Содержание
- 2. Нормальное распределение как стандарт
- 3. Статистическая гипотеза Это утверждение относительно неизвестного параметра генеральной совокупности, которое формулируется для проверки надежности связи и
- 4. Статистическая гипотеза Основная (нулевая) гипотеза (H0) – содержит утверждение об отсутствии связи в генеральной совокупности и
- 5. Измерительные шкалы (неметрические): Номинативная шкала, или шкала наименований. Объекты группируются по различным классам так, чтобы внутри
- 6. Измерительные шкалы (метрические): Интервальная шкала. Это такое измерение, при котором числа отражают не только различия между
- 7. Классификация методов статистического вывода Основания для классификации: типы шкал, в которых измерены признаки X и Y:
- 8. Классификация методов статистического вывода
- 9. Классификация методов статистического вывода
- 10. Выбор методов статистического вывода
- 11. Параметрические и непараметрические критерии Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной
- 12. Методы корреляционного анализа Проверяемая H0: коэффициент корреляции равен нулю. Условие применения: а) два признака измерены в
- 13. Методы корреляционного анализа Методы: Корреляция r-Пирсона – для метрических переменных. Условие применения: а) распределения X и
- 14. Методы анализа номинативных переменных В зависимости от цели исследования и структуры исходных данных выделяются три группы
- 15. Методы анализа номинативных переменных Анализ классификаций. Условие применения: для каждого объекта (испытуемого) выборки определена его принадлежность
- 16. Методы анализа номинативных переменных Анализ таблиц сопряженности. Условие применения: для каждого объекта (испытуемого) выборки определена его
- 17. Методы анализа номинативных переменных Анализ последовательностей (серий) Условие применения: объекты упорядочены (по времени или по уровню
- 18. Методы сравнения выборок по уровню выраженности признака В зависимости от решаемых задач методы внутри этой группы
- 19. Сравнение двух независимых выборок Условия применения: признак измерен у объектов (испытуемых), каждый из которых принадлежит к
- 20. Сравнение двух зависимых выборок Условия применения: а) признак измерен у объектов (испытуемых), каждый из которых принадлежит
- 21. Сравнение более двух выборок Проверяемая H0: несколько совокупностей (которым соответствуют выборки) не отличаются по уровню выраженности
- 22. Сравнение более двух независимых выборок Условия применения: признак должен быть измерен у объектов (испытуемых), каждый из
- 23. Сравнение более двух независимых выборок Y- ранговая (порядковая) переменная: сравнение более двух независимых выборок по уровню
- 24. Сравнение более двух зависимых выборок Условия применения: а) признак измерен у объектов (испытуемых), каждый из которых
- 25. Сравнение более двух зависимых выборок Методы: Y- метрическая переменная: дисперсионный анализ (ANOVA) с повторными измерениями (параметрический
- 26. Сравнение более двух зависимых выборок Y- ранговая (порядковая) переменная: сравнение более двух зависимых выборок по уровню
- 28. Скачать презентацию