкалы.
Измерения-приписывание числовых форм объектам, или событиям в соответствии с определенными правилами.
4 типа шкал измерения:
1.Номинативная или номинальная или шкала наименований.Шкала классифицирующая по названию. Название же не измеряется количественно, оно лишь позволяет отличить один объект от другого.Это способ классификации объекта или субъектов, распределение их по ячейкам классификации.
2.Порядковая или оргинальная шкала. Шкала классифицирующая по принципу больше меньше. В порядковой шкале должно быть не менее трёх классов: +, нейтрал. – реакция. Единица измерения в шкале порядка – расстояние в 1 класс\ранг при этом это расстояние может быть разным.
3.Интервальная или шкала равных интервалов. Шкала классифицирующая по принципу больше\меньше на определенное количество единиц.
4.Шкала равных отношений. Шкала классифицирующая объекты или субъекты пропорционально степени выраженности измеряемого свойства. В этой шкале класс обозначают числами,которые пропорциональны друг другу.
Билет №4. Параметры распределения.
Распределение признака называется закономерность встречаемости разных его значений. В психологии исследованиях чаще всего ссылаются на нормальные распределения. Нормальные распределения характеризуются тем, что крайние значения признаков в нём встречается достаточно редко, а значения, близкие к средней величине достаточно частыми. Нормальным распределением называется потому, что оно очень часто встречается в научном исследовании.
Параметры распределения. Это числовые характеристики, указывающие где в среднем располагаются значения признаков, насколько эти значения изменчивы и наблюдаются ли преимущественное проявление определенных значений признаков. Параметрами является: математическое ожидание, дисперсия, показатель ассиметрии и экцесса.
|
Математическое ожидание высчитывается по формуле:
Оценка дисперсии определяется по формуле:
Стандартное отклонение - квадратный корень из оценки дисперсии.
Показатель асимметрии обозначается:
Распределение с положительным экцессом:
Билет №5. Статистические гипотезы. Статистические критерии. Уровни статистической значимости.
Статистические гипотезы подразделяются на нулевые и альтернативные; направленные и ненаправленные.
Нулевая гипотеза – гипотеза об отсутствии различий. (H0)
H0 называется нулевой, потому что содержит число 0:
X1-X2=0
Нулевая гипотеза это то, что мы хотим опровергнуть, если перед нами стоит задача доказать значимость различий.
Альтернативная гипотеза, это гипотеза о значимости различий, она обозначается как H1
Альтернативная гипотеза – это то, что мы хотим доказать, поэтому иногда её называют эксперементальной гипотезой.
Направленные гипотезы:
Ненаправленные гипотезы:
Проверка гипотез осуществляется с помощью критерия статистической оценки различий.
Статистические критерии-решающее правило обеспечивающее надежное поведение, то есть принятие истины и отклонения ложной гипотезы с высокой вероятностью. Когда мы говорили, что достоверность различий определялась по биноминальному критерию для рассчета определенного числа.
|
По соотношению эмпирич и критич значения критерия, мы можем судить о подтверждении или опровержении нулевой гипотезы.
Эмпирическое>критического тогда нулевая гипотеза опровергается.
Критерии делятся на параметрические и непараметрические.
Параметрические критерии – критерии, включающие формулы расчета, параметры распределения тоесть средние и дисперсии (критерии стьюдента)
Непараметрические критерии – критерии не включающие формулы рассчета, праметров распределения и основываются на оперировании частотами (критерии розембаума)
Параметрические критерии могут оказаться более мощными чем непараметрические но только в том случае если признак измерен по интервальной шкале и нормально распределен.
Уровни значимости – вероятность того, что мы сочли различия существующие а они случайны.
Когда мы указываем что различия достоверны на 5% уровне значимости или при Р<=0,05 то мы имеем ввиду что вероятность того, что они все таки недостоверны составляет 0,05
Уровень значимости – вероятность отклонения нулевой гипотезы в то время как она верна.
Ошибка первого рода – мы отклонили нулевую гипотезу в то время как он верна.
А – событие.
Р – вероятность.
Р(А)=m/n
m – благоприятные опыты
n – общее количество опытов.
Р(А)=0 вероятность невозможного события
Р(А)=1 вероятность достоверного сыбытия.
При направленно статистической гипотезе используется односторонний критерий. При ненаправленной двусторонний.
Двусторонний критерий более строг поскольку он проверяет различия в обе стороны, и поэтому эмпирическое значение критерия, которое ранее соответствовало уровню значимости р<=0,05 теперь соответствует лишь уровню 0,1.