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 |
Модель однофакторного дисперсионного анализаСодержание книги
Поиск на нашем сайте
Прежде, чем говорить о строгом способе решения поставленной задачи, необходимо четко описать ту модель, которая лежит в основе всех формальных построений. Модель кажется очень простой. Но далее, перейдя к рассмотрению двухфакторного дисперсионного анализа, мы увидим, что подобные модели могут быть гораздо более сложными и неочевидными. Научиться же строить подобные модели надо. Причин тому, по крайней мере, две. Во-первых, подобного рода модели используются очень часто: в регрессионном, логлинейном и других видах анализа данных. И их смысл надо хорошо понять, чтобы иметь возможность читать соответствующую литературу. Во-вторых, хорошее понимание смысла подобных моделей, на наш взгляд, может способствовать усвоению очень актуального методологического принципа - прежде, чем собирать данные, необходимо сформировать систему «аксиом», четко обрисовывающих априорное представление социолога о том, что он изучает. При всей своей очевидности это положение на практике часто не выполняется. В результате используются анкеты, в которые включены вопросы, не имеющие отношения к делу, не включены необходимые вопросы и т.д. Все методы анализа данных опираются на такие априорные аксиомы. Они и составляют суть модели, заложенной в том или ином методе. Привычка пользоваться методами, как нам представляется, должна способствовать выработке состоятельного с методологической точки зрения подхода к планированию социологического исследования. Или, коротко говоря, – математика может научить социолога методологической грамотности. В данном случае имеется в виду одна «аксиома» – четкая формулировка того, отчего зависит основной интересующий исследователя признак Y. Предположение о том, из чего для каждого конкретного респондента формируется уровень признака Y, выглядит следующим образом: , где - некий средний уровень, на фоне которого изучается действие фактора Х на признак Y; - это вклад в формирование значения зависимого признака j - го уровня фактора Х; - добавка, отражающая специфические характеристики именно того (неповторимого) респондента, который включен в j-ю ячейку и имеет в ней номер i. Сделаем несколько замечаний по поводу отдельных членов модели. Сущность поясним на примере: наверное, этот уровень будет один для выпускников московских школ, другой – для выпускников деревенских школ Иркутской области и третий – для молодежи Центрально-африканской республики. Модель действительна на генеральной совокупности. Выборочной оценкой среднего уровня служит . По поводу можно сказать, что это – главный интересующий нас элемент, центральное звено модели. Размер именно этой величины и говорит о том, насколько j-я форма обучения детерминирует уровень полученных студентом знаний. Выборочной оценкой этого показателя служит разность . - это некоторый поправочный элемент, корректирующий основную часть модели, выраженную суммой ( + ). Коррекция требуется потому, что, как бы хорошо ни моделировалась величина этой суммой (а мы ищем именно такой фактор, чтобы равенство = ( + ) по возможности отражало реальность), последняя никогда не сможет учесть все специфические особенности отдельных людей. Точным равенство = ( + ) не будет никогда. Но мы все же будем считать его приемлемым, если величины в среднем равны нулю, независимы и как бы погашают друг друга. К примеру, если у i-го респондента из j-й группы окажется большим по абсолютной величине и отрицательным (из-за того, что этот респондент, к примеру, много болел в течение того года, когда проводился эксперимент; это привело к тому, что успехи студента оказались ниже, чем следовало бы ожидать при рассматриваемом среднем уровне и воздействии соответствующей формы обучения), то в той же группе найдется такой k –й респондент, у которого будет примерно таким же по модулю, но положительным (из-за того, скажем, что этот респондент весь год усиленно занимался дополнительно с преподавателем). Обычно предполагается, что величины имеют нормальное распределение с нулевым математическим ожиданием. Если же окажется, что довольно велики и практически у всех респондентов положительны, - значит, мы не учли действие какого-то общего для всех респондентов фактора. И нам надо или заменить фактор Х другим, или перейти к двухфакторному дисперсионному анализу. Величины называются остатками, и математическая статистика обычно представляет исследователю средства проанализироваать эти остатки (это имеет место не только для дисперсионного анализа). Выборочной оценкой величины служит разность .
Все три элемента модели могут быть расценены как вклады в вариацию признака Y, как источники такой вариации.
|
||||
Последнее изменение этой страницы: 2016-07-11; просмотров: 309; 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 - 3.144.25.133 (0.007 с.) |