Слайды и текст доклада
Pic.1
Выбор метода статистического вывода
Pic.2
Нормальное распределение как стандарт
Pic.3
Статистическая гипотеза Это утверждение относительно неизвестного параметра генеральной совокупности, которое формулируется для проверки надежности связи и которое можно проверить по известным …
Pic.4
Статистическая гипотеза Основная (нулевая) гипотеза (H0) – содержит утверждение об отсутствии связи в генеральной совокупности и доступна проверке методами статистического вывода. Альтернативная …
Pic.5
Измерительные шкалы (неметрические): Номинативная шкала, или шкала наименований. Объекты группируются по различным классам так, чтобы внутри класса они были идентичны по измеряемому свойству. …
Pic.6
Измерительные шкалы (метрические): Интервальная шкала. Это такое измерение, при котором числа отражают не только различия между объектами в уровне выраженности свойства, но и то, насколько больше или …
Pic.7
Классификация методов статистического вывода Основания для классификации: типы шкал, в которых измерены признаки X и Y: качественная шкала (номинативная), количественная шкала (порядковая, …
Pic.8
Классификация методов статистического вывода
Pic.9
Классификация методов статистического вывода
Pic.10
Выбор методов статистического вывода
Pic.11
Параметрические и непараметрические критерии Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной совокупности (как правило, нормальном) или …
Pic.12
Методы корреляционного анализа Проверяемая H0: коэффициент корреляции равен нулю. Условие применения: а) два признака измерены в ранговой или метрической шкале на одной и той же выборке; б) связь …
Pic.13
Методы корреляционного анализа Методы: Корреляция r-Пирсона – для метрических переменных. Условие применения: а) распределения X и Y существенно не отличаются от нормального. Дополнительно: частная …
Pic.14
Методы анализа номинативных переменных В зависимости от цели исследования и структуры исходных данных выделяются три группы методов, соответствующих решаемым задачам: анализ классификаций; анализ …
Pic.15
Методы анализа номинативных переменных Анализ классификаций. Условие применения: для каждого объекта (испытуемого) выборки определена его принадлежность к одной из категорий (градаций) X (получено …
Pic.16
Методы анализа номинативных переменных Анализ таблиц сопряженности. Условие применения: для каждого объекта (испытуемого) выборки определена его принадлежность к одной из категорий (градаций) X и к …
Pic.17
Методы анализа номинативных переменных Анализ последовательностей (серий) Условие применения: объекты упорядочены (по времени или по уровню выраженности признака); каждый объект отнесен к одной из …
Pic.18
Методы сравнения выборок по уровню выраженности признака В зависимости от решаемых задач методы внутри этой группы классифицируются по трем основаниям: ► Количество градаций X: а) сравниваются 2 …
Pic.19
Сравнение двух независимых выборок Условия применения: признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из двух независимых выборок. Методы: Y – метрическая переменная: …
Pic.20
Сравнение двух зависимых выборок Условия применения: а) признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из двух зависимых выборок: либо признак измерен дважды на одной …
Pic.21
Сравнение более двух выборок Проверяемая H0: несколько совокупностей (которым соответствуют выборки) не отличаются по уровню выраженности измеренного признака.
Pic.22
Сравнение более двух независимых выборок Условия применения: признак должен быть измерен у объектов (испытуемых), каждый из которых принадлежит к одной из k независимых выборок (k>2). Методы: Y – …
Pic.23
Сравнение более двух независимых выборок Y- ранговая (порядковая) переменная: сравнение более двух независимых выборок по уровню выраженности ранговой переменной (непараметрический критерий …
Pic.24
Сравнение более двух зависимых выборок Условия применения: а) признак измерен у объектов (испытуемых), каждый из которых принадлежит к одной из k зависимых выборок (k>2): как правило, признак …
Pic.25
Сравнение более двух зависимых выборок Методы: Y- метрическая переменная: дисперсионный анализ (ANOVA) с повторными измерениями (параметрический метод). Дополнение: метод допускает сравнение выборок …
Pic.26
Сравнение более двух зависимых выборок Y- ранговая (порядковая) переменная: сравнение более двух зависимых выборок по уровню выраженности ранговой переменной (непараметрический критерий χ2-Фридмана). …
Pic.27
Спасибо за внимание!
Скачать презентацию
Если вам понравился сайт и размещенные на нем материалы, пожалуйста, не забывайте поделиться этой страничкой в социальных сетях и с друзьями! Спасибо!