Лекция-2
.pdf21
Если в распределении преобладают значения близкие к среднему арифметическому, то формируется островершинное распределение,
характеризуемое положительным эксцессом (Ex > 0), плосковершинное распределение имеет отрицательный эксцесс (-3<Ex<0). «Средневершинное»
(нормальное) распределения имеет нулевой эксцесс (Ex=0). Если у распределения две вершины (бимодальное распределение), то его эксцесс стремится к отрицательной величине (рис.7.6).
|
As > 0 As = 0 As < 0 |
|
Ex = 0 |
Ex > 0 Ex < 0 |
|
f |
f |
||||
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
0 X 0 X
Рис.1.3. Графики распределения частот с разными значениями асимметрии (As) и эксцесса (Ex)
Вариация (V) – коэффициент вариации, определяющий степень изменчивости признака (переменной), представляющий собой процентное отношение среднего квадратического отклонения данного ряда (σx) к среднему арифметическому ( X x ):
V = x ·100%.
X x
Пример. В исследовании с помощью двух тестов получены распределения оценок x1 и x2. Для первого распределения x1 12,0 , σ1 = 2,55; для второго: x2 10,0 ,
σ2 = 1,8.
Тогда V1 = |
x |
·100% = |
|
2,55 |
21,25% , |
V2 = |
x |
·100% = |
|
1,8 |
100 18,0% . |
|
12,0 |
|
10,0 |
||||||||
|
|
||||||||||
|
X x |
|
|
X x |
|
Следовательно, оценки по первому тесту более изменчивы, чем по второму.
22
4.3. Нормальное распределение
Нормальное распределение - распределение, имеющее вид колоколообразной формы, значения его моды, медианы и среднего арифметического равны (рис. 1.4.).
Форма и положение графика нормального распределения определяется только двумя параметрами: средней X и стандартным отклонением σ (сигма).
Формула нормального распределения:
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f (xi ) |
|
|
e |
( xi x)2 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
2 2 , |
|
|||||||||||||
|
|
|
|
|
|||||||||||||||
|
2 |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
где f(xi) – высота кривой над каждым заданным значением xi, x |
- среднее |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
арифметическое xi, σ – среднеквадратическое отклонение от x . |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||
Для такого распределения в пределах значений xi в диапазонах ( x |
± σ) лежит |
||||||||||||||||||
|
|
|
|
|
|||||||||||||||
около 68%, в пределах ( x ± 2σ) - 95%, ( x |
± 3σ) – 99,7% площади под кривой |
нормального распределения. Данное свойство способствует определению, что частоты случаев, укладывающихся в интервалы, ограниченные значениями от ( x
±σ), ( x ±2σ), ( x ±3σ), составляют 68,26%; 95,44%; 99,72% соответственно.
|
|
Рис. 1.4. График нормального распределения при определенных |
средней |
|
|
||
|
X |
и стандартного отклонения σ (сигма) |
|
23
Данное распределение характеризуется тем, что крайние значения признака в нем встречаются достаточно редко, а значения, близкие к средней величине, часто.
«Нормальным» такое распределение было названо потому, что оно наиболее часто встречалось в естественно-научных исследованиях и казалось «нормой» распределения случайных величин.
При стандартизации тестовых оценок используют нормальное распределение со следующими характеристиками: x 0 ; σ = 1. Площадь под такой нормальной кривой равна единице.
Ординаты нормальной кривой при x 0 ; σ = 1 определяются по формуле
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
( x )2 |
|||
|
|
|
|
|
f (xi ) |
|
|
|
|
|
i |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
e |
|
2 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
2 |
|
|
|
|
. |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
В практических расчетах |
производится нормирование эмпирического ряда, |
||||||||||||||||
т.е. отнесение отклонений xi от средней |
|
||||||||||||||||
|
X |
к величине σx. Затем по табл.А7 |
|||||||||||||||
«Параметры |
нормального |
распределения» |
|
|
определяются ординаты нормальной |
||||||||||||
кривой f(z) |
для каждого |
z |
xi |
x |
. Данный расчет применяется при определении |
||||||||||||
x |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
критерия согласия χ2- Пирсона (читается «хи-квадрат»).
В соответствии со складывающейся в профессиональной психодиагностической практике системе оценок широкое распространение получила 10-балльная шкала стенов, основанная на законе нормального распределения (табл. 1.12). Гистограмма и сглаженный график распределения частот для табл.1.12 приведен на рис.1.3.
Таблица 1.12
Распределение показателей выборки (частот), распределенных по
нормальному закону, для 10-балльной шкалы
Критерии |
|
|
Стены (10-балльная шкала) |
|
|
||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
9 |
10 |
Распределение частот в процентах |
2 |
5 |
9 |
15 |
19 |
19 |
15 |
9 |
|
5 |
2 |
Распределение частот в процентах |
2 |
7 |
16 |
31 |
50 |
69 |
84 |
93 |
|
98 |
100 |
с нарастающим итогом |
|
|
|
|
|
|
|
|
|
|
|
24
Из рис.1.3 следует, что распределение частот в процентах симметрично
относительно оценки 5,5 |
балла. |
||
|
|
||
Принято считать, |
что в пределах |
X |
± 2σ располагаются значения, |
относящиеся к статистической норме, то есть те значения, которые включены в так
|
|
|
|
|
||
называемый 95%-ный доверительный интервал ( |
X |
|
- среднее |
арифметическое |
||
|
|
|
||||
значение). Знание |
X |
и σ можно использовать для |
выведения |
статистической |
нормы. Обязательные для этой процедуры условия: соответствие распределения нормальному закону и n ≥ 30.
Количество частот (переменных)
стены
Рис.1.3. Гистограмма и сглаженный график распределения частот для табл.1.12. (выведено компьютерной программой Psychometric Expert)
Пример. Необходимо определить границы нормы для выборки студентов при использовании нового теста. По окончании обработки результатов получаем: п = 90,
X = 32, σ = 4,8. Границы статистической нормы для теста лежат в диапазоне X ±,2σ
то есть 32 ±9,6. Следовательно, верхняя граница нормы = 41,6 (выбираем 42),
нижняя = 22,4 (выбираем 22).
При обработке экспериментальных данных всегда целесообразно проводить оценку характера распределения. Эта оценка важна, потому что в зависимости от
25
характера распределения решается вопрос о возможности применения того или иного статистического метода.
Считается, что распределение отличается от нормального, если эмпирический результат абсолютной величины показателей асимметрии и эксцесса превышает их критические значения или равен им (Акр и Eкр), если показатели асимметрии и эксцесса меньше своих критических значений, то распределение совпадает с нормальным.
Применяемые параметрические критерии можно использовать только в том случае, если исследуемые данные подчиняются закону нормального распределения. В связи с этим часто возникает вопрос у психолога: как проверить характер распределения данных? Для этого необходимо определить асимметрию и эксцесс и сравнить их со своими критическими значениями.
Пример. Следует подтвердить или опровергнуть факт нормальности распределения показателей испытуемых, полученных по субтесту Р. Амтхауэра «Арифметические способности». Методика расчета приведена в табл. 1.13.
Таблица 1.13
Вычисление асимметрии и эксцесса распределения
№ |
xi |
xi - |
X |
|
(xi - |
X |
)2 |
(xi - |
X |
)3 |
(xi - |
X |
)4 |
1 |
14 |
1 |
|
|
1 |
|
1 |
|
1 |
|
|||
2 |
9 |
-1 |
|
1 |
|
-1 |
|
1 |
|
||||
3 |
9 |
-2 |
|
4 |
|
-8 |
|
16 |
|
||||
4 |
9 |
-2 |
|
4 |
|
-8 |
|
16 |
|
||||
5 |
5 |
-6 |
|
36 |
|
-216 |
1296 |
||||||
6 |
10 |
-1 |
|
1 |
|
-1 |
|
1 |
|
||||
7 |
8 |
-3 |
|
9 |
|
-27 |
|
81 |
|
||||
8 |
13 |
2 |
|
|
4 |
|
8 |
|
16 |
|
|||
9 |
13 |
2 |
|
|
4 |
|
8 |
|
16 |
|
|||
10 |
14 |
3 |
|
|
9 |
|
27 |
|
81 |
|
|||
11 |
7 |
-4 |
|
16 |
|
-64 |
|
256 |
|||||
12 |
7 |
-4 |
|
16 |
|
-64 |
|
256 |
|||||
13 |
10 |
-1 |
|
1 |
|
-1 |
|
1 |
|
||||
14 |
10 |
-1 |
|
1 |
|
-1 |
|
1 |
|
||||
15 |
14 |
3 |
|
|
9 |
|
27 |
|
81 |
|
26
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Продолжение табл. 1.13 |
||||
№ |
|
xi |
xi - |
|
|
(xi - |
|
)2 |
(xi - |
|
)3 |
|
|
(xi - |
|
)4 |
|
||
|
X |
X |
X |
X |
|||||||||||||||
16 |
|
10 |
-1 |
|
1 |
|
|
-1 |
|
|
1 |
|
|
||||||
17 |
|
9 |
-2 |
|
4 |
|
|
-8 |
|
|
16 |
|
|
||||||
18 |
|
9 |
-2 |
|
4 |
|
|
-8 |
|
|
16 |
|
|
||||||
19 |
|
10 |
-1 |
|
1 |
|
|
-1 |
|
|
1 |
|
|
||||||
20 |
|
13 |
2 |
|
|
4 |
|
|
-8 |
|
|
16 |
|
|
|||||
21 |
|
14 |
3 |
|
|
9 |
|
|
27 |
|
|
81 |
|
|
|||||
22 |
|
10 |
-1 |
|
1 |
|
|
-1 |
|
|
1 |
|
|
||||||
23 |
|
10 |
-1 |
|
1 |
|
|
-1 |
|
|
1 |
|
|
||||||
24 |
|
13 |
2 |
|
|
4 |
|
|
8 |
|
|
16 |
|
|
|||||
25 |
|
13 |
2 |
|
|
4 |
|
|
8 |
|
|
16 |
|
|
|||||
26 |
|
13 |
2 |
|
|
4 |
|
|
8 |
|
|
16 |
|
|
|||||
27 |
|
10 |
-1 |
|
1 |
|
|
-1 |
|
|
1 |
|
|
||||||
28 |
|
15 |
4 |
|
|
16 |
|
|
64 |
|
|
256 |
|
||||||
29 |
|
16 |
5 |
|
|
25 |
|
|
125 |
|
625 |
|
|||||||
30 |
|
14 |
3 |
|
|
9 |
|
|
27 |
|
|
81 |
|
|
|||||
∑ |
|
330 |
|
|
|
204 |
|
-66 |
|
|
3264 |
|
|||||||
|
Гистограмма распределения частот испытуемых, построенная по данным табл. |
||||||||||||||||||
1.13, приведена на рис.1.4. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
Для вычисления по формулам коэффициентов: |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
Акр = 3* 6 / n , |
Eкр = 6 * 6 / n |
и сравнения их с показателями асимметрии и эксцесса следует вычислить показатели X (среднее арифметическое), σ (стандартное отклонение), А (показатель асимметрии распределения), Е (показатель эксцесса распределения).
В рассматриваемой задаче (табл.7.15):
|
|
|
xi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(xi |
|
)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
330 |
|
|
|
|
|
|
X |
|
|
|
204 |
|
2,65. |
|
|
||||||||||||||
X = |
|
11 ; |
σ = |
|
|
|
||||||||||||||||||||||||||||
|
n |
30 |
|
n 1 |
29 |
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
A= |
(x |
|
)3 |
|
66 |
|
|
|
E= |
(x |
|
)4 |
|
|
|
|
|
|
||||||||||||||||
X |
|
|
|
|
X |
|
|
3264 |
|
|
||||||||||||||||||||||||
i |
|
|
= |
|
|
|
|
= - 0,12; |
i |
|
|
|
|
|
|
|
3 |
|
|
3 |
-0,8; |
|||||||||||||
n * 3 |
30 * (2,65)3 |
n * 4 |
|
|
30 * (2,65)4 |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
Акр = 3* |
6 / n = 3* 6 / 30 |
= 1,34; |
Eкр = 6 * |
6 / n = 6* |
6 / 30 = 2,68. |
|
27
Принцип принятия-отвержения гипотезы о нормальности распределения
определяется следующими системами сравнения:
- если
A < Aкр
E < Eкр распределение совпадает с нормальным
- если
A ≥ Aкр
E ≥ Eкр распределение отличается от нормального
В рассматриваемой задаче
|
|
|
|
Aкр |
|
0,12 |
|
< 1,34 |
распределение совпадает с нормальным, |
||
|
A |
< |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
т.к. выполняется система неравенств |
|
E |
|
< |
Eкр |
|
0,8 |
|
< 2,66 |
|||
|
|
|
|
||||||||
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
После решения задачи можно выделить, что «достоверных различий между эмпирическим и нормальным распределением не обнаружено».
Рис.1.4. Гистограмма распределения частот испытуемых, построенная по данным табл. 1.13. компьютерной программой (цвет и заливка графика не показаны)