Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Средние значения оценок избирателей и индивидуальные показатели депутата↑ ⇐ ПредыдущаяСтр 3 из 3 Содержание книги
Поиск на нашем сайте
Правила ранжирования: большему значению – меньший ранг Сформулируем гипотезы Н0 – корреляция между индивидуальными показателями депутата и эталонными показателями не отличаются Н1 – корреляция между индивидуальными показателями депутата и эталонными показателями статистически значимо отличаются Поскольку в обоих рангах присутствуют одинаковые – необходимо внести поправки. В ряду А присутствует 1 группа одинаковых рангов А = 2 (количество одинаковых рангов) А и В – количество одинаковых рангов Коэффициент Спирмана: Коэффициент Спирмана при одинаковых рангах: Далее нужно сравнивать результаты с критическими значениями: Табличные значения: 1. Смотрится по n (чему оно равно) 2. rкр = 0,47 Нужно сравнить показатели rэмп > rкр Ответ: Гипотеза Н0 отвергается, принимаем Н1. Депутат не соответствует эталонному профилю избирателей. Статистически значимо отличие эталонного профиля избирателей и индивидуальный профиль кандидата в депутаты, т.к. имеются расхождения по шкалам …. этими расхождениями объясняется снижение коэффициента Спирмана. 14. Корреляционная матрица, ее особенности. Корреляционная матрица – это матрица, дающая коэффициент корреляция между каждой переменной в наборе данных в каждой другой переменной этого набора.
Особенности матрицы: 1. Матрица корреляции симметрична относительно своей главной диагонали 2. Диагональ составляет единицу – коэффициент корреляции данного признака с самим собой 3. Испытуемые и их порядковые номера из таблицы сводных данных в матрицы корреляций уже никак не представлены 4. Коэффициент корреляции несет информацию только о силе и направленности связей между признаками и не дают никаких сведений ни об одном отдельном испытуемом 5. Корреляционную матрицу наглядно представить в виде корреляционной плеяды и описать в тексте Описывание в тексте полученные связи: 1. Констатируем связь 2. Какова направленность связи (положительная и отрицательная) 3. Уровень достоверности при уровне значимости 4. Сила связи Задание Используя формула расчет коэффициент Пирсона рассчитать сопряженность между цветом волос и цветом глаз в данной выборке. Были собраны следующие данные: Совместное распределение частот цвета волос и цвета глаз
Алгоритм расчета: 1. Рассчитать сумму отношений квадратов частот каждой клетки таблицы к произведению итоговых частот соответствующего столбца и строки 2. Вычислить показатель взаимной сопряженности по формуле 3. Подставим полученные данные в формулу Ответ: Связь между цветом волос и цветом глаз в данной выборке прямая и слабая (мы не можем по цвету глаз определить с точностью какой будет цвет волос и наоборот). 15. Дисперсионный однофакторный. Отличие дисперсионного анализа Методы многомерного анализа: регрессионный, дисперсионный, факторный анализ. Позволяют выделить срытые переменные, признаки и внутреннюю структуру связей между ними. Независимая переменная – фактор, который изменяется или учитывается исследователем (возврат испытуемых). Зависимая переменная – результативный признак, отклик на изменение независимой переменой. (обучаемость и эффективность выполнения задачи) Дисперсионный анализ – это анализ изменчивости признака (з/п) под влиянием каких-либо контролируемых факторов (н/п). Метод основан на сравнении дисперсий. Если различия между дисперсиями значимы, то фактор оказывает существенное влияние на признак. ANOVA – анализ вариативности. Автором методом является Фишер. Критерия Фишера является параметрическим, потому что в формулу расчета входят оценки дисперсий. В дисперсионном анализе исследователь исходит из положения, что они переменные могут рассматриваться как причины, а другие как следствие. Ближайшим и более простым аналогом ANOVA является Т-критерий Стьюдента (тоже параметрический критерий), но в отличии от Т-критерия, дисперсионный анализ предназначен для сравнения не 2х выборок, а больше. Есть несколько видов анализа: 1. Однофакторный дисперсионный анализ (one way) – в этой команде можно задать одну независимую переменную, всегда номинативную и имеющую несколько градаций (низкое, среднее, высокое). Можно задать 1 независимую переменную, которая группирует объекты заданной выборки в сравниваемой выборке и задать несколько зависимых переменных (они всегда количественного или метрического типа) · Связанная выборка · Несвязанная выборка 2. Многофакторный (МANOVA) – позволяет анализировать как множество зависимых, так и множество зависимых переменных Подготовка данных к дисперсионному анализу: 1. Создание комплексов – для каждого испытуемого создается отдельная карточка, куда вносятся все его данные по всем измеренным признакам 2. Уравновешивание комплексов - равномерный комплекс тот, в котором каждая ячейка представлена одинаковым количеством наблюдений. В случае если оказалось неравное количество наблюдений, необходимо отсеять некоторые из них 3. Проверка нормальности распределения признака. Алгоритм дисперсионного анализа для связанной выборки: 1. Назначение метода – метод дисперсионного анализа для связанных выборок применяется в тех случаях, когда исследуется влияние одного фактора на одну и ту же выборку испытуемых. Градации фактора должно быть не менее 3х. Это лонгитюдный метод 2. Описание метода Пример: Группа из 5 испытуемых была обследована с помощью 3х экспериментальных заданий, направленных на изучение интеллектуальной настойчивости. Каждому испытуемому индивидуально предъявлялись последовательно 3 одинаковые анаграммы (4, 5, 6-буквенные). Можно ли считать, что фактор длины анаграммы влияет на длительность попыток решения или же будут влиять другие факторы.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-04-26; просмотров: 267; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.136.18.192 (0.008 с.) |