- •Тема 5. Методы анализа номинативных данных
- •§1. Сравнение эмпирического распределения с теоретическим.
- •Биномиальный критерий.
- •Выбор критерия для сопоставления эмпирической частоты с теоретической вероятностью.
- •2 Случай – 2 или несколько градаций.
- •§2. Сравнение двух эмпирических распределений.
- •Точный критерий Фишера.
- •Критерий Мак-Нимара
Тема 5. Методы анализа номинативных данных
Эти методы касаются широкого класса гипотез в отношении явлений, измерения которых доступны только в номинативной шкале.
Например:
Данные для ответов на эти вопросы могут быть получены с помощью классификации событий и людей по интересующим исследователя градациям. Несмотря на многообразие ситуаций они сводятся к следующим типичным случаям:
сравнение наблюдаемого (эмпирического) распределения частот с теоретическим;
сравнение двух и более наблюдаемых распределений частот.
§1. Сравнение эмпирического распределения с теоретическим.
1 случай - 2 градации. Задача сводится к сравнению численности двух долей объектов в совокупности – обладающих и не обладающих каким-либо признаком.
Соотношение численности групп, которое мы получим в результате исследования – это эмпирическое распределение. Теоретическое распределение – ожидаемое соотношение частот.
Гипотезы:
Н0 –
Н1 –
Биномиальный критерий.
Предназначен для сопоставления частоты встречаемости какого-либо эффекта с теоретической (или заданной) частотой его встречаемости.
Используется, если
обследована одна выборка объемом не более 50 (в некоторых случаях – 300) и нет смысла делить ее на части;
в выборке меньше 30 наблюдений и нельзя применить χ2 – критерий Пирсона.
Позволяет оценить, превышает ли эмпирическая частота интересующего нас эффекта теоретическую, среднестатистическую или какую-то заданную частоту, соответствующую, например:
вероятности случайного угадывания;
среднему проценту успешного решения задач;
допустимому проценту брака.
Гипотезы:
Н0 – частота встречаемости данного эффекта в выборке не превышает теоретическую.
Н1 – частоты встречаемости данного эффекта в выборке превышает теоретическую.
Наблюдаемое значение критерия m – эмпирическая частота
Критическое значение зависит от уровня значимости α, объема выборки и теоретической вероятности p – m р(α,n,p).
Критерий правосторонний. Если m эмп ≥ m кр(, то гипотезу Н0 отвергаем, принимаем гипотезу Н1.
Ограничения критерия:
Если необходимо проверить гипотезу о том, что частоты встречаемости интересующего нас эффекта достоверно ниже заданной вероятности, то
при p=0,5 используется критерий знаков,
при p>0,5 необходимо преобразовать гипотезы в противоположные.
Выбор критерия для сопоставления эмпирической частоты с теоретической вероятностью.
заданная вероятность |
эмпирическая частота выше теоретической |
эмпирическая частота ниже теоретической |
p < 0,5 |
m – критерий (2 ≤ n ≤ 50)
|
χ2 – критерий (n ≥ 30) |
p = 0,5 |
m – критерий (5 ≤ n ≤ 300)
|
критерий знаков (5 ≤ n ≤ 300)
|
p > 0,5 |
χ2 – критерий (n ≥ 30)
|
m – критерий (2 ≤ n ≤ 50)
|
Пример. Из 50 опрошенных по поводу отношения к введению моратория на смертную казнь 30 человек были «за», 20 – «против». Можно ли утверждать на основании опроса, что в генеральной совокупности число сторонников превышает число противников моратория на смертную казнь?
Решение.