- •Содержание
- •Как читать эту книгу и как ею пользоваться
- •Глава 1
- •1.2. Шкалы измерения
- •1.3. Распределение признака. Параметры распределения
- •1.4. Статистические гипотезы
- •Направленные гипотезы
- •Ненаправленные гипотезы
- •1.5. Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •1.6. Уровни статистической значимости
- •Правило отклонения h0 и принятия h1
- •1.7. Мощность критериев
- •1.8. Классификация задач и методов их решения
- •1.9. Принятие решения о выборе метода математической обработки
- •Алгоритм 1
- •Алгоритм 2
- •1.10. Список обозначений Латинские обозначения:
- •Греческие обозначения:
- •Глава 2 выявление различий в уровне исследуемого признака
- •2.1. Обоснование задачи сопоставления и сравнения
- •2.2. Q - критерий Розенбаума
- •Алгоритм 3 Подсчет критерия q Розенбаума
- •Правила ранжирования
- •Алгоритм 4 Подсчет критерия u Манна-Уитни.
- •2.4. Н - критерий Крускала-Уоллиса
- •Алгоритм 5 Подсчет критерия н Крускала-Уоллиса
- •Алгоритм 6 Подсчет критерия s Джонкира
- •2.6. Задачи для самостоятельной работы
- •2.7. Алгоритм принятия решения о выборе критерия для сопоставлений
- •Глава 3 оценка достоверности сдвига в значениях исследуемого признака
- •3.1. Обоснование задачи исследований изменений
- •3.2. G- критерий знаков
- •Алгоритм 8 Расчет критерия знаков g
- •Алгоритм 9 Подсчет критерия т Вилкоксона
- •3.4. Критерий χ2r Фридмана
- •Алгоритм 10 Подсчет критерия χ2r Фридмана
- •3.5. L - критерий тенденций Пейджа
- •Алгоритм 11 Подсчет критерия тенденций l Пейджа
- •3.6. Задачи для самостоятельной работы
- •3.7. Алгоритм принятия решения о выборе критерия оценки изменений
- •Глава 4 выявление различий в распределении признака
- •4.1. Обоснование задачи сравнения распределений признака
- •4,2. Χ2 критерий Пирсона
- •Шутливый пример
- •Алгоритм 13 Расчет критерия χ2
- •Алгоритм 14 Расчет абсолютной величины разности d между эмпирическим и равномерным распределениями
- •Алгоритм 15 Расчет критерия λ при сопоставлении двух эмпирических распределений
- •Глава 5 многофункциональные статистические критерии
- •5.1. Понятие многофункциональных критериев
- •5.2. Критерий φ* — угловое преобразование Фишера
- •Алгоритм 17 Расчет критерия φ*
- •5.3. Биномиальный критерий ш Назначение критерия m
- •Алгоритм 18 Применение биномиального критерия m
- •5.4. Многофункциональные критерии как эффективные заменители традиционных критериев
- •5.5. Задачи для самостоятельной работы
- •5.6. Алгоритм выбора многофункциональных критериев
Как читать эту книгу и как ею пользоваться
Начинающим лучше начать чтение с Главы 1 , затем выбрать, на основании алгоритмов 1 и 2, какой метод им лучше использовать, разобраться в примере. Затем стоит внимательно прочитать весь параграф, относящийся к данному методу, и попробовать самостоятельно решить прилагаемые задачи. После этого можно смело начать решение собственной задачи или... переключиться на другой метод, если Вы убедились, что этот Вам не подходит.
Знатокам можно сразу обращаться к методам, которые кажутся им подходящими для их задачи. Они могут использовать алгоритм применения избранного метода или опираться на пример, как нечто более наглядное. Для интерпретации результатов им, возможно, понадобится познакомиться с разделом "Графическое представление критерия". Не исключено, что анализ задач, предлагаемых в руководстве, поможет им увидеть новые грани в использовании знакомого метода.
Владельцам компьютерных программ подсчета статистических критериев может оказаться необходимым познакомиться с идеологией избранного ими метода в разделах "Описание", "Гипотезы", "Ограничения" и "Графическое представление критерия" — ведь компьютер не объясняет, каковы способы интерпретации полученных числовых значений.
Стремящимся к быстроте лучше сразу обращаться к п. 5.2 о критерии ф* (угловое преобразование Фишера). Этот метод поможет решить почти любую задачу.
Стремящимся к основательности можно прочитать, помимо прочего, также и те разделы текста, которые набраны мелким шрифтом.
Желаю успеха!
Елена Сидоренко
Глава 1
ОСНОВНЫЕ ПОНЯТИЯ, ИСПОЛЬЗУЕМЫЕ
В МАТЕМАТИЧЕСКОЙ ОБРАБОТКЕ
ПСИХОЛОГИЧЕСКИХ ДАННЫХ
1.1. Признаки и переменные
Признаки и переменные - это измеряемые психологические явления. Такими явлениями могут быть время решения задачи, количество допущенных ошибок, уровень тревожности, показатель интеллектуальной лабильности, интенсивность агрессивных реакций, угол поворота корпуса в беседе, показатель социометрического статуса и множество других переменных.
Понятия признака и переменной могут использоваться как взаимозаменяемые. Они являются наиболее общими. Иногда вместо них используются понятия показателя или уровня, например, уровень настойчивости, показатель вербального интеллекта и др. Понятия показателя и уровня указывают на то, что признак может быть измерен количественно, так как к ним применимы определения "высокий" или "низкий", например, высокий уровень интеллекта, низкие показатели тревожности и др.
Психологические переменные являются случайными величинами, поскольку заранее неизвестно, какое именно значение они примут.
Математическая обработка - это оперирование со значениями признака, полученными у испытуемых в психологическом исследовании. Такие индивидуальные результаты называют также "наблюдениями", "наблюдаемыми значениями", "вариантами", "датами", "индивидуальными показателями" и др. В психологии чаще всего используются термины "наблюдение" или "наблюдаемое значение".
Значения признака определяются при помощи специальных шкал измерения.