- •Основи теорії ймовірностей і статистичні методи обробки даних у психологічних і педагогічних експериментах.– Львів: Видавничий центр лну імені Івана Франка, 2006. – 168 с.
- •І. Основи теорії ймовірностей
- •Формула повної ймовірності
- •Формули Байєса
- •Задачі до розділу і.
- •Іі. Випадкова величина Поняття випадкової величини
- •Функція розподілу випадкової величини
- •Щільність розподілу неперервно розподіленої випадкової величини
- •Характеристики розподілу випадкової величини
- •Математичне сподівання випадкової величини
- •Дисперсія та стандартне відхилення випадкової величини. Асиметрія і ексцес.
- •Квантилі
- •Деякі дискретні розподіли Розподіл Бернуллі
- •Біномний розподіл
- •Апроксимаційні формули Муавра-Лапласа Локальна теорема Муавра-Лапласа Якщо у схемі Бернулі величина , коли , то
- •Функція розподілу двовимірної випадкової величини
- •Умовні закони розподілу
- •Коваріація і коефіцієнт кореляції
- •Коваріаційна матриця і матриця парних кореляцій
- •Граничні закони теорії ймовірностей Нерівність Чебишева
- •Теорема Чебишева
- •Закон Бернуллі
- •Теорема Ляпунова
- •Задачі до розділу іі.
- •Ііі. Елементи математичної статистики
- •Генеральна сукупність і вибірка
- •Дискретний варіаційний ряд
- •Інтервальний варіаційний ряд
- •Точкові та інтервальні оцінки
- •Поняття про статистичну перевірку гіпотез
- •Задачі до розділу ііі.
- •Іv. Методи математичної обробки даних у психології Ознаки і змінні. Шкали вимірювання ознак
- •Перевірка гіпотези про однорідність вибірки
- •Перевірка гіпотези про узгодженість розподілів
- •Критерій Пірсона
- •Критерій Колмогорова
- •Критерій Смирнова
- •Перевірка гіпотези про рівність двох дисперсій
- •Виявлення відмінностей у рівні досліджуваної ознаки Критерій Розенбаума
- •Критерій Манна-Уітні
- •К ритерій Стьюдента
- •І. Вибірки взяті з однієї генеральної сукупності
- •Іі. Вибірки взяті з різних генеральних сукупностей
- •Перевірка наявності зсуву у значеннях досліджуваної ознаки
- •Критерій знаків
- •Критерій Вілкоксона
- •Парний t-тест Стьюдента
- •Перевірка впливу фактора на зміну рівня досліджуваної ознаки
- •Критерій Краскела-Уоллеса
- •Критерій тенденцій Джонкхієра
- •Критерій Фрідмана
- •К ритерій тенденцій Пейджа
- •Однофакторний дисперсійний аналіз
- •П еревірка наявності зв’язку між двома ознаками
- •Зв'язок ознак, виміряних у номінативних шкалах
- •Зв'язок ознак, виміряних у порядкових шкалах
- •Зв'язок ознак, виміряних в інтервальних шкалах
- •Задачі до розділу іv.
- •Критичні значення розподілу
- •Критичні значення розподілу Фішера-Снедекора
- •Критичні значення критерію Розенбаума
- •Критичні значення критерію Манна-Уітні
- •Критичні значення критерію знаків
- •Критичні значення критерію Вілкоксона
- •Критичні значення критерію Краскела-Уоллеса
- •Критичні значення критерію Джонкхієра
- •Критичні значення критерію Фрідмана
- •Критичні значення критерію Пейджа
- •Критичні значення рангового коефіцієнта кореляції Спірмена
- •Д о д а т о к 2: Елементи вищої математики Матриці, визначники, системи лінійних рівнянь Поняття матриці. Операції над матрицями.
- •Визначник матриці. Обернена матриця
- •Системи лінійних алгебричних рівнянь
- •Вступ до математичного аналізу
- •Числові послідовності та їх границі
- •Границя функції в точці. Односторонні границі
- •Неперервність функції
- •Диференціальне числення функцій однієї змінної Похідна функції в точці
- •Диференційовність функції
- •Монотонність функції. Екстремуми
- •Похідні вищих порядків
- •Інтегральне числення функцій однієї змінної Первісна функції. Невизначений інтеграл
- •В изначений інтеграл
- •Невластиві інтеграли
- •Частинні похідні функцій багатьох змінних
- •Д о д а т о к 3: Деякі команди Maple 8.
- •Алфавітний покажчик
- •Основи теорії ймовірностей і статистичні методи аналізу даних у психологічних і педагогічних експериментах
Ііі. Елементи математичної статистики
Сучасна математична статистика — це наука про прийняття рішень в умовах невизначеності. Завдання математичної статистики — це, по-перше, вказати способи збору і групування даних, отриманих в результаті спостережень або спеціально спланованих експериментів, а, по-друге, розробити методи аналізу статистичних даних залежно від мети досліджень.
Виявлення закономірностей, яким підпорядковуються масові випадкові явища ґрунтується на вивченні статистичних даних методами теорії ймовірностей.
Генеральна сукупність і вибірка
Сукупність однорідних об’єктів, які піддаються статистичному аналізу називають генеральною сукупністю. Кількість об’єктів у генеральній сукупності називають об’ємом генеральної сукупності. У процесі статистичних спостережень вивчаються ознаки (одна або кілька), притаманні об’єктам цієї сукупності. Ознаки можуть бути кількісними або якісними.
Розрізняють два види статистичних спостережень — суцільне і вибіркове. При суцільному спостереженні досліджується кожен об’єкт генеральної сукупності. Однак практично такий вид досліджень використовується досить рідко. При вибірковому спостереженні з генеральної сукупності формується вибіркова сукупність (або вибірка) — обмежена множина випадково відібраних з генеральної сукупності об’єктів, для якої проводяться статистичні дослідження. Результати досліджень вибірки переносяться на генеральну сукупність. Очевидно, що для того, щоб правильно оцінювати досліджувану ознаку генеральної сукупності за вибіркою, вибірка повинна достатньо точно представляти генеральну сукупність.
Кажуть, що вибірка є репрезентативною, якщо кожен елемент генеральної сукупності має однакову ймовірність потрапити до цієї вибірки.
Дискретний варіаційний ряд
Нехай з генеральної сукупності зроблена вибірка, причому значення досліджуваної ознаки зустрічалось раз, — раз, — раз. Число є об’ємом вибірки. Величини називають варіантами, а записану у порядку зростання їх послідовність — варіаційним рядом. Числа називають частотами варіант , а — відносними їх частотами.
Статистичним розподілом вибірки називають перелік варіант і їх відносних частот.
Ламану з вершинами в точках називають полігоном відносних частот.
Позначимо через кількість спостережень, при яких значення спостережуваної ознаки було меншим, ніж х. Величину називають нагромадженою (або кумулятивною) частотою варіанти .
Функцію
(ІІІ.1)
називають емпіричною функцією розподілу (або функцією розподілу за вибіркою) ознаки. Функцію розподілу генеральної сукупності називають теоретичною функцією розподілу. Відмінність між емпіричною і теоретичною функціями розподілу полягає в тому, що теоретична функція розподілу F(x) визначає імовірність події Х < x, а F*(x) — її відносну частоту. Однак на підставі закону Бернуллі можемо стверджувати, при великих п функція F*(x) практично мало відрізняється від F(x). Це дає нам змогу знаходити наближені значення числових характеристик розподілу випадкової величини (медіани, квантилей, математичного сподівання, стандартного відхилення та ін.), використовуючи емпіричну функцію розподілу.
Приклад 15. При опитуванні групи учнів за тестом Кеттела були отримані такі значення фактора О : 3, 6, 5, 1, 3, 2, 1, 1, 3, 2, 4, 3, 3, 7, 7, 9, 5, 6, 7, 6, 8, 7, 6, 4, 3, 1, 8, 8, 7, 4, 6, 1, 6, 1, 5, 5, 1, 3, 1, 7. Знайти статистичний розподіл вибірки, емпіричну функцію розподілу, побудувати полігон відносних частот, та графік емпіричної функції розподілу. Визначити медіану та квартилі емпіричного розподілу.
Розв’язання: Об’єм вибірки дорівнює 40. Статистичний розподіл вибірки має вигляд:
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
1/5 |
1/20 |
7/40 |
3/40 |
1/10 |
3/20 |
3/20 |
3/40 |
1/40 |
Емпірична функція розподілу задається таблицею:
х |
x≤1 |
1<x≤2 |
2<x≤3 |
3<x≤4 |
4<x≤5 |
5<x≤6 |
6<x≤7 |
7<x≤8 |
8<x≤9 |
x>9 |
F(x) |
0 |
0,2 |
0,25 |
0,425 |
0,5 |
0,6 |
0,75 |
0,9 |
0,975 |
1 |
П олігон відносних частот та графік емпіричної функції розподілу наведені на рис. 11.
Оскільки для даного розподілу квартилі за емпіричною функцією розподілу визначаються неоднозначно, то в якості значень квартилей вибираємо середини відповідних інтервалів. Тому , , .