 |
|
Статистические гипотезы
Гипотезой является предположение, имеющее вероятностный х-тер, обладающее неопределённостью в отношении своей истинности. Гипотезы формулируются для того, чтобы представить в чётком лаконичном виде представления автора о том или ином факте или/и его причинах.
Принято выделять статистич гипотезы 2 видов:
1. Нулевую – H и внизу 0 и формулируется как гипотеза об отсутствии различий, о сходстве 2 распределений, о равенстве средних арифметических в двух выборках. Нулевой она называется потому, что среднее в одной выборке – среднее в другой =0.
2. Альтернативную – противоположна по смыслу нулевой. Она утверждает наличие отличий в выборках, в параметрах распределений и т.д.H1
Две эти гипотезы образуют группу несовместимых событий – берётся одна, значит, отклоняется другая.
В свою очередь эти две гипотезы делятся ещё на:
· Направленные – говорит о наличии или отсутствии различий в определённом направлении (направленная нулевая гипотеза: результаты э гр не превышают группы контрольной; направленная альтернативная: результаты эксп выше/ниже результатов группы контрольной)
· Ненаправленные – фиксирует только наличие или отсутствие различий (нулевая ненаправленная: результат экспериментальной группы не отличаются значимо от результатов группы контрольной; альтернативная ненаправленная: результаты эксп группы значимо отличаются от результатов контр группы).
Проверка гипотез проводиться с помощью статистических критериев. Ст критерии – это правила, к. позволяют принимать истинную или отклонять ложную гипотезу с высокой степенью вероятности. Есть много видов статистических критериев. У каждого из них есть свои ограничения. Рассчитывается числовое значение критерия для имеющейся в нашем распоряжении выборки – полученное число называется эмпирическим значением критерия. Это эмпирическое значение критерия сравнивается с табличным критическим значением. Различие м/уэмпирическим и критич значением позволяют нам принять одну из статистических гипотез, вторую отвергнуть.
Все статистические критерии делятся на:
1. Параметрические – критерии, в формулу расчёта к. входят параметры распределения. Чаще всего это среднее значение и стандартное отклонение.
2. Непараметрические – параметры распределения в формулу расчёта не вкл. Оперируют только частотами и рангами.
Параметрич критерии можно применять только для 1 - метрических шкал, 2 - тогда, когда распределение соответствует нормальному типу, 3 - при достаточно большом объеме выборки. Для всего остального – непараметрический аналог.
Шкалы
Шкалы:
Разработаны Стивенсоном 4 вида.
1. Номинативная, или наименований, номинальная
2. Ранговая, или порядковая шкала
3. Интервальная
4. Шкала отношений, или абсолютная
1 и 2 – неметрические шкалы
3 и 4 – метрические.
1 – способ распределения объектов или явлений по классификационным ячейкам. Единицей измерения – одно наблюдение
2 – единица измерения – 1 ранг. Это как бегуны – заняли места, но мы не знаем насколько лучше каждый другого. Шкала классифицирует по принципу больше/меньше. Правильнее было бы придавать объектам с наименее выраженными св-вами наименьшее значение ранга.
3 – основывается на предположении о равенстве разности степени выраженности какого-либо псих св-ва двух объектов. Лучше использовать её, поскольку можно привести её к другим шкалам
4 – есть полное отсутствие признака, т.е. абсолютный ноль (отсутствие пульса)
Под измерениями признаков понимается приписывание объектам или событиям числовых форм в соответствии с определёнными правилами.