- •Пояснительная записка
- •Раздел 1. Основные теоретические сведенья по вопросам дисциплины
- •Тема 1. Введение. Измерение в психологии. Основы математической статистики Введение
- •Измерения в психологии
- •Порядковая (ранговая, ординарная) шкала
- •Шкала интервалов
- •Шкала отношений
- •Основы математической статистики
- •Выборочный метод
- •Классификации выборочного наблюдения
- •Характеристики генеральной и выборочной совокупности
- •Тема 2. Случайные величины. Распределения случайных величин
- •Нормальное рапределение
- •Тема 3. Статистические оценки параметров распределения
- •Оценки параметров генеральной совокупности
- •Точечные оценки
- •Интервальные оценки
- •Тема 4. Статистическая проверка статистических гипотез. Исследование статистических зависимостей
- •Проверка гипотезы о нормальном распределении генеральной совокупности. Критерий согласия Пирсона
- •Тема 5. Корреляционный анализ. Ранговая корреляция
- •Тема 6. Регрессионный анализ
- •Парная линейная регрессия
- •Тема 7. Дисперсионный анализ
- •Однофакторный дисперсионный анализ при равном числе наблюдений на различных уровнях
- •Однофакторный дисперсионный анализ при неравном числе наблюдений на различных уровнях
- •Тема 8. Факторный анализ
- •Тема 9. Кластерный анализ
- •Раздел 2. Задания для решения на занятиях
- •Тема 1. Введение. Измерения в психологии. Основы математической статистики Задачи для решения на занятии
- •Лабораторная работа
- •Тема 2. Случайные величины. Распределения случайных величин. Задачи для решения на занятии.
- •Лабораторная работа
- •2. Распределение Пуассона.
- •3. Нормальное распределение.
- •Тема 3. Статистика оценки параметров распределения. Лабораторная работа.
- •Тема 4. Статистическая проверка статистических гипотез. Исследование статистических зависимостей Лабораторная работа.
- •Тема 5. Корреляционный анализ. Ранговая корреляция Лабораторная работа
- •Тема 6. Регрессионный анализ Лабораторная работа
- •Тема 7. Дисперсионный анализ Лабораторная работа
- •Тема 9. Кластерный анализ
- •Раздел 3. Задания для самостоятельной работы
- •Тема 1. Введение. Измерения в психологии. Основы математической статистики
- •Тема 2. Случайные величины. Распределения случайных величин
- •Тема 3. Статистика оценки параметров распределения
- •Тема 4. Статистическая проверка статистических гипотез. Исследование статистических зависимостей
- •Тема 5. Корреляционный анализ. Ранговая корреляция
- •Тема 6. Регрессионный анализ
- •Тема 7. Дисперсионный анализ
- •Тема 9. Кластерный анализ
- •Примерный перечень вопросов к экзамену
- •Рекомендуемая литература
- •Содержание
Тема 7. Дисперсионный анализ
Основной целью дисперсионного анализа является исследование значимости различия между средними. Если вы просто сравниваете средние в двух выборках, дисперсионный анализ даст тот же результат, что и обычный t-критерий для независимых выборок (если сравниваются две независимые группы объектов или наблюдений) или t-критерий для зависимых выборок (если сравниваются две переменные на одном и том же множестве объектов или наблюдений).
Может показаться странным, что процедура сравнения средних называется дисперсионным анализом. В действительности, это связано с тем, что при исследовании статистической значимости различия между средними двух (или нескольких) групп, мы на самом деле сравниваем (т.е. анализируем) выборочные дисперсии. Фундаментальная концепция дисперсионного анализа предложена Фишером в 1920 году. Возможно, более естественным был бы термин анализ суммы квадратов или анализ вариации, но в силу традиции употребляется термин дисперсионный анализ.
Переменные, значения которых определяется с помощью измерений в ходе эксперимента (например, балл, набранный при тестировании), называются зависимыми переменными. Переменные, которыми можно управлять при проведении эксперимента (например, методы обучения или другие критерии, позволяющие разделить наблюдения на группы или классифицировать) называются факторами или независимыми переменными.
Однофакторный дисперсионный анализ при равном числе наблюдений на различных уровнях
Пусть число испытаний на уровне фактора равно числу испытаний на уровне фактора… равно числу испытаний на уровне фактораи равно. Исходные данные сгруппируем в таблицу
… | |||
… | |||
… | |||
… |
… |
… |
… |
… |
Выдвигаем гипотезу ‒ фактор не влияет на наблюдаемые значения.
Схема дисперсионногоанализа в данном случае выглядит так:
Введем обозначения:
‒ сумма квадратов наблюдаемых значений признака на уровне.
‒ сумма наблюдаемых значений признака на уровне.
Вычисляем общую и факторную суммы квадратов отклонений, учитывая, что число уровней фактора равно , число испытаний на каждом уровне равно.
,.
Найдем остаточную сумму квадратов отклонений:
.
Вычислим факторную и остаточную дисперсии:
,.
Определим наблюдаемое значение критерия Фишера:
.
Учитывая, что число степеней свободы факторной дисперсии , а число степеней свободы остаточной дисперсии, на заданном уровне значимостинаходимс помощью стандартной функцииMSExcel«FРАСПОБР».
Если – нет оснований отвергнуть нулевую гипотезу, т.е. фактор не влияет на наблюдаемые значения.
–нулевую гипотезу отвергают, т.е. фактор оказывает влияние на наблюдаемые значения.
Однофакторный дисперсионный анализ при неравном числе наблюдений на различных уровнях
Пусть число испытаний на уровне фактора равно, на уровне фактораравно… на уровне фактораи равно. Исходные данные сгруппируем в таблицу
… | |||
… | |||
… | |||
… |
… |
… |
… |
… |
… |
… | |
… |
… |
|
|
… |
|
| |
… |
|
|
|
|
|
|
Выдвигаем гипотезу ‒ фактор не влияет на наблюдаемые значения.
Схема дисперсионногоанализа в данном случае выглядит так:
Введем обозначения:
‒ сумма квадратов наблюдаемых значений признака на уровне.
‒ сумма наблюдаемых значений признака на уровне.
Вычисляем общую и факторную суммы квадратов отклонений, учитывая, что число уровней фактора равно , число испытаний на каждом уровне равно.
,,
где .
Найдем остаточную сумму квадратов отклонений:
.
Вычислим факторную и остаточную дисперсии:
,.
Определим наблюдаемое значение критерия Фишера:
.
Учитывая, что число степеней свободы факторной дисперсии , а число степеней свободы остаточной дисперсии, на заданном уровне значимостинаходимс помощью стандартной функцииMSExcel«FРАСПОБР».
Если – нет оснований отвергнуть нулевую гипотезу, т.е. фактор не влияет на наблюдаемые значения.
– нулевую гипотезу отвергают, т.е. фактор оказывает влияние на наблюдаемые значения.
Используемая литература: [1-5,8,9,11,13,15,18-21].