t-критерий для связанных (зависимых) измерений
⇐ ПредыдущаяСтр 2 из 2
, где Мd – среднее арифметическое разностей индивидуальных значений, а σd - стандартное отклонение значений разностей. Количество степеней свободы df = n-1. Следующий пример демонстрирует алгоритм расчета критерия. Перед началом первого учебного года был измерен уровень интеллекта у группы студентов. В начале второго учебного года при помощи параллельной методики вновь был измерен уровень интеллекта. Поскольку можно использовать результаты только одних и тех же людей, из дальнейшей обработки были исключены результаты тех студентов, которые оставили обучение в институте (которые не подверглись обследованию на фазе заключительных срезов). Можно ли сказать, что за год обучения интеллектуальный уровень студентов значимо изменился? 8.
Н1: сдвиг между показателями начальных и конечных срезов значимо отличается от нуля.
σd = = 6,54 tэмп = = 2,341 df = 12 - 1 = 11 В нашем примере tкр при df = 11 составляет 2,201 при р ≤ 0,05. Таким образом,
То есть, мы можем принять на уровне статистической значимости гипотезу о достоверности сдвига значений интеллекта за год обучения. Т-критерий Вилкоксона (ранговый критерий для повторных измерений)
Формула имеет вид: Т = ΣRr. Где ΣRr – сумма нетипичных рангов. Пояснить алгоритм расчета можно на следующем примере. Допустим, в кабине самолета (и на тренажере) изменили эргономическую среду. Для выполнения определенной задачи летчик раньше тратил одно количество секунд, а в новой среде он на выполнение тех же действий тратит другое количество времени. Таким образом, были сделаны замеры у 10 летчиков. Определить достоверность преобладания сдвига значений в направлении одной из сторон при условии, что результаты второго среза обусловлены исключительно изменением эргономической среды. Формулируются статистические гипотезы. Н0: преобладание сдвигов между начальными и конечными показателями в одном из направлений значимо не отличается от нуля. Н1: преобладание сдвигов между начальными и конечными показателями в одном из направлений значимо отличается от нуля. Определяются величины сдвигов между начальными и конечными показателями, затем они переводятся в абсолютные значения и ранжируются по принципу «меньшему значению – меньший ранг». Затем выделяются нетипичные (чья направленность отличается от большинства) ранги и подсчитывается их сумма.
Следует обратить внимание: в нашем примере одно из значений d равно 0. Поэтому при ранжировании разностей мы присваиваем ему нулевой ранг.
В таблице нетипичные ранги выделены жирным шрифтом. Сумма нетипичных рангов равна искомому эмпирическому значению. Тэмп = 4,5+6,5+4,5=15,5 Для Т-критерия Вилкоксона правило принятия-отвержения нулевой гипотезы следующее: Тэмп ≤ Ткр Þ Н1! Следует дополнительно добавить, что этот критерий может быть односторонним (если направление сдвигов предсказывается) и двусторонним (если мы не предсказываем направление сдвигов). Уровни значимости для одностороннего и двустороннего критерия различны. В нашем случае мы имеем дело с двусторонним критерием, так как предварительно не предсказывали направление различий. Для n = 10 критическое значение при (р ≤ 0,05) составляет 10. То есть Тэмп > Ткр (р ≤ 0,05) Þ Н0! Мы можем констатировать, что достоверность преобладания сдвигов ни в одном из направлений не установлена. Возможно, что мы могли бы опровергнуть нулевую гипотезу, если бы увеличили количество наблюдений. Задания для самостоятельной работы. 1.
Можно ли утверждать, что работа на тренинге помогла студентам улучшить их функциональное состояние? Визуальный анализ данных позволяет сказать, что сдвиг показателей действительно имел место. Но насколько достоверен этот сдвиг? Для выполнения задания использовать t-критерий Стьюдента. 2. В группе студентов был проведен тренинг креативного мышления. Перед тренингом и после него были сделаны тестовые срезы по параллельным формам теста Й Ниссинена и Э. Воутилайнена (методика изучения творческого потенциала). Данные срезов сведены в таблицу. Определить результативность стимульного воздействия, при этом для решения задачи использовать Т-критерий Вилкоксона.
^ Тема 11 Использование математического аппарата при описании группового поведения
Проведение социометрического исследования строится на постулате, что структуру отношений в коллективе можно выяснить, анализируя выборы партнера для совместной реализации какой-либо деятельности. Такие виды деятельности заранее четко определены и называются социометрическими критериями. Критерии подбираются таким образом, чтобы они отражали взаимоотношения между испытуемыми, создавали условия выбора партнера, предоставляли право выбора любого члена коллектива, интересовали коллектив, описывали конкретные ситуации, были четко сформулированы. При этом социометрические критерии определяет сам психолог с учетом специфики конечной задачи исследования и рода деятельности испытуемых. Проведение исследования строится по следующему алгоритму: 1. 2. 3. 4. 5.
6. 7.
Опросный лист Фамилия, имя, отчество _________________ группа ____________ 1. ________________ 2. ________________ 3. ________________ 1. ________________ 2. ________________ 3. ________________ 1. ________________ 2. ________________ 3. ________________
Выбор одного и того же сокурсника может повторяться в разных сферах деятельности. В нашем примере предусмотрены только положительные выборы. Но при работе с космонавтами, подводниками, сотрудниками спецподразделений и т. п., допускается использование и отрицательных выборов (отвержений).
Следующий этап – составление социограммы, дающей наглядное раскрытие структуры взаимосвязей в коллективе. Все испытуемые делятся по сумме полученных выборов на несколько страт. Получившие большинство выборов относятся к так называемой группе «звезд», а получившие мало выборов относятся к «отвергаемым». Границы верхней и нижней страт расчитываются по следующей формуле: х – границы доверительного интервала; - среднее количество выборов, приходящихся на одного человека; - выборочное отклонение; t – поправочный коэффициент, учитывающий отличие эмпирического распределения от теоретического (определяется по таблице Сальвоса, данной в приложении). Для определения этих величин надо также произвести дополнительные вычисления. где V- общее количество выборов, сделанных всеми членами группы, а N – число членов группы. где – оценка вероятности быть выбранным в данной группе. где - оценка вероятности оказаться отвергнутым в данной группе. где - отклонение количества полученных индивидами выборов от среднего их числа, приходящегося на одного члена группы; , где - степень отклонения распределения выборов от случайного. Далее иллюстрируется процедура расчетов. В нашем случае V = 50, N = 12.
Следующий этап – определение величины t отдельно для правой и левой частей распределения. В левой части таблицы приведены значения для нижней границы доверительного интервала, а в правой – для верхней. Для обеих границ (верхней и нижней) значения даны для трех различных вероятностей допустимой ошибки: p £ 0,05; p £ 0,01; p £ 0,001 Для уровня значимости p £ 0,05 поправочней коэффициенты t равны –1,62 и 1,67. Данные значения заносятся в формулу вычисления доверительных интервалов: Таким образом, получившие 2 или менее выборов приобретают самый низший социометрический статус, а получившие 7 или более выборов - высший статус. Между «звездами», и «отвергаемыми» располагается страта «принимаемых». Допуская ошибку не более чем на 5 %, можно утверждать, что лидерами являются те, кто получил не менее 7 выборов, а низкий статус – у испытуемых, получивших менее двух выборов. В нашем случае распределение можно провести следующим образом:
8
1
7
На основе информации содержащейся в матрице определяют социометрические индексы, дающие количественные характеристики отношений каждого члена группы и всей группы в целом.
Вопрос
Задание
Тема 12 Дисперсионный анализ Общие принципы дисперсионного анализа
При проведении дисперсионного анализа результаты наблюдений группируются с учетом градаций влияющего фактора. Если фактор оказывает влияние на признак, средние арифметические значения результирующего признака изменяются в соответствии с градациями фактора. Внутри каждой такой группы обнаруживается своя дисперсия, связанная с действиями других факторов. Нулевая гипотеза сводится к предположению о равенстве межгрупповых средних и дисперсий (то есть, считается, что никакого систематического действия факторов на результативный признак нет, наблюдаемые различия в групповых средних являются случайными). Для принятия-отвержения отвержения нулевой гипотезы используется таблица критических значений F-критерия Фишера. При этом применяется стандартный принцип: Fэмп ³ Fкр Þ Н1. Дисперсионный анализ не следует путать с факторным анализом. При помощи факторного анализа мы выделяем из множества измеряемых характеристик новые факторы, скрытые ранее. Дисперсионный анализ свидетельствует о степени влияния уже известных и выделенных факторов. Принято выделять однофакторный и многофакторный виды дисперсионного анализа. В однофакторном анализе дисперсия разлагается на две составные части: дисперсию, связанную с изменением внутригрупповых средних значений и случайную дисперсию. В многофакторном – на ряд частей: дисперсии, обусловленные воздействием каждого фактора по отдельности; дисперсии, обусловленные воздействием парных сочетаний факторов; случайную дисперсию. Проведение дисперсионного анализа реализовано в программах Statistica и последних версиях Excel. Однако, как показывает практика, не каждый студент умеет ими пользоваться. Поэтому в данном пособии дан конкретный алгоритм проведения как однофакторного, так и двухфакторного дисперсионного анализа. Е.В. Сидоренко отмечает, что для проведения данного вида анализа все разряды испытуемых должны содержать одинаковое количество оптантов и результативные показатели должны подчиняться закону нормального распределения. Однако, это является хотя и желательным, но не обязательным условием Предварительно вводятся ряд специфических обозначений: SSобщ -общая сумма квадратов SSмг – межгрупповая сумма квадратов, обусловленная взаимодействием факторов. SSвг - внутригрупповая сумма квадратов, рассчитывается для каждого фактора. SSслуч – сумма квадратов соответствующая случайному рассеиванию MS – средняя сумма квадратов Однофакторный дисперсионный анализ
Но: различия между градациями фактора достоверно не превосходят случайные различия внутри группы (то есть исследуемый фактор не влияет на результативный признак). Н1: различия между градациями фактора достоверно превосходят случайные различия внутри группы (то есть исследуемый фактор влияет на результативный признак). Затем необходимо определить объем разрядов, возвести в квадрат все значения и определить общую сумму квадратов.
, где С – количество разрядов (от англ. column - колонка)
В указанные формулы подставляются соответствующие значения. 59,76
Таблицы для определения критических значений отличаются от других таблиц (столбцы не соответствуют уровням критической значимости) и составлены по другому принципу: столбцы расположены в соответствии со степенями свободы между группами, а строки – в соответствии со степенями свободы внутри групп. В связи с этим, для фиксации критических значений рекомендуется составить следующюю таблицу:
При анализе гистограммы можно увидеть, что на первом этапе удовлетворенность работой педагога низка, на отрезке 5 – 10 лет она имеет максимальные значения и в последующие 5 лет несколько снижается. Двухфакторный дисперсионный анализ
1. Но: различия показателей результативного признака, обусловленные действием гендерного фактора достоверно не превосходят случайные различия между показателями. Н1: различия показателей результативного признака, обусловленные действием гендерного фактора достоверно превосходят случайные различия между показателями. 2. Но: различия показателей результативного признака, обусловленные действием фактора стажа достоверно не превосходят случайные различия между показателями. Н1: различия показателей результативного признака, обусловленные действием фактора стажа достоверно превосходят случайные различия между показателями. 3. Но: влияние гендерного фактора, на результативный признак одинаково при разных градациях фактора стажа и наоборот. Н1: влияние гендерного фактора, на результативный признак различно при разных градациях фактора стажа и наоборот. Затем необходимо действовать по следующему алгоритму. Каждому из дисперсионных разрядов приписывается буквенный символ.
Таблица II Критические значения коэффициентов линейной корреляции Пирсона и ранговой корреляции Спирмена
|