- •Санкт-Петербургский государственный университет сервиса и экономики
- •Гармашов а.В. Математические методы в психологии
- •Введение
- •Задача №1. Построить гистограмму относительных частот уровня интеллекта студентов первого курса.
- •Методические указания по алгоритму построения гистограммы.
- •Методические указания по алгоритму проверки нормальности распределения признака.
- •Методические указания
- •Методические указания
- •Методические указания
- •Часть 1. Равномерный статистический комплекс.
- •Часть 2. Неравномерный статистический комплекс.
- •Методические указания
- •5) Случай равномерного статистического комплекса.
- •Варианты по дискриминантному анализу
- •Примеры решения задач
- •Рекомендуемая литература
- •Статистические таблицы
- •Критические значения критерия q Розенбаума для уровней статической значимости р 0.05 и р 0.01
- •Критические значения критерия т Вилкинсона для уровней статической значимости р 0.05 и р 0.01
- •Критические значения критерия f Фишера для уровней статической значимости р 0.05 и р 0.01: df1 – число степеней свободы в числителе, df2 – число степеней свободы в знаменателе
Методические указания
Дисперсионный анализ предназначен для выявления влияния отдельных факторов на результирующий показатель. В зависимости от числа факторов дисперсионный анализ бывает однофакторным, двухфакторным и многофакторным. Однако, начиная с трехфакторного анализа, имеет место большое разнообразие различных воздействий факторов, что усложняет интерпретацию полученных результатов.
Предлагается, что на каждом уровне фактора Аj (j=1,m) результативный признак подчиняется нормальному распределению с одинаковыми дисперсиями.
Выдвигается нулевая гипотеза на уровне значимости α о равенстве групповых средних по всем уровням: H0: μ1=μ2=…=μm.
Суть метода дисперсионного анализа заключается в переходе от проверки нулевой гипотезы. Н0 а равенстве групповых средних к проверке. Н0 о равенстве факторной и остаточной дисперсий.
Требуется исследовать влияние фактора A на признак Х. Экспериментальные данные в общем виде записывают в таблицу:
-
№ п/п
измерения
Уровни фактора A
А1
А2
…
Аm
1
x11
x12
…
x1m
2
x21
x22
…
x2m
4
…
…
…
…
…
…
qj
q1
q2
…
qm
Rj
…
Pj
…
N=, qj – число испытаний на j-ом уровне (j=1,2, … ,m)
Rj =-сумма значений Х наj-ом уровне
Pj =- сумма квадратов значений величины Х наj-ом уровне.
Проверка равенства дисперсий на всех уровнях фактора A.
Проверим гипотезу о равенстве дисперсий на всех уровнях, т.е. Н0:.
Для равномерного статистического комплекса используем критерий Кочрена и найдем наблюдаемое значение критерия:
где - наибольшая из исправленных оценок дисперсий по всей уровням.
По таблицам G–распределения для уровня значимости α, числа сравниваемых совокупностей m и числа степеней свободы =n-1 (n – объем выборки для уровня с максимальной дисперсией) находим Gтабл.(α; m; n-1). Если Gнабл.<Gтабл., то гипотеза о равенстве дисперсий не отвергается.
При неодинаковом числе испытаний на уровнях (неравномерный статистический комплекс) гипотеза о равенстве дисперсий на всех уровнях проверяется с помощью критерия Бартлетта: , где
; ;
.
Полученное значение сравнивают с критическим Bтабл(; m-1). Правило принятия гипотезы: если Bнабл<Bтабл, то принимается нулевая гипотеза.
Вычисление дисперсий.
По данным вычислениям Rj и Pj и находим факторную и остаточную дисперсии по формулам:
; .
где f1=m-1 – число степеней свободы по уровням; f1=n–m – число степеней свободы для остаточной дисперсии.
Принятие гипотезы.
Для проверки гипотезы о влиянии фактора A вычислим наблюдаемое значение критерия Фишера-Снедекора:
По таблице F–распределения находим критическое значение F=Fкр(α;f1;f1).
Если Fнабл<Fтабл., то нулевая гипотеза не отвергается и делается вывод о несущественном влиянии фактора A на признак Х, в противном случае Н0 с вероятностью ошибки α отвергается, что доказывает влияние фактора А на величину Х.
5) Случай равномерного статистического комплекса.
В случае одинакового числа испытаний на всех уровнях q1=q2=…=qm=q формулы для нахождения иупрощаются:
;
Задача 8 Варианты задачи даны в таблице с указанием результативного у и факторных x1, x2 признаков.
Номер варианта |
Результативный признак |
Факторные признаки |
1 |
Y1 |
X1, X2 |
2 |
Y2 |
Х11, Х12 |
3 |
Y1 |
X11 X13 |
4 |
Y2 |
X10, X11 |
5 |
Y2 |
X9, X10 |
6 |
Y1 |
X3, X4 |
7 |
Y2 |
X9, X11 |
8 |
Y2 |
X11, X12 |
9 |
Y1 |
X3, X5 |
10 |
Y2 |
X11, X13 |
В следующей таблице представлены выборочные данные по показателям состояния личности у руководителей мужчин и женщин.
№ |
Y1 |
Y2 |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
X11 |
X12 |
X13 |
X14 |
1 |
12 |
13 |
0,33 |
0,6 |
1,11 |
0,54 |
0,20 |
0,55 |
0,33 |
0,17 |
0,1 |
0,11 |
0,20 |
0,1 |
0,17 |
0,10 |
2 |
15 |
30 |
0,33 |
0,2 |
0,44 |
0,31 |
0,20 |
0,54 |
0,50 |
1,25 |
0,7 |
1,78 |
1,62 |
1,2 |
1,17 |
1,33 |
3 |
9 |
21 |
0,17 |
0,6 |
0,33 |
0,10 |
0,10 |
0,59 |
0,17 |
0,24 |
0,4 |
0,67 |
0,54 |
0,3 |
0,83 |
0,17 |
4 |
6 |
14 |
0,23 |
0,3 |
0,67 |
0,15 |
0,20 |
0,33 |
0,50 |
0,50 |
0,6 |
0,33 |
0,08 |
0,3 |
0,50 |
0,17 |
5 |
20 |
42 |
0,83 |
0,4 |
1,33 |
0,15 |
0,60 |
0,38 |
1,17 |
1,75 |
2,3 |
2,56 |
2,54 |
2,4 |
2,00 |
2,33 |
6 |
9 |
37 |
0,75 |
0,6 |
0,56 |
0,15 |
0,50 |
0,17 |
0,32 |
2,17 |
1,7 |
1,00 |
1,31 |
1,6 |
1,33 |
1,00 |
7 |
17 |
23 |
0,92 |
0,9 |
1,11 |
0,92 |
0,40 |
0,33 |
1,33 |
1,08 |
0,7 |
1,22 |
0,69 |
0,9 |
0,67 |
1,00 |
8 |
12 |
17 |
0,42 |
0,4 |
0,33 |
0,15 |
0,10 |
0,30 |
0,32 |
0,92 |
0,5 |
0,44 |
0,23 |
0,3 |
0,50 |
0,17 |
9 |
24 |
14 |
1,08 |
1,3 |
1,56 |
1,38 |
0,70 |
0,50 |
1,00 |
1,25 |
1,1 |
1,22 |
0,85 |
0,7 |
0,67 |
0,83 |
10 |
9 |
20 |
0,17 |
0,8 |
0,22 |
0,31 |
0,10 |
0,31 |
0,17 |
0,50 |
0,5 |
0,78 |
0,69 |
0,4 |
0,67 |
1,17 |
11 |
3 |
23 |
0,08 |
0,5 |
0,67 |
0,08 |
0,10 |
0,56 |
0,67 |
1,75 |
1,3 |
0,78 |
1,08 |
1,2 |
2,68 |
0,50 |
12 |
14 |
22 |
0,33 |
0,3 |
0,67 |
0,31 |
0,20 |
0,34 |
0,50 |
0,92 |
0,4 |
0,56 |
0,15 |
0,4 |
0,50 |
0,33 |
13 |
6 |
22 |
0,22 |
0,3 |
0,44 |
0,15 |
0,10 |
0,32 |
0,32 |
0,42 |
0,8 |
0,565 |
0,54 |
0,4 |
0,60 |
0,50 |
14 |
32 |
13 |
1,08 |
1,0 |
1,22 |
1,00 |
0,40 |
0,19 |
0,67 |
0,08 |
0,3 |
0,66 |
0,16 |
0,1 |
0,50 |
0,35 |
15 |
14 |
27 |
1,00 |
1,0 |
1,22 |
0,77 |
0,70 |
0,83 |
1,83 |
0,83 |
0,7 |
0,89 |
0,85 |
0,6 |
1,33 |
1,00 |
где
X1 – соматизация у мужчин;
X2 – обессивность-импульсивность у мужчин;
X3 – межличностная сензетивность у мужчин;
X4 – депрессия у мужчин;
X5 – тревожность у мужчин;
X6 – враждебность у мужчин;
X7 – паранойливые тенденции у мужчин;
X8 – соматизация у женщин;
X9 – обессивность-импульсивность у женщин;
X10 – межличностная сензетивность у женщин;
X11 – депрессия у женщин;
X12 – тревожность у женщин;
X13 – враждебность у женщин;
X14 – паранойливые тенденции у женщин;
Y1 – уровень стрессоустойчивости у мужчин;
Y2 – уровень стрессоустойчивости у женщин.
Методические указания к задаче №8
Для установления вида зависимости требуется:
1) найти оценку уравнения регрессии вида
2) проверить значимость уравнения регрессии при =0,05 или=0,01;
3) проверить значимость отдельных коэффициентов регрессии
4) дать интерпретацию коэффициентам регрессии;
5) при необходимости перейти к алгоритму пошагового регрессионного анализа, отбросив один из незначимых коэффициентов регрессии;
6) построить матрицы парных и частных коэффициентов корреляции;
7) найти множественные коэффициенты корреляции и детерминации;
8) проверить значимость частных и множественных коэффициентов корреляции.
Задача 9. Имеются данные по 15 испытуемым, личности которых характеризуются тремя показателями (см. табл.): X1 - уровень стрессоустойчивости; X2 - враждебность; X3 - паранойливые тенденции.
Таблица. Значения показателей личности испытуемых
|
№ |
X1 |
X2 |
X3 |
Мужчины |
1 |
12 |
0,55 |
0,33 |
2 |
15 |
0,54 |
0,50 | |
3 |
9 |
0,59 |
0,17 | |
4 |
6 |
0,33 |
0,50 | |
5 |
20 |
0,38 |
1,17 | |
6 |
9 |
0,17 |
0,32 | |
7 |
17 |
0,33 |
1,33 | |
Женщины |
8 |
42 |
2,00 |
2,33 |
9 |
37 |
1,33 |
1,00 | |
10 |
23 |
0,67 |
1,00 | |
11 |
20 |
0,67 |
1,17 | |
12 |
23 |
2,68 |
0,50 | |
13 |
22 |
0,50 |
0,33 | |
14 |
22 |
0,60 |
0,50 | |
15 |
27 |
1,33 |
1,00 |
В каждом варианте даны две обучающие выборки, первая из которых включает четверо мужчин (группа X), а вторая - пять женщин (группа Y).
Требуется:
1) найти оценки векторов средних и ковариационных матрицSx, Sy;
2) определить несмещенную оценку суммарной ковариационной матрицы и обратной матрицы;
3) получить вектор оценок коэффициентов дискриминантной функции;
4) найти оценки значений дискриминантной функции Ux и Uy для матриц исходных данных Х и Y;
5) определить оценку константы C;
6) вычислить оценки значений дискриминантной функции для оставшихся испытуемых и провести их дискриминацию;
7) дать психологическую интерпретацию результатов дискриминации.