Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
11.нет
12 Параметрические и непараметрические методы обработки результатов
Параметрические методы сравнения основываются на предположении, что признак, по которому проходит сравнение двух выборок имеет нормальное распределении в этих выборках.
К их числу относятся:
-Сравнение средних значений по t-критерию Стьюдента
-Сравнение дисперсий по F-критерию Фишера
F-критерий Фишера позволяет проверить гипотезу о том, что дисперсии признака в двух выборках отличаются друг от друга. Если F1 больше F2?то дисперсии достоверно различаются
Сравнение средних значений по t-критерию Стьюдента позволяет проверить гипотезу о том, что средние значения признака в двух выборках различаются.
Непараметрические критерии используются тогда, когда распределение признака не является нормальным или дисперсии значительно различаются. Эти методы менее требовательны, но зато и менее чувствительны.
-U-критерий Манна –Уитни Основная идея - что значения обеих выборок располагаются на одной прямой, совпадают, чем сильнее это совпадение, тем больше сходство выборок по данному признаку. Если Uэмпирическое < U критическое, то есть различие.
--критерий Вилкоксона (аналог критерия Стьюдента для зависимых выборок). Основан на ранжировании разностей между соответствующими значениями в каждой выборке
-Критерий хи-квадрат Фридмана – показывает наличия различий в выраженности признака в нескольких выборках (более чем в 2)
|
13. Параметрические методы сравнения выборок 14. Непараметрические методы сравнения выборок
|
15 Понятие корреляции. Коэффициенты линейной и ранговой корреляции.
Корреля́ция — соотношение, взаимосвязь),Коэффициент корреляции – это количественная мера силы и направления вероятностной связи между двумя переменными. Он принимает значения от -1 до +1.
Для устранения недостатка ковариации был введён линейный коэффициент корреляции (или коэффициент корреляции Пирсона) Формула расчета коэффициента корреляции построена таким образом, что, если связь между признаками имеет линейный характер, коэффициент Пирсона точно устанавливает тесноту этой связи
Коэффициент ранговой корреляции Спирмена - это непараметрический метод, который используется с целью статистического изучения связи между явлениями
16. Методы одномерного анализа: задачи, возможности
К методам одномерного анализа относят статистические методы:
Метод дисперсионного анализа позволяет сравнивать средние значения признака в выборках (как и критерий Стьюдента), но не в одной, а в нескольких.
|
17. Метод линейной регрессии – позволяет представить связь между переменными в виде линии и составить уравнение данной прямой. Оно сделает возможным предсказание одной переменной по значению другой: Y= bx + a B – коэффициент, который задает угол наклона прямой А – свободный член, определяющий точку пересечения прямой с осью Y. Коэффициент детерминации – r2 – показывает, какая часть дисперсии одной переменной обусловлена другой переменной. Коэффициент регрессии – r – показывает, насколько сильной является корреляция между переменными и определяет угол наклона прямой. Y= r x + a 18 .уравнение линейной регрессии..ответ с билета №17 |
|
19. Метод дисперсионного анализа .Метод дисперсионного анализа позволяет сравнивать средние значения признака в выборках (как и критерий Стьюдента), но не в одной, а в нескольких. При этом выборки могут быть выделены более чем по одному основанию. При этом анализируются дисперсии признака в каждой выборке. Независимая переменная представляет собой качественно определенный признак, например:
Зависимая переменная измерена в метрической шкале, рассматривается как изменяющаяся под влиянием выраженности независимой переменной. Основная идея метода: дисперсия двух выборок значительно больше, чем дисперсии внутри каждой из них – значит различие есть. Нарушение нормальности распределения не нарушает результаты метода, поэтому проверка на нормальность не обязательна. 20. К методам одномерного анализа относят статистические методы:
. Метод линейной регрессии – позволяет представить связь между переменными в виде линии и составить уравнение данной прямой. Оно сделает возможным предсказание одной переменной по значению другой: Метод дисперсионного анализа позволяет сравнивать средние значения признака в выборках (как и критерий Стьюдента), но не в одной, а в нескольких. При этом выборки могут быть выделены более чем по одному основанию. При этом анализируются дисперсии признака в каждой выборке. |