Ссылка на файл: >>>>>> http://file-portal.ru/Выявить различия в результатах деятельности распределения единиц/
ОБЩАЯ ТЕОРИЯ СТАТИСТИКИ
/ Анализ рядов распределения
Теория статистики. Ответы на вопросы
Распределения признаков могут различаться как по своим числовым характеристикам средняя выборочная, дисперсия, асимметрия, эксцесс и т. Тогда первое распределение характеризуется меньшим диапазоном вариативности, то есть в нем чаще встречаются значения признака, близкие к среднему , тогда как во втором распределении чаще встречаются более низкие и более высокие значения, чем. Геодакяна ; исследовались распределения фенотипических признаков у мужчин и женщин. Фенотипическое распределение женского пола — это описанное выше первое распределение, а мужского — второе распределение. Мужчины — это передовая часть популяции, которая отвечает за поиск новых форм приспособления, поэтому у них чаще встречаются редкие крайние значения фенотипических признаков. В то же время, женская часть популяции ответственна за сохранение уже накопленных изменений, поэтому у нее чаще встречаются средние значения фенотипических признаков. Рассмотрим два распределения рис. Пусть первое распределение имеет положительную левостороннюю асимметрию, а второе — отрицательную правостороннюю асимметрию. В качестве иллюстрации такого вида распределений в психологии приведем следующий пример: Распределение с положительной асимметрией отражает распределение времени решения простой задачи: В то же время найдутся испытуемые, кто на решение простой задачи может потратить даже больше времени, чем на решение сложной нет ли подвоха? Трудную задачу большинство испытуемых решают дольше, чем простую отрицательная асимметрия , хотя часто находятся люди, которые решают ее очень быстро. Если мы докажем, что рассмотренные распределения статистически достоверно различаются, то это может стать отправной точкой для дальнейших исследований. Например, можем выявить группу испытуемых со стандартным соотношением признаков: Затем можем сравнить эти группы по другим показателям, скажем, по мотивации достижения результата. Известно, что люди с преобладанием стремления к успеху предпочитают задачи средней трудности, а люди с преобладанием стремления избегать неудачи предпочитают либо очень легкие, либо, наоборот, очень трудные задачи. Следует заметить, что кроме рассмотренных примеров в задачах психологии важное значение имеют сопоставления полученных в результате эксперимента эмпирических распределений с каким — либо теоретическим распределением чаще всего с нормальным или равномерным законом. Области применения этого критерия многообразны; мы ограничимся двумя, наиболее часто встречающимися на практике применениями. Первая — это сопоставление эмпирического распределения признака с теоретическим нормальным, равномерным или иным. Вторая цель — сопоставление двух, трех или более эмпирических распределений одного и того же признака. Большим преимуществом этого метода является то, что он применим для сопоставления распределений признаков, представленных в любой шкале, даже в шкале наименований. Если признак измеряется количественно и данных очень много, приходится объединять данные в несколько разрядов, как это принято в математической статистике. После этого сопоставляются частоты разрядов признака. При сопоставлении эмпирического и теоретического распределений признака находится степень расхождения между эмпирическими и теоретическими частотами признака. При сопоставлении двух эмпирических распределений определяется степень расхождения между эмпирическими частотами и теоретическими частотами, которые наблюдались бы в случае совпадения этих двух распределений. Формулы расчета теоретических частот будут даны ниже для каждого из этих вариантов сопоставления. Расчет критерия Пирсона удобно производить по алгоритму 11, который приведем ниже. Полученное эмпирическое распределение признака не отличается от теоретического распределения. Полученное эмпирическое распределение признака отличается от теоретического распределения. Для каждого разряда таблицы теоретическая частота f должна быть не меньше 5: Если k — количество разрядов задано заранее, то минимальное число наблюдений определяется по формуле: Выбранные разряды должны включать в себя весь диапазон значений выборки, при этом группировка на разряды должна быть одинаковой во всех сопоставляемых распределениях. Если значений признака очень много, то, очевидно, нельзя принимать каждое значение за самостоятельный разряд. Об этом, кстати, сказано в ограничении 2. Укрупнение разрядов производится в зависимости от диапазона значений, как это обычно делается в математической статистике. При этом надо обращать внимание на то, чтобы не терялась важная информация. Занести в таблицу наименования разрядов и соответствующие им эмпирические частоты первый столбец. Рядом с каждой эмпирической частотой записать теоретическую частоту второй столбец. Вычислить разности между эмпирической и теоретической частотой по каждому разряду строке и записать их в третий столбец. Разделить полученные квадраты разностей на теоретическую частоту и записать результаты в пятый столбец. Просуммировать значения пятого столбца. В группе 32 студента. В результате контрольной работы по математике 6 студентов получили 5 баллов, 6 студентов получили 4 балла, 16 студентов получили 3 балла и 4 студента получили 2 балла. Отнесем к первому разряду тех студентов, которые получили 5 баллов 6 человек , ко второму разряду — 4 балла 6 человек , к третьему — 3 балла 16 человек и к четвертому — тех, кто получил 2 балла 4 человека. Третий разряд получился самым многочисленным. Если бы в каждом разряде было примерно одинаковое количество человек, то распределение оценок, полученных студентами, было бы равномерным. Распределение оценок, полученных студентами по контрольной работе, не отличается от равномерного распределения. Распределение оценок, полученных студентами по контрольной работе, статистически достоверно отличается от равномерного распределения. Вычислим теоретическую частоту по формуле: Теперь будем сравнивать с этой частотой все эмпирические частоты. Согласно алгоритму 11 составим таблицу 4. Следует обратить внимание на то, что сумма разностей частот в третьем столбце таблицы 4. Найдем по таблице критические значения: Следует заметить, что для 4 разряда не выполнено ограничение 2. Студентам предоставим возможность решить эту задачу самостоятельно, рассмотрев два варианта: При исследовании порогов социального атома профессиональных психологов просили определить, с какой частотой в их записных книжках встречаются мужские и женские имена коллег — психологов. В записной книжке наудачу выбранной женщины — психолога Х оказалось 67 фамилий психологов, из них 22 фамилии мужчин. Распределение мужских и женских имен в записной книжке Х не отличается от равномерного распределения. Распределение мужских и женских имен в записной книжке Х отличается от равномерного распределения. Вычисления занесем в таблицу 4. Распределение мужских и женских имен в записной книжке психолога Х статистически значимо отличается от равномерного. В исследовании, которое рассматривалось в примере 4. В ее записной книжке насчитали имен, среди которых 59 мужских. Определим, различаются ли распределения мужских и женских имен в записных книжках психолога Х и психолога С. Внесем данные в таблицу 4. Распределения мужских и женских имен в записных книжках психолога Х и психолога С не различаются. Распределения мужских и женских имен в записных книжках психологов Х и С различаются между собой. При сопоставлении двух эмпирических распределений теоретические частоты рассчитываются по формуле:. Расчет критерия при сопоставлении двух эмпирических распределений мужских и женских имен. Этот критерий, так же как и рассмотренный выше критерий Пирсона, предназначен для сопоставления либо эмпирического распределения с теоретическим, либо двух эмпирических распределений. В предыдущем критерии сопоставлялись частоты двух распределений по каждому разряду отдельно, здесь же сопоставляются сначала частоты по первому разряду, потом по сумме первого и второго разрядов, потом по сумме первого, второго и третьего разрядов, и т. Если различия между распределениями статистически значимы, то в определенный момент разность накопленных частот достигнет критического значения, и тогда следует признать различия статистически достоверными. Различия между двумя распределениями недостоверны судя по точке максимально накопленного расхождения между ними. Различия между двумя распределениями достоверны судя по точке максимально накопленного расхождения между ними. Оба алгоритма будут рассмотрены ниже. При использовании критерия Колмогорова — Смирнова нужно учитывать следующие ограничения. Выборка должна быть достаточно большой. Разряды должны быть упорядочены по нарастанию или убыванию значений признака, то есть, они обязательно должны отражать однонаправленное его изменение. Классификация операционных систем по типу централизации. Классификация по особенностям управления ресурсами. Важнейшими стратегическими приоритетами развития сельского хозяйства в современных условиях являются научно-технический прогресс и инновационные проц Рабочая программа учебной дисциплины модуля Системное программирование. Сохрани ссылку в одной из сетей: Лекция 8 Выявление различий в распределении признака. Задачи сравнения распределений признака в психологии. Кривые распределения 1- с положительным эксцессом, 2- с отрицательным эксцессом Рис 4. Кривые распределения 1- с положительной асимметрией, 2- с отрицательной асимметрией В работах В. В зависимости от поставленной задачи возможны несколько вариантов статистических гипотез. Эмпирическое распределение 1 не отличается от эмпирического распределения 2. Эмпирическое распределение 1 отличается от эмпирического распределения 2. Эмпирические распределения 1, 2, 3, … не различаются между собой. Эмпирические распределения 1, 2, 3, … различаются между собой. Для этого критерия существуют следующие ограничения. Объем выборки n должен быть достаточно большим: Эта поправка применяется в случаях: Возвести в квадрат полученные разности и занести их в четвертый столбец. Теперь рассмотрим два примера с поправкой на непрерывность. При сопоставлении двух эмпирических распределений теоретические частоты рассчитываются по формуле: Дальнейшие вычисления производим по алгоритму Занесем эти вычисления в таблицу 4. Частота f j Теор. Статистические гипотезы формулируем следующим образом: Под теорией понимается тот уровень познания, на котором вырабатываются и формулируются понятия, категории, суждения, умозаключения о предмете познания. Статистика — это общественная наука, изучающая явления и процессы общественной жизни, она раскрывает законы возникновения и развития этих явлений и их взаимосвязи. Кривые распределения 1- с положительным эксцессом, 2- с отрицательным эксцессом. Кривые распределения 1- с положительной асимметрией, 2- с отрицательной асимметрией. Эмпирические частоты f j. Теоретическая частота f т. Эмпирическая частота f j. Теоретическая частота f теор. Психолог Х Психолог С.
Сколько варить сосиски с сыром
Характеристика практиканта электрогазосварщика
Как правильно красить брови хной в домашних
Конспекты лекции по статистике - файл 1.doc
Генеральный план саранска
Жирность сыров в процентах таблица
Презентация сплавы металлов
ВЫЯВЛЕНИЕ РАЗЛИЧИЙ В РАСПРЕДЕЛЕНИИ ПРИЗНАКА
Комплексы для наращивания мышечной массы
Каталог авто березовский тракт 4 1
Показатели центра распределения
Ноет палецна рукечто делать
Как реставрировать кроватьсвоими руками
Гостиница украина в москве сколько стоит номер
Реферат: Построение ряда распределения и расчет показателей
Получение материаловс заданными свойствами