Adatmetrikát „hajlandóság kockázat”
Kiszámítjuk az átlagos hajlam kockázat a kísérleti (I) és a kontroll (II) a következő csoportok:
;
.
Ezekből a számításokból kitűnik, hogy a minta átlagos hajlandóság kockára játékosok a kísérleti csoportban (
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-ba536721.png)
![Adatmetrikát „hajlandóság kockázat” (kockázati) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-c0aa35a6.png)
Mondhatjuk, hogy a kapott különbségek statisztikailag szignifikánsak, nem véletlen?
Válassza ki a kritériumokat, hogy ellenőrizze a tartalmát a hipotézist, hogy a játékosok kockázati étvágy magasabb, mint a véletlenszerűen kiválasztott emberek csoportja.
Annak tesztelésére, ilyen feltételezést - körülbelül azonos (különbség) átlagos értékek (szintek) a funkció két független minta - kínál több kritérium [2], például:
Student paraméteres teszt összehasonlító eszközt;
nemparaméteres teszt Rosenbaum;
paraméteres Mann - Whitney.
Mivel az egyes független csoport alanyainak egy minta kis térfogatú. és
![Adatmetrikát „hajlandóság kockázat” (data) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-577c8d31.png)
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-5fcf04ad.png)
Megfogalmazzuk statisztikai hipotéziseket.
![Adatmetrikát „hajlandóság kockázat” (kockázati) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-9b3a7aaa.png)
![Adatmetrikát „hajlandóság kockázat” (kockázati) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-4fae9d99.png)
![Adatmetrikát „hajlandóság kockázat” (dőlés) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-b1740560.png)
![Adatmetrikát „hajlandóság kockázat” (kockázati) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-046aa645.png)
A számításhoz az empirikus statisztikai értékek
![Adatmetrikát „hajlandóság kockázat” (dőlés) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-9e79837f.png)
a rangsor eljárást két lépésben végezzük:
rendelési megfigyelési adatok, például emelkedő sorrendben;
a tényleges rangsorban, azaz tulajdonított rendezett adatok sorszámait (soraiban).
Továbbá, ellenőrzi a pontossága a rangsor: a tényleges kapott összeg soraiban egyenlőnek kell lennie a számított elméleti számított képlet szerint
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-0df8d748.png)
![Adatmetrikát „hajlandóság kockázat” (data) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-620b3a5e.png)
A kényelem kiszámításának rangsorolás és rangösszeg minden csoportban így a becsült táblázat (lásd. Táblázat. 1.2).
Counting rangösszeg kísérleti (I) és a kontroll (II) minták
I. A kísérleti csoport
(
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-583ff894.png)
Ellenőrzése rangsorolás:
a tényleges összege a soraiban;
Az elméleti összegét a soraiban
().
Az igazi összege a soraiban egybeesnek elméletileg egyenlő 105, így a rangsorban megfelelően végzik.
Most lehet számítani az értékét empirikus statisztikai
![Adatmetrikát „hajlandóság kockázat” (data) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-53d78fbc.png)
ahol a nagyobb a két kapott rank sum;
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-b5157422.png)
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-6d420ef7.png)
.
A táblázat a kritikus értékek
![Adatmetrikát „hajlandóság kockázat” (data) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-bfcdf4ac.png)
. ezért a hipotézis
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-d39f2b3f.png)
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-58c51bea.png)
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-d10e87b1.png)
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-e7d57672.png)
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-7c874034.png)
Ezért az a következtetés, hogy a tanulmány az adatok összhangban vannak a hipotézist
![Adatmetrikát „hajlandóság kockázat” (Mann-Whitney) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-49ff623f.png)
2. példa - meghatározása csatlakozó tömítettségét (korrelációs vizsgálat).
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-d95bb979.png)
![Adatmetrikát „hajlandóság kockázat” (data) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-1000a3fc.png)
Fennállásának megállapítása koherencia (kapcsolat), és megbecsüli a feszességét csoportok közötti hierarchia (fokozat) lehet használni a Spearman korrelációs együttható
![Adatmetrikát „hajlandóság kockázat” (dőlés) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-5406ecc0.png)
.
Kritikus értékek Spearman korrelációs együttható
![Adatmetrikát „hajlandóság kockázat” (dőlés) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-663d16cf.png)
![Adatmetrikát „hajlandóság kockázat” (kockázati) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-c8d065b5.png)
![Adatmetrikát „hajlandóság kockázat” (index) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-839e2d1d.png)
3. példa - Tesztelés Statisztikai hipotézisek vizsgálata és korreláció.
átlagos pontszám (pontszám) eredményeit két év tanulmány az egyetemen;
Programozási ismeretek (teszt: 21 kérdés, 30 perc);
Az eredményeket a 3.1 táblázatban.
A kutatók érdekel a kérdés:
hogy a diákok megfelelnek MF KemSU ismert szokásos CAT teszt (IQ) az egyetemi hallgatók, a 28 pontot?
Mi az arány a mért paraméterek szintje a lányok és fiúk?
Van-e összefüggés a mért paraméterek?
1) A kérdés megválaszolásához mindenekelőtt a kutatás - akár MF diákok a megfelelő KemSU normál CAT teszt (IQ) az egyetemi hallgatók, a 28 pont neobhodimo kell számítani az átlagos mintaérték urovnyaIQstudentov MF KemSU és válassza ki a megfelelő statisztikai próba.
Mid IQstudentov MF KemSU
![Adatmetrikát „hajlandóság kockázat” (data) Adatmetrikát „hajlandóság kockázat”](https://images-on-off.com/images/175/dannieizmereniypokazatelyasklonnostkrisk-0aeb5d79.png)