- •Основи теорії ймовірностей і статистичні методи обробки даних у психологічних і педагогічних експериментах.– Львів: Видавничий центр лну імені Івана Франка, 2006. – 168 с.
- •І. Основи теорії ймовірностей
- •Формула повної ймовірності
- •Формули Байєса
- •Задачі до розділу і.
- •Іі. Випадкова величина Поняття випадкової величини
- •Функція розподілу випадкової величини
- •Щільність розподілу неперервно розподіленої випадкової величини
- •Характеристики розподілу випадкової величини
- •Математичне сподівання випадкової величини
- •Дисперсія та стандартне відхилення випадкової величини. Асиметрія і ексцес.
- •Квантилі
- •Деякі дискретні розподіли Розподіл Бернуллі
- •Біномний розподіл
- •Апроксимаційні формули Муавра-Лапласа Локальна теорема Муавра-Лапласа Якщо у схемі Бернулі величина , коли , то
- •Функція розподілу двовимірної випадкової величини
- •Умовні закони розподілу
- •Коваріація і коефіцієнт кореляції
- •Коваріаційна матриця і матриця парних кореляцій
- •Граничні закони теорії ймовірностей Нерівність Чебишева
- •Теорема Чебишева
- •Закон Бернуллі
- •Теорема Ляпунова
- •Задачі до розділу іі.
- •Ііі. Елементи математичної статистики
- •Генеральна сукупність і вибірка
- •Дискретний варіаційний ряд
- •Інтервальний варіаційний ряд
- •Точкові та інтервальні оцінки
- •Поняття про статистичну перевірку гіпотез
- •Задачі до розділу ііі.
- •Іv. Методи математичної обробки даних у психології Ознаки і змінні. Шкали вимірювання ознак
- •Перевірка гіпотези про однорідність вибірки
- •Перевірка гіпотези про узгодженість розподілів
- •Критерій Пірсона
- •Критерій Колмогорова
- •Критерій Смирнова
- •Перевірка гіпотези про рівність двох дисперсій
- •Виявлення відмінностей у рівні досліджуваної ознаки Критерій Розенбаума
- •Критерій Манна-Уітні
- •К ритерій Стьюдента
- •І. Вибірки взяті з однієї генеральної сукупності
- •Іі. Вибірки взяті з різних генеральних сукупностей
- •Перевірка наявності зсуву у значеннях досліджуваної ознаки
- •Критерій знаків
- •Критерій Вілкоксона
- •Парний t-тест Стьюдента
- •Перевірка впливу фактора на зміну рівня досліджуваної ознаки
- •Критерій Краскела-Уоллеса
- •Критерій тенденцій Джонкхієра
- •Критерій Фрідмана
- •К ритерій тенденцій Пейджа
- •Однофакторний дисперсійний аналіз
- •П еревірка наявності зв’язку між двома ознаками
- •Зв'язок ознак, виміряних у номінативних шкалах
- •Зв'язок ознак, виміряних у порядкових шкалах
- •Зв'язок ознак, виміряних в інтервальних шкалах
- •Задачі до розділу іv.
- •Критичні значення розподілу
- •Критичні значення розподілу Фішера-Снедекора
- •Критичні значення критерію Розенбаума
- •Критичні значення критерію Манна-Уітні
- •Критичні значення критерію знаків
- •Критичні значення критерію Вілкоксона
- •Критичні значення критерію Краскела-Уоллеса
- •Критичні значення критерію Джонкхієра
- •Критичні значення критерію Фрідмана
- •Критичні значення критерію Пейджа
- •Критичні значення рангового коефіцієнта кореляції Спірмена
- •Д о д а т о к 2: Елементи вищої математики Матриці, визначники, системи лінійних рівнянь Поняття матриці. Операції над матрицями.
- •Визначник матриці. Обернена матриця
- •Системи лінійних алгебричних рівнянь
- •Вступ до математичного аналізу
- •Числові послідовності та їх границі
- •Границя функції в точці. Односторонні границі
- •Неперервність функції
- •Диференціальне числення функцій однієї змінної Похідна функції в точці
- •Диференційовність функції
- •Монотонність функції. Екстремуми
- •Похідні вищих порядків
- •Інтегральне числення функцій однієї змінної Первісна функції. Невизначений інтеграл
- •В изначений інтеграл
- •Невластиві інтеграли
- •Частинні похідні функцій багатьох змінних
- •Д о д а т о к 3: Деякі команди Maple 8.
- •Алфавітний покажчик
- •Основи теорії ймовірностей і статистичні методи аналізу даних у психологічних і педагогічних експериментах
Перевірка гіпотези про однорідність вибірки
П еревірка вибірки на однорідність має бути першим етапом статистичної обробки даних. Під однорідністю розуміють наявність в усіх елементів сукупності таких властивостей, які визначають їх однотипність. Неоднорідність вибірки може бути зумовлена наявністю похибки вимірювань даних або ж присутністю у вибірці аномальних елементів. Якщо неоднорідність вибірки зумовлена похибкою вимірювань і дослідник знає її причину, то відповідні елементи вибірки можна виключити перед початком статистичного аналізу даних. В іншому випадку потребують досліджень причини появи таких аномальних даних.
Задача перевірки вибірки на однорідність зводиться до перевірки таких гіпотез:
Н0: вибірка однорідна;
Н1: вибірка містить аномальні елементи (промахи).
Для перевірки цих гіпотез на заданому рівні значущості α використовують критерії Діксона.
Якщо елементи вибірки розміщені у порядку зростання , то перевірці на промах піддаються крайні ліві і крайні праві елементи. Формули для обчислення емпіричних значень критеріїв залежно від об’єму вибірки наведено у таблиці
Об’єм вибірки |
Перевірка на промах х1 |
Перевірка на промах хп |
3≤п≤7 |
|
|
8≤п≤10 |
|
|
11≤п≤13 |
|
|
14≤п≤25 |
|
|
Критичні значення критеріїв Діксона наведені у таблиці 3 додатка.
Нульова гіпотеза приймається, якщо емпіричне значення критерію не перевищує критичного для , і відхиляємо, коли емпіричне значення критерію більше, ніж критичне для .
Приклад 19. Нехай при вимірюванні рівня вербального інтелекту за методикою Д.Векслера у 12 студентів отримано наступні дані: 126, 127, 132, 120, 119, 126, 120, 123, 120, 116, 123, 115. Перевірити гіпотезу про однорідність отриманої вибірки.
Розв’язання: Впорядкувавши отримані дані, отримаємо такий варіаційний ряд:
115, 116, 119, 120, 120, 120, 123, 123, 126, 126, 127, 132.
Обчислимо значення для лівого краю ряду . Для правого краю . Критичні значення критерію , .
Оскільки обидва емпіричні значення критерію не перевищують критичного для , то приймається нульова гіпотеза, яка стверджує, що вибірка є однорідною.
Перевірка гіпотези про узгодженість розподілів
Розрізняють два види задач перевірки гіпотез про узгодженість розподілів: порівняння отриманого емпіричного розподілу з деяким теоретичним та порівняння двох емпіричних розподілів. Задача першого типу виникає як правило тоді, коли для статистичної обробки результатів спостережень необхідно використати параметричний критерій. У цьому випадку нам апріорі потрібна інформація про вид розподілу отриманих даних. Для цього здійснюється порівняння емпіричного розподілу з одним з теоретичних. Задача другого типу виникає, наприклад, у випадку класифікації спостережуваних явищ. Узгодженість емпіричних розподілів двох явищ дає підстави віднести їх до одного класу, а неузгодженість — до різних класів.
Для перевірки гіпотези про узгодженість розподілів найчастіше використовують критерій Пірсона.