- •«Спортивная метрология»
- •Предмет, задачи и содержание «Спортивной метрологии», её место среди других учебных дисциплин.
- •2.Шкалы и единицы измерений. Система си.
- •Шкала наименований
- •Шкала порядка
- •3.Точность измерений. Погрешности и их разновидности и методы устранения.
- •4.Основы теории вероятностей. Случайное событие, случайная величина, вероятность.
- •5.Генеральная и выборочная совокупности. Объем выборки. Неупорядоченная и ранжированная выборки.
- •6.Основные статистические характеристики положения центра ряда.
- •7.Основные статистические характеристики рассеивания (вариации).
- •10.Нормальный закон распределения (сущность, значение). Кривая нормального распределения и ее свойства. Http://igriki.Narod.Ru/index.Files/16001.Gif
- •15.Методы вычисления коэффициентов взаимосвязи. Вычисление парного линейного коэффициента корреляции Бравэ-Пирсона.
- •16.Вычисление рангового коэффициента корреляции Спирмена.
- •17.Статистическая проверка гипотез (цель, сущность), критерии их проверки.
- •19. Сравнение двух средних малых независимых выборок (цель, сущность).
- •25. Классификация двигательных тестов.
- •24 Надежность, согласованность и эквивалентность тестов.
- •25. Информативность тестов. Эмпирическая и логическая информативность.
- •Логический метод определения информативности тестов
- •26. Оценка, как унифицированная мера успеха в каком-либо задании. Основные
- •28.Виды шкал оценок: стандартные шкалы, перцентильная шкала.
- •29.Нормы и их разновидности. Должностные нормы.
- •30. Основные понятия квалиметрии. Эвристические и инструментальные приемы квалиметрии.
- •31.Метод экспериментальных оценок.
- •38. Контроль развития быстроты движений.
- •43. Этапное состояние спортсмена.
- •44. Текущее состояние спортсмена. Текущая готовность.
- •49. Содержание и организация текущего контроля состояния спортсмена.
- •51. Модельные характеристики и их разновидности.
- •52. Прогнозирование спортивной одаренности.
17.Статистическая проверка гипотез (цель, сущность), критерии их проверки.
Смысл проверки статистической гипотезы состоит в том, чтобы по имеющимся статистическим данным принять или отклонить статистическую гипотезу с минимальным рисков ошибки. Эта проверка осуществляется по определенным правилам.
Проверка статистических гипотез осуществляется с помощью статистического критерия (назовем его в общем виде К), являющегося функцией от результатов наблюдения.
Статистический критерий – это правило (формула), по которому определяется мера расхождения результатов выборочного наблюдения с высказанной гипотезой Н0.
Как уже отмечалось выше, следует иметь в виду, что статистическая проверка гипотез имеет вероятностный характер, так как принимаемые вывод основываются на изучении свойств распределения случайной переменной по данным выборки, а потому всегда существует риск допустить ошибку. Однако с помощью статистической проверки гипотез можно определить вероятность принятия ложного решения. Если вероятность последнего невелика, то можно считать, что применяемый критерий обеспечивает малый риск ошибки.
При проведении проверки статистических гипотез в первую очередь приходится решать задачи статистической проверки гипотез о:
1) принадлежности «выделяющихся» единиц исследуемой выборочной совокупности генеральной совокупности;
2) виде распределения изучаемых признаков;
3) величине средней арифметической и доли;
4) наличии и тесноте связи между изучаемыми признаками;
5) о форме корреляционной связи.
18. Понятие об уровне значимости в статистических расчетах.
Значимости уровень статистического критерия, вероятность ошибочно отвергнуть основную проверяемую гипотезу, когда она верна. В теории статистической проверки гипотез Значимости уровень называется вероятностью ошибки первого рода. Понятие «Значимости уровень» возникло в связи с задачей проверки согласованности теории с опытными данными. Если, например, в результате наблюдений регистрируются значения n случайных величин X1,..., Xn и если требуется по этим данным проверить гипотезу Н, согласно которой совместное распределение величин X1,..., Xn обладает некоторым определённым свойством, то соответствующий статистический критерий конструируется с помощью подходящим образом подобранной функции Y = f (X1,..., Xn); эта функция обычно принимает малые значения, когда гипотеза Н верна, и большие значения, когда Н ложна. В частности, если X1,..., Xn — результаты независимых измерений некоторой известной постоянной а и гипотеза Н представляет собой предположение об отсутствии в результатах измерений систематических ошибок, то для проверки Н разумно в качестве Y выбрать (2m — n)2, где m — количество тех результатов измерений X1, которые превышают истинное значение а. Наблюдаемое в опыте большое значение Y можно рассматривать как значимое статистическое опровержение гипотетического согласия между результатами наблюдений и проверяемой гипотезой. Соответствующий критерий значимости представляет собой правило, согласно которому значимыми считаются значения Y, превосходящие заданное критическое значение у. В свою очередь выбор величины у определяется заданным Значимости уровень, который в случае справедливости гипотезы Н совпадает с вероятностью события {Y>y}.
Уровень значимости - это вероятность того, что мы сочли различия существенными, а они на самом деле случайны.
Если перевести все это на более формализованный язык, то уровень значимости - это вероятность отклонения нулевой гипотезы, в то время как она верна.
В статистике величину называют статистимчески знамчимой, если мала вероятность чисто случайного возникновения её или ещё более крайних величин. Здесь под крайностью понимается степень отклонения от нуль-гипотезы. Разница называется «статистически значимой», если имеются данные, появление которых было бы маловероятно, если предположить, что эта разница отсутствует; это выражение не означает, что данная разница должна быть велика, важна, или значима в общем смысле этого слова.
Уровень значимости обыкновенно обозначают греческой буквой б (альфа). Популярными уровнями значимости являются 5%, 1%, и 0.1%. Если тест выдаёт p-величину меньше б-уровня, то нуль-гипотеза отклоняется. Такие результаты неформально называют «статистически значимыми». Например, если кто-то говорит что «шансы того, что случившееся является совпадением, равны одному из тысячи», то имеется в виду 0.1 % уровень значимости.