A koncepció a statisztikai szignifikancia

Level znachimosti- valószínűsége téves elutasítása a null hipotézist. (Ez a valószínűsége I. típusú hiba a határozat).

Annak jelzésére, hogy a valószínűsége használat vagy a latin betű R vagy egy görög betű # 945;. Az alkalmazott tudományok, a statisztikát, azt feltételezzük, hogy a legalacsonyabb a statisztikai szignifikancia szintjét a p = 0,05 szinten elegendő - a szintje P = 0,01 és a magasabb - szintje P = 0,001.

R = 0,05 azt jelenti, hogy a megengedett hiba 5 egy mintában a 100 elemek (1 hiba 20 elemek). Úgy tartják, hogy több mint hibázik nem tudjuk, nincs jogunk.

Minden statisztikai módszer, léteznek a megfelelő táblázatok (ezek megtalálhatók a mellékleteiben, bármely tankönyv statisztikák), amely meghatározza az úgynevezett kritikus értékeket Chkr1 (p ≤ 0,05) és Chkr2 (p ≤ 0,01). Ezek a számok lehet helyezni a jelentősége a tengely (a szokásos számegyenes). Következő 2 számot elosztjuk jelentősége tengely 3 részre, zónák: jelentéktelenség terület (a bal terület), a bizonytalanság terület (középső terület), a jelentősége a terület (a megfelelő területen).

Ennek alapján a kísérleti adatok számít pszichológus választott empirikus módszertől érték (empirikus statisztika): Chemp. Az így kapott szám Chemp szükségszerűen valamelyikébe sorolhatók három területen a jelentősége a tengelyt. Attól függően, hogy milyen területen, levonja a megfelelő következtetéseket.

1) Legyen Chemp kapott jelentéktelenné zónában. Ebben az esetben a hipotézis H0 nincs különbség.

2) Legyen Chemp került a terület jelentősége. Ebben az esetben, a H1 hipotézis jelenlétében különbségek, a hipotézist H0 elutasítják.

3) Legyen Chemp került a terület a bizonytalanság. Ebben az esetben van egy dilemma: melyik a hipotézisek utasítani. Általában megengedett a következőképpen: átvevő az 5% -os szinten H1 hipotézist. és elutasítja a feltételezést H0.

jelentőségét irányában attól függ, hogy a kritikus értékek nagyobb. Ha Chkr1> Chkr2. A tengely arra irányul, hogy a bal oldalon. Ellenkező esetben ez a helyes irányba.

Példa 4.2. A kritikus értékek a chi-négyzet (c 2) egyenlő: C 2 = 11.070 cr (p ≤ 0,05) és a C 2 = 15,086 kr (p ≤ 0,01). Empirikus EMF c 2 érték = 4,2. Construct jelentősége tengely és levonni.

Megoldás: jelentősége tengely iránya van a jobb oldalon. Empirikus c 2 érték = 4,2 EMF esik jelentéktelenné zónába. Ezért a H1 hipotézist különbség utasítani, és a hipotézis hasonlósága H0.

Példa 4.3. A kritérium McNamara Mcr = 0,025 (p ≤ 0,05), és Mach = 0,005 (p ≤ 0,01). Mempo = 0,011. Construct jelentősége tengely és levonni.

Megoldás: jelentősége tengely iránya van a bal oldalon. Empirikus mempo érték = 0,011 hiányzik a bizonytalanságot zónában. Ezért a hipotézis a különbség H1 elfogadott egy 5% szignifikanciaszinten. Ugyanezen a szinten elutasítják hipotézis hasonlósága H0.

Zone nem delonnosti

A jövőben a jelentősége a tengely irányában nem kifejezetten, de figyelembe kell venni az építés során.

- A végén a munka -

Ez a témakör tartozik a fórumban:

Magyarország. Szövetségi állam Oktatási Intézmény a magasabb szintű szakmai oktatás.

Mit tegyünk a kapott anyag:

Minden téma ebben a szakaszban:

mérési koncepció.
Mérés - egy eljárást, amelynek a mérendő tárgy van, mint néhány szabvány, ami egy numerikus kifejezést egy adott méretű vagy skálán.

Mérési skála.
Pszichológiai jellemző érték megállapítása speciális skálák mérést. Szerint S. Stevens (1951), van 4 típusú mérési skála (mérési módszerek) 1) nominativus

Alanyeset skála (névleges, tartomány nevek).
skála funkció - besorolás végezzük a mérést, vagy elosztó létesítmények (például személyiségvonások) diszjunkt osztályok, csoportok; nem jelent semmiféle

rangsorolási szabályok.
Tulajdonságok besorolásának számszerű jellemzők: 1) a legkisebb numerikus értéket tulajdonítanak a rangsorban 1. 2) a legnagyobb számérték tulajdonítják rangot számával megegyező ra

Típusú minták kapcsolatok
1) Független (összekötött) minta. Ha a kísérleti eljárás és az eredmények egy minta nem befolyásolja a sajátosságai az eljárások és eredmények a többi minta.

Feltételek divat helyen
1) Ha az összes értéket a mintában megfeleljen az azonos számú alkalommal, mondjuk a minta szám nem divat. 2) Amikor a két szomszédos (szomszédos) értékek azonos frekvencia és a frekvencia Bol

Spread minta variancia, szórás.
További mennyiségek jellemző tipikus minta értéket (mód, medián, átlag érték), számos numerikus jellemzők szelektíven, amely lehetővé teszi, hogy meghatározzuk a fokát variációs (módosított

A koncepció a normális eloszlást.
A statisztikában egy közeli eloszlás jobban megértsék a frekvenciák változatok. Megoszlása ​​jellemző mintázatát előfordulási nevezik annak különböző értékeket. különösen m

Tesztelés Statisztikai hipotézisek. A null és alternatív hipotézisek.
Általánosítása jogszabályok mintával nyert, kiterjesztve azt a teljes lakosság alkalmazásával végzik matematikai statisztika. A kapott kísérletben (n

Szakaszai statisztikai döntéseket.
Elfogadása statisztikai megoldások fázisokra osztott vagy lépéseket. 1. formálási a null és alternatív hipotézisek. 2. meghatározása minta mérete N. 3. kiválasztása megfelelő

A koncepció a különbséget kritériumoknak. Paraméteres és nem paraméteres teszteket.
Kritériumai különbségtétel - sok olyan statisztikai módszerek. Ezek a kritériumok lehetővé teszik megbecsülni fokú statisztikai szignifikancia közötti különbségek a különböző paraméterek mért a terv szerint

Nemparaméteres tesztek csatlakozik választás.
1. G. kritérium védjegyek hivatott megállapítani, hogy milyen a jellemző érték megváltozik, amikor újra megmérjük a minta csatlakozva: növelheti vagy csökkentheti.

Cél és kritériumok leírása
Kritérium G jelek kialakítva, hogy meghatározza az általános irányba fog elmozdulni a vizsgált tulajdonság. Ez lehetővé teszi, hogy meghatározza, milyen irányba a teljes minta megváltozott jellemző értéket az átmenet során

Feltételek jelek használatát kritérium G
1) A mérés végezhető érdekében a skála, intervallumok és a kapcsolatok. 2) A mintát úgy kell homogén és koherens. 3) Az elemek száma az összehasonlított minták egyformán

Cél és kritériumok leírása
Az alkalmazott kritérium teljesítményének összehasonlításához, mért két különböző körülmények között ugyanazon a vizsgálati minta. Ez lehetővé teszi, hogy meghatározza nemcsak a változás iránya, hanem a exp

Kritériumai független mintákat.
Disconnected vagy független, mintán képződik, amikor a kísérlet összehasonlítani vett adatok két vagy több minta, és ezeket a mintákat lehet venni az azonos vagy a különböző általános populációk

Cél és kritériumok leírása
Kritérium értékelése különbség a két minta a szint minden tulajdonság kvantitatív mérése. Ez lehetővé teszi, hogy érzékeli kis különbség a minták és több számosságú

Alkalmazás feltételek Rosenbaum Q-teszt
1) A mérés végezhető érdekében a skála, intervallumok és a kapcsolatok. 2) A mintákat függetlennek kell lennie. 3) Az egyes minták legalább 11 résztvevő.

Elosztásának szempontjai hozzájárulás
1. Chi-négyzet (c2). A mérést lehet végezni minden szinten. A mintákat kell véletlen és független. Kívánatos, hogy a minta mérete nem volt m

Cél és kritériumok leírása
A kritérium van kialakítva úgy, hogy teljes véletlen eloszlások c2emp értéke = 0, és a nagyobb a különbség az összehasonlított eloszlások, a nagyobb az empirikus

Összehasonlítása két kísérleti eloszlások.
Kiindulási két empirikus eloszlások közötti összehasonlítás is képviselteti magát különböző módokon. A legegyszerűbb ilyen módszerek - az úgynevezett „chetyrohpolnaya asztalra.” ő

Összehasonlítása két kísérleti minták.
Példa 7.2. A két iskola a kerület tisztázták a siker a tudás algebra hallgató tizedik évfolyam. Ehhez mindkét iskolában véletlenszerűen kiválasztott 50 diák és vele

Felhasználási feltételek A Fisher-féle egzakt teszt - j
1) Egyik frakciót összehasonlított nem lehet nulla. Ellenkező esetben az eredmény lehet szükségtelenül magas. 2) Felső határérték kritériumok elérhető J - mintavételi MO

A koncepció a korreláció.
Pszichológus gyakran érdeklődnek a kapcsolat a két vagy több változó (szorongás és tudományos siker a diákok, a szolgálati idő és a fizetés, stb.) A matematikában

A korrelációs együtthatók.
A változók X és Y lehet mérni a különböző szinteken. Ez az, ami meghatározza a választás a megfelelő korrelációs együttható. típusú skála megfontoltan

Cél és módszer leírása
Spearman módszerrel meghatározni a közelség (erő) és egy irányt összefüggés a két tulajdonság, vagy két profilt (hierarchia) funkciókat. Kiszámításához ra

Alkalmazásának feltételei Spearman korrelációs együttható
1. Összehasonlítva változókat kell érkeznie ordinális (rangsor) skála, de lehet mérni a osztásértékben, és a kapcsolatok. Az utóbbi esetben meg kell rangsorolni a teljesítmény és

Cél és kritériumok leírása
Pearson-féle korrelációs együttható a lineáris megoldja ugyanaz a probléma, mint a Spearman korrelációs együttható. Azonban az arány kiszámítása skálán időközönként, illetve kapcsolat, nem a skála hosszú

Alkalmazásának feltételei Pearson lineáris korrelációs együttható
1) összehasonlítva változókat kell tenni egy intervallum skála, vagy arányskálán. 2) megoszlása ​​változók X és Y közel kell lennie a normális. 3) A száma változó

TOPICS ABSZTRAKTOK
1. Nem-paraméteres kritériumok koherens mintavétel. Friedman teszt. 2. Nem-paraméteres kritériumok koherens mintavétel. Kritérium oldal tendenciák. 3. Nem-paraméteres kritériumok stb

Kapcsolódó cikkek