Применение непараметрической и параметрической статистики


при обработке эмпирических данных**

Методы непараметрической статистики применяются в тех случаях, когда показатели тестов распределены ненормально или распределение неизвестно. Существует определение: "Непараметрические методы статистики — методы математической статистики, не предполагающие знание функционального вида генеральных распределений"***. Распространение методов непараметрической статистики сдерживается отсутствием учебных пособий по этому предмету. История непараметрических методов начинается с использования критериев знаков Арбетноттом в 1710 г. Во второй половине XIX в. Фехнер и Гальтон стали применять ранги и коэффициенты ранговой корреляции. Работами Спирмена (1904) к ранговым методам было привлечено внимание научной общественности, а работы Колмогорова (1933), Смирнова(1935), Уилкоксона (1945), Сигеля (1956) и др. создали непараметрическую статистику как самостоятельную ветвь математической статистики.

Для определения статистических зависимостей в непараметрической статистике предназначены: мода (Мо), медиана (Ме), критерии Манна¾Уитни, Уилкоксона, Хи-квадрат, коэффициенты ассоциации (Ф) и контингенции (Q), преобразованный коэффициент корреляции Пирсона (φ), коэффициенты сопряженности Пирсона (С) (для больших выборок) и Чупрова (К) (для M x N — клеточной сопряженности), коэффициент ранговой корреляции Спирмена (Rs) и др.

В практической работе психологов и, в частности, в профотборе для статистической оценки связей эмпирических переменных используют следующие коэффициенты:

а) в шкале наименований: коэффициент согласия Пирсона (χ2), коэффициенты контингенции (Q) и ассоциации (Ф) (для 4-клеточной сопряженности), коэффициенты взаимной сопряженности Пирсона (С) и Чупрова (К) (для m х n-клеточной сопряженности).

 

б) в шкале порядков: коэффициент ранговой корреляции Спирмена (Rs).

Меры центральной тенденции:

1) Мода (Мо) — наиболее вероятное появление показателя.

2) Медиана (Ме) — вариант, приходящийся на середину ранжированного вариационного ряда.

Меры связи и статистического вывода:

3) Критерий Манна¾Уитни основан на парном сравнении результатов из первой и второй выборок.

4) Критерий Уилкоксона эквивалентен критерию Манна¾Уитни и основан на переходе от наблюдений к их рангам.

5) Коэффициент согласия Пирсона (χ2) основан на приближении частоты проявления признака в различных выборках, измеренного в номинальной шкале.

Расчет осуществляется по формуле:

 

χ2 = Σ (ni1 — ni2)2 / ni2 , [9]

 

где ni1 — частоты тестовых данных: частота (Р1) проявления свойства у первого испытуемого;

ni2 — частоты тестовых данных: частота (Р2) проявления свойства у второго испытуемого.

В качестве примера рассчитаем величину коэффициента согласия Пирсона между группами испытуемых с акцентуациями характера [Pd (психопатия); Pt (психастения); Sch (шизоидность)] по величине проявления психографических признаков в рисунках испытуемых, которые измерены в процентах (%)*.

Вычислим коэффициент согласия Пирсона по проявлению психографических признаков в рисунках испытуемых экспериментальных групп, для чего воспользуемся данными, представленными в табл. 6.

 

Таблица 6



Дата добавления: 2021-12-14; просмотров: 288;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.009 сек.