Содержание
- 2. Неметрические данные: Только сравнение медиан нескольких выборок. Непараметрические тесты для нескольких независимых выборок. Непараметрические тесты для
- 3. Обобщенная линейная модель Области применения Метрические и неметрические данные: Оценка факторных эффектов и эффектов межфакторного взаимодействия
- 4. Сущность и логика дисперсионного анализа ДА или ANOVA (Analysis of Variance): оценка факторных эффектов и межфакторных
- 5. Термины Уровни НЗП или фактора – пол, возраст, уровень толерантности, место жительства, профессия, вид тренинга и
- 6. Линейная модель ДА Однофакторный ДА X4,1 = μобщ. + Ф1 + ε4,1 μобщ. – среднее в
- 7. Последствия нарушения допущений ДА Высокая устойчивость или робастность ДА. Особенно при условиях: 1. Объемы выборок равны
- 8. Общая логика ДА или как работает ДА Два варианта оценки общей дисперсии данных: Внутригрупповая дисперсия -
- 9. F-отношение или F-критерий В формулах обе дисперсии заменяются своими суммами квадратов, деленными на соответствующие степени свободы:
- 10. Множественные сравнения средних Используемые тесты, с учетом или без учета однородности дисперсий выборок: Шеффе Бонферони ЕНЗР
- 11. Оценка силы факторного эффекта Один из простейших - η2 (эта квадрат): Более точная, несмещенная оценка -
- 12. Две модели ДА В модели ДА с фиксированными эффектами исследователь намеренно устанавливает строго определенные уровни изучаемого
- 13. Критические значения F-распределения для уровня значимости p = 0.05. Планирование значимости факторного эффекта
- 14. Многофакторный дисперсионный анализ Factorial Analysis of Variance, ОЛМ-одномерная. Линейная модель ДА: Xijg = μобщ, + Фj
- 15. Проблемы ДА с большим числом факторов: X = μобщ, + Фj + Фg + Фk +
- 16. ДА с повторными измерениями – ОЛМ-повторные измерения Xij = μобщ. + Фj +pi + Фj×pji +εij,
- 17. MANOVA или ОЛМ-многомерная Не требует допущения о сферичности. Менее мощная процедура. Особенно на малых выборках. Предполагается
- 18. Дополнительное допущение для ДА с повторными измерениями Допущение о симметричности ковариационной матрицы уровней факторов (в б.
- 19. Что проверяем? М-тест Бокса: оценка равенства дисперсионно-ковариационных матриц для каждого уровня фактора (p>0,05). Тесты Бартлетта, Моучли
- 20. А внутригрупповые факторы? Есть возможность включать в многомерный ДА не только межгрупповые, но и внутригрупповые факторы,
- 21. Непараметрические процедуры Ранговые критерии для сравнения нескольких выборок - аналоги классического ДА. Пример «работы» непараметрического критерия
- 22. Классификация критериев по типу решаемых задач Критерии для несвязанных выборок Н-критерий Краскела-Уоллеса Медианный критерий Критерий Джонкхиера-Терпстры
- 23. Классификация критериев по типу решаемых задач Критерии для ранговых данных и критерий для дихотомических (бинарных) переменных:
- 24. Классификация критериев по типу решаемых задач Критерии для простого сравнения выборок и критерии, учитывающие определенную упорядоченность
- 25. Примеры эмпирических данных Шкала экзистенции.sav – однофакторный ДА. Оценить значимость различий 3-х групп испытуемых (переменные –
- 26. Примеры эмпирических данных MANOVA.sav - процедура ОЛМ-многомерная. Оценить значимость различий по факторам «экстраверсия» и «нейротизм» а
- 28. Скачать презентацию