- •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
Критерій Фрідмана
Критерій Фрідмана дозволяє перевірити гіпотезу про відсутність відмінності в ріні досліджуваної ознаки для трьох і більше зв’язаних вибірок (тестування однієї групи в різних умовах змушуючого фактора). Альтернативною виступає гіпотеза про наявність такої відмінності.
Статистика Фрідмана обчислюється за формулою
,
де п — кількість об’єктів у групі, k — кількість замірів, що відповідають різним значенням змушуючого фактора, — сума рангів для -го заміру, отриманих ранжуванням замірів окремо для кожного досліджуваного об’єкта.
Критерій має правосторонню критичну область. Для невеликих вибірок і невеликого k=3 та k=4 критичні значення статистики Фрідмана наведено в таблиці 12 додатка. Для великих вибірок статистика має розподіл, близький до з ступенем вільності.
Заміри i та j можна вважати попарно різними на спільному рівні значущості , якщо
,
де і — квантиль нормального розподілу рівня .
У пакеті Statistica 6.0 критерій Фрідмана реалізовано у субмодулі Comparing multiple dep. samples (variables) модуля Nonparametrics.
Приклад 35. З групою з семи учнів протягом двох місяців проводився тренінг, спрямований на зниження їх агресивності. Заміри індексів ворожості (Iv) та агресивності (Ia) за методикою Басса-Даркі у цій групі проведені перед початком тренінгу, після його завершення та через півроку після тренінгу подано в таблиці. Чи можна стверджувати, що тренінг виявився ефективним?
Учень |
Iv |
Ia |
||||
20.02 |
8.05 |
30.10 |
20.02 |
8.05 |
30.10 |
|
Б-н Наталка |
11 |
6 |
5 |
20 |
11 |
19 |
Г-к Тарас |
12 |
5 |
11 |
24 |
12 |
14 |
Д-ц Микола |
13 |
7 |
5 |
21 |
18 |
20 |
Л-о Марта |
10 |
4 |
15 |
12 |
7 |
13 |
С-а Оксана |
6 |
4 |
6 |
9 |
8 |
6 |
С-л Юлія |
9 |
6 |
5 |
12 |
7 |
8 |
Ш-о Юлія |
10 |
4 |
7 |
14 |
9 |
11 |
Розв’язання: Сформулюємо статистичні гіпотези.
Н0: Рівні індексу з часом статистично не змінилися.
Н1: Відмінності різних замірів рівнів індексів істотні.
Перевірку гіпотез для індексу ворожості проведемо вручну. Подальші дослідження здійснимо з використанням пакету Statistica 6.0.
Для знаходження статистики Фрідмана проранжуємо окремо для кожного учня показники індексу ворожості.
Учень |
Iv |
|||||
20.02 |
8.05 |
30.10 |
||||
Б-н Наталка |
11 |
3 |
6 |
2 |
5 |
1 |
Г-к Тарас |
12 |
3 |
5 |
1 |
11 |
2 |
Д-ц Микола |
13 |
3 |
7 |
2 |
5 |
1 |
Л-о Марта |
10 |
2 |
4 |
1 |
15 |
3 |
С-а Оксана |
6 |
2,5 |
4 |
1 |
6 |
2,5 |
С-л Юлія |
9 |
3 |
6 |
2 |
5 |
1 |
Ш-о Юлія |
10 |
3 |
4 |
1 |
7 |
2 |
Суми рангів |
|
19,5 |
|
10 |
|
12,5 |
Емпіричне значення статистики Фрідмана
.
Критичні значення статистики Фрідмана для дорівнюють , . Оскільки , то на цьому рівні значущості нульову гіпотезу можемо відхилити.
Відмінність між замірами можна вважати істотною на рівні значущості , якщо модуль різниці рангових сум перевищує число
.
У нашому випадку , тобто після тренінгу відбувся достовірний зсув рівня індексу ворожості, який з часом не змінився.
Результати перевірки відмінностей індексу агресивності в пакеті Statistica 6.0 наведені на рис. 27. Як бачимо рівень значущості емпіричного значення статистики дорівнює 0,0058 і є істотно меншим, ніж навіть 0,01. Отже, рівні замірів індексу агресивності істотно відрізняються. Далі . Тобто істотними є відмінності між рівнями індексу агресивності до і відразу після тренінгу. Однак з часом ці відмінності нівелюються. Як бачимо, в цілому тренінг можна вважати ефективним.