Возможности и ограничения параметрических критериев.

Возможности:

1. Позволяют оценить различия в средних полученных в 2х выборках (t-критерий Стьюдента)

2. Позволяет оценить различия в дисперсиях (критерий Фишера)

3. Устанавливают значимые связи между переменными (критерий Пирсона)

Ограничения:

1. Экспериментальные данные должны быть нормально распределены

2. Математически расчеты достаточно сложны и трудоемки

8. Возможности и ограничения компьютерных методов обработки данных.
Возможности и ограничения компьютерной обработки данных.

Возможности:

1. Компьютерное представление стимульной информации

2. Компьютерное управление экспериментом (управление в реальном масштабе времени, а отсюда более точная диагностика поведения и т.д.)

3. Организация и хранение полученных данных (хранение больших объемов информации, оперативный доступ и поиск по нескольким критериям)

4. Обработка полученных данных

5. Предоставление полученных данных в виде наглядных изображений (графики, таблицы, схемы)

6. Применение компьютера заменяет рутинную обработку

7. Компьютерно-психологическое моделирование (имитация жизненных ситуаций)

Ограничения:

1. Интерпретация результатов

2. Стереотип повышенной сложности (стереотип, что расчеты могут делать только программисты или математики)

9. Возможности и ограничения параметрических критериев.

Возможности и ограничения параметрических критериев.

Возможности:

4. Позволяют оценить различия в средних полученных в 2х выборках (t-критерий Стьюдента)

5. Позволяет оценить различия в дисперсиях (критерий Фишера)

6. Устанавливают значимые связи между переменными (критерий Пирсона)

Ограничения:

3. Экспериментальные данные должны быть нормально распределены

4. Математически расчеты достаточно сложны и трудоемки

 

 

10. Возможности и ограничения непараметрических критериев.

Методы непараметрической статистики

1. Возможности и ограничения непараметрических критериев

1. Алгоритмы расчета критериев Спирмена, Фридмана, Манна-Уитни (U)

Непараметрический критерий – критерий, основанный на оперировании частотами или рангами, не включающие в формулу расчета параметры распределения.

Большинство критериев являются непараметрическими, чаще всего для расчета используются критерии Спирмена (r), Фридмана (.

Возможности критериев:

1. Коэффициента ранговой корреляции Спирмена - позволяет выявить значимые корреляции между переменными

2. Фридман – позволяет выявить степень выраженности и ранжирования переменных

3. Манна-Уитни – позволяет оценить значимые различия между выборками по степени выраженности показателей (назначение тоже самое, что и у критерия Стьюдента, только критерий Стьюдента – параметрический показатель). Что бы выбрать критерий (Стьюдент или Манна-Уитни), нужно оценить значимые различия между выборками по степени выраженности показателей - асимметрия или эксцесс (если так, что применять признак Манна-Уитни)

Достоинства непараметрических критериев:

1. Математические расчеты просты и не занимают много времени

2. Распределение признака может быть любым, не только нормальным

Ограничение: с их помощью невозможно оценить взаимодействие 2х и более факторов, влияющих на изменение признака, но с этой задачей справляется критерий Фишера (параметрический метод). Этот критерий рассчитывается при дисперсионном факторном анализе.

1 I. Понятие корреляции. Свойства корреляции.
Корреляционные анализ.

1. Понятия корреляции, ее свойства

2. Наглядное изображения корреляционных связей, метод корреляционных плеяд

3. Интерпретация корреляции. Корреляция и причинно-следственная связь

Корреляционный анализ – математические процедуры для изучения статистических связей между признаками изучаемых объектов.

Корреляция означает связь между 2мя переменными, при которой систематическое увеличение одной переменной сопровождается увеличением или уменьшением значением другой переменной.

Свойства корреляции:

1. Направленность – свойство, характеризующее одностороннюю или двустороннюю обусловленность изменения одной величины изменениями другой величины. Односторонняя – Х обусловлено У, но никак не наоборот, двусторонняя – Х и У обуславливают друг друга.

2. Сила (степень тесноты связи) – это свойство, характеризующее степень обусловленности изменений Х значениями У или наоборот. Сила связи не зависит от ее направленности и определяется по абсолютному значению коэффициента корреляции.

Общая классификация корреляционной связи по силе:

· Сильная связь – r > 0,5

· Умеренная связь – 0.3 < r 0.49

· Слабая (незначительная) – r < 0.29

Частная классификация корреляционных связей:

· Высокая значимая корреляция, соответствующая уровни значимости – р < 0,01

· Значимая связь – р < 0,05

· Тенденция к достоверной связи – р < 0,1

Чем больше объем выборки, тем меньшей величины коэффициент корреляции оказывается достаточно, что бы корреляция была признана достоверной

3. Форма – бывает 2х видов: линейная и нелинейная.

4. Направление – свойство, выражающейся в возрастающей или убывающей функции. направление выражается знаком «-» или «+». По направлению корреляция может быть прямая (положительная) и обратная (отрицательная).