Принятие решения о задаче и методе обработки на стадии, когда данные уже получены
1. По первому столбцу Табл. 1.2 определить, какая из задач стоит в вашем исследовании.
2. По второму столбцу Табл. 1.2 определить, каковы условия решения вашей задачи, например, сколько выборок обследовано или на какое количество групп вы можете разделить обследованную выборку.
3. Обратиться к соответствующей главе и по алгоритму принятия решения о выборе критерия, приведенного в конце каждой главы, определить, какой именно метод или критерий вам целесообразно использовать.
Если вы еще находитесь на стадии планирования исследования, то лучшее заранее подобрать математическую модель, которую вы будете в дальнейшем использовать. Особенно необходимо планирование в тех случаях, когда в перспективе предполагается использование критериев тенденций или (в еще большей степени) дисперсионного анализа. , В этом случае алгоритм принятия решения таков:
АЛГОРИТМ 2
Принятие решения о задаче и методе обработки на стадии планирования исследования
1. Определите, какая модель вам кажется наиболее подходящей для доказательства] ваших научных предположений.
2. Внимательно ознакомьтесь с описанием метода, примерами и задачами для самостоятельного решения, которые к нему прилагаются.
3. Если вы убедились, что это то, что вам нужно, вернитесь к разделу "Ограничения критерия" и решите, сможете ли вы собрать данные, которые будут отвечать этим ограничениям (большие объемы выборок, наличие нескольких выборок, монотонно различающихся по какому-либо признаку, например, по возрасту и т.п.).
4. Проводите исследование, а затем обрабатывайте полученные данные по заранее! выбранному алгоритму, если вам удалось выполнить ограничения.
5. Если ограничения выполнить не удалось, обратитесь к алгоритму 1.
В описании каждого критерия сохраняется следующая последовательность изложения:
· назначение критерия;
· описание критерия;
· гипотезы, которые он позволяет проверить;
· графическое представление критерия;
· ограничения критерия;
· пример или примеры.
Кроме того, для каждого критерия создан алгоритм расчетов. Если критерий сразу удобнее рассчитывать по алгоритму, то он приводится в разделе "Пример"; если алгоритм легче можно воспринять уже после рассмотрения примера, то он приводится в конце параграфа, соответствующего данному критерию.
Список обозначений
Латинские обозначения:
А - показатель асимметрии распределения
с - количество групп или условий измерения
d - разность между рангами, частотами или частостями
df - число степеней свободы в дисперсионном анализе
Е - показатель эксцесса
F - критерий Фишера для сравнения дисперсий
f - частота
f* - частость, или относительная частота
G - критерий знаков
Н - критерий Крускала-Уоллиса
i - индекс, обозначающий порядковый номер наблюдения
j - индекс, обозначающий порядковый номер разряда, класса, группы
k - количество классов или разрядов признака
L - критерий тенденций Пейджа
М - среднее значение признака или средняя арифметическая; то же, что и х
m - биномиальный критерий
n - количество наблюдений (испытуемых, реакций, выборов и т.п.)
N - общее количество наблюдений в двух или более выборках
Р - вероятность того, что событие произойдет
р - вероятность ошибки 1 рода (то же, что и а), уровень статистической значимости
Q - 1) вероятность того, что событие не произойдет; 2) критерий Розенбаума
rs - коэффициент ранговой корреляции Спирмена
S - критерий Джонкира
S2 - оценка дисперсии
Si - количество значений, которые выше или ниже данного значения
SS - суммы квадратов (в дисперсионном анализе)
Т - критерий Вилкоксона
Тс - суммы рангов по столбцам
Тк - большая сумма рангов в критерии U
U - критерий Манна-Уитни
Wn - размах вариативности, или диапазон значений от наименьшего до
наибольшего
хi - текущее наблюдение; каждое наблюдение по порядку
- среднее значение признака (то же, что и М)
Греческие обозначения:
α(альфа) - вероятность ошибки I рода (отклонения H0, которая верна)
β (бета) - вероятность ошибки II рода (принятия H0, которая неверна)
λ, (ламбда) - критерий Колмогорова-Смирнова
v (ню) - число степеней свободы в непараметрических критериях
σ (сигма) - стандартное отклонение
φ (фи) - центральный угол, определяемый по процентной доле в критерии φ*
φ* (фи) - критерий Фишера с угловым преобразованием
χ2 (хи-квадрат) - критерий Пирсона
χ2r (хи-ар-квадрат) - критерий Фридмана.
ГЛАВА 2
Дата добавления: 2016-06-05; просмотров: 1964;