- •1. Первичный статистический анализ:
- •2. Статистические сравнения (колонки 2 и 3):
- •3. Основы теории тестов:
- •4. Основы теории оценок:
- •Вариант 12
- •1.Первичный статистический анализ.
- •Интервальный ряд
- •Частотное распределение графически в виде гистограммы
- •Полигон распределения
- •2. Статистические сравнения
- •3. Основы теории тестов: Тесты и тестирование
- •Надежность теста по коэффициенту корреляции
- •Информативность теста по коэффициенту корреляции
- •4. Основы теории оценок
- •Литература
- •Программное обеспечение
Интервальный ряд
Интервальным вариационным рядом называют упорядоченную совокупность интервалов варьирования значений случайной величины с соответствующими частотами или относительными частотами попаданий в каждый из них значений величины.
Интегральный ряд используют в качестве последовательности вариантов, записанных в возрастающем порядке и соответствующих им частот.
n – объем выборки
Количество интервалов нашли по следующей формуле: , или
Длину интервалов нашли по следующей формуле:
- наибольшее значение варьирующего признака,
- наименьшее значение варьирующего признака.
Наибольшее (xmax= xmin + h) и наименьшее (xmin = Миним(xi)- h/2) значения признака.
Частота интервалов
Интервальные частности (pj= mj/ n)
Определение средней производится по следующей формуле:
Рассчитав все данные, строим гистограмму и полигон распределения
Таблица №2.
Построение интервального ряда
прыжок в дл.с места 2011 |
|
|
|
|
|
|
|
360 |
|
n |
20 |
|
|
|
|
360 |
|
k |
5,32202 |
6 |
|
|
|
355 |
|
h |
18,3333 |
18,4 |
|
|
|
335 |
|
|
|
|
|
|
|
330 |
|
i |
X мин |
X макс |
m |
p |
Xср |
330 |
|
0 |
240,8 |
259,2 |
1 |
0,05 |
305,2 |
330 |
|
1 |
259,2 |
277,6 |
1 |
0,05 |
314,4 |
325 |
|
2 |
277,6 |
296 |
5 |
0,25 |
323,6 |
320 |
|
3 |
296 |
314,4 |
1 |
0,05 |
332,8 |
320 |
|
4 |
314,4 |
332,8 |
8 |
0,4 |
342 |
315 |
|
5 |
332,8 |
351,2 |
1 |
0,05 |
351,2 |
315 |
|
6 |
351,2 |
369,6 |
3 |
0,15 |
360,4 |
305 |
|
|
|
|
0 |
|
|
295 |
|
|
|
|
|
|
|
290 |
|
|
|
|
|
|
|
285 |
|
|
|
|
|
|
|
285 |
|
|
|
|
|
|
|
280 |
|
|
|
|
|
|
|
275 |
|
|
|
|
|
|
|
250 |
|
|
|
|
|
|
|
Частотное распределение графически в виде гистограммы
Полигон распределения
Вывод: распределение не нормальное, полигон распределения имеет 3 выступа.
2. Статистические сравнения
Сравнение (сопоставление) данных является основным приемом статистического анализа. Применяются два способа сопоставления статистических данных - разностное сопоставление и относительное сопоставление. Разностное – это нахождение разности между сопоставляемыми величинами, относительное – нахождение отношения, частного от деления одной величины на другую. Разность показывает, на сколько одна величина больше (или меньше) другой. Отношение показывает, во сколько раз одна величина больше другой, или какую долю (сколько процентов) составляет одна по отношению к другой. Путем сопоставления данных получаются некоторые общие показатели, например, относительные величины.
Главной целью сравнительного анализа является исследование отношений сходства и различия объектов. Отношения сходства свидетельствуют о той или иной связи, родстве, едином происхождении или действии одинаковых причин и законов различных явлений и процессов. Отношения различия выражают своеобразие, специфику отдельных явлений и их частей. Сходство и различие может быть выражено в разной степени. Те из объектов и явлений, у которых больше сходства, чем различия, как среди существенных, так и несущественных признаков, могут быть названы сходными. Если объекты содержат больше различий, чем сходств признаков, они считаются несходными. Наивысшее сходство существенных и несущественных признаков свидетельствует о тождестве объектов, наивысшее различие, доходящее до взаимоисключения друг друга, характеризует объекты как противоположные. Сравнения делятся на качественные (описательные) и количественные. Качественные сравнения относятся, как правило, к объектам, характеризуемым одним обобщенным свойством или системой свойств, и дают общую информацию об отношении сравниваемых объектов. Сравнения в экономике являются количественными, так как они оперируют со множеством объектов, характеризуемыми значениями различных показателей.
Для сравнительного анализа используется непараметрический критерий Майна-Уитни. Для того чтобы использовать критерий Стьюдента, предварительно проверим на соответствие нормальности распределения с использованием критерия Шапиро – Уилки.
Таблица № 3.
Нормальность распределения по критерию Шапиро - Уилки
№ |
бег 100 м. (мин/сек) |
d |
a |
d*a |
п/п |
2011 г. |
|
|
|
1 |
17 |
3,1 |
0,473 |
1,468 |
2 |
18 |
2,7 |
0,321 |
0,867 |
3 |
17 |
2 |
0,257 |
0,513 |
4 |
16,6 |
1,9 |
0,209 |
0,396 |
5 |
17,8 |
1,6 |
0,169 |
0,270 |
6 |
17,1 |
1,2 |
0,133 |
0,160 |
7 |
15,9 |
1,2 |
0,101 |
0,122 |
8 |
16,9 |
0,9 |
0,071 |
0,064 |
9 |
16,8 |
0,2 |
0,042 |
0,008 |
10 |
16,8 |
0,1 |
0,014 |
0,001 |
11 |
19 |
|
|
|
12 |
18,6 |
b |
3,869 |
|
13 |
16,7 |
ss |
16,2375 |
|
14 |
17,2 |
wэ |
0,921836 |
|
15 |
16,3 |
wк |
0,905 |
|
16 |
16,8 |
|
|
|
17 |
18 |
нр |
|
|
18 |
18,6 |
|
|
|
19 |
18,4 |
|
|
|
20 |
19 |
|
|
|
Таблица №4
Нормальность распределения по критерию Шапиро - Уилки
№ |
бег 100 м. (мин/сек) |
d |
a |
d*a |
п/п |
2012 г. |
|
|
|
1 |
16,6 |
3,3 |
0,473 |
1,562 |
2 |
17,6 |
2,5 |
0,321 |
0,803 |
3 |
16,6 |
2 |
0,257 |
0,513 |
4 |
16,2 |
1,9 |
0,209 |
0,396 |
5 |
17,3 |
1,8 |
0,169 |
0,303 |
6 |
16,7 |
1,1 |
0,133 |
0,147 |
7 |
15,5 |
1,1 |
0,101 |
0,111 |
8 |
16,5 |
0,8 |
0,071 |
0,057 |
9 |
16,3 |
0,2 |
0,042 |
0,008 |
10 |
16,5 |
0,1 |
0,014 |
0,001 |
11 |
18,4 |
|
|
|
12 |
18,1 |
b |
3,902 |
|
13 |
16,2 |
ss |
16,292 |
|
14 |
16,8 |
wэ |
0,93478 |
|
15 |
15,9 |
wк |
0,905 |
|
16 |
16,5 |
|
|
|
17 |
17,6 |
нр |
|
|
18 |
18,1 |
|
|
|
19 |
18,2 |
|
|
|
20 |
18,8 |
|
|
|
Вывод: результаты данных распределение нормально, следовательно, для сравнительного анализа можно использовать критерий Стьюдента
Таблица №5
Сравнение данных прыжка в длину
кг |
2011 |
2012 |
прыжок в длину |
313,00±13,90 |
309,00±12,79 |
Таблица № 6.
Непараметрические критерии, Критерий Манна-Уитни
Статистики критерияb | |
|
прыжок11 |
Статистика U Манна-Уитни |
180,000 |
Статистика W Уилкоксона |
390,000 |
Z |
-,542 |
Асимпт. знч. (двухсторонняя) |
,588 |
Точная знч. [2*(1-сторонняя Знач.)] |
,602a |
|
Т-критерий Манна-Уитни (непараметрический критерий для несвязанных выборок) р=0,602
Вывод: p=0.660
кг |
2011 |
2011 |
Критерий Стьюдента |
Критерий Манна - Уитни |
прыжок в длину, см |
313,00±13,90 |
309,00±12,79 |
p>0,05 |
p>0,05 |
Результат в беге на 100 метров за 2011 и 2012 года не отличаются друг от друга.