Корреляционный анализ

Критерии значимости различий

Конспект № 46. Вторичная статистическая обработка данных: корреляционный и факторный анализ, критерии значимости различий.

1. Критерии значимости различий

2. Корреляционный анализ

3. Факторный анализ

К вторичным относят такие методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности. Вторичные методы можно подразделить на способы оценки значимости различий и способы установления статистических взаимосвязей.

Способы оценки значимости различий и способы установления статистических взаимосвязей.

Параметрические критерии – статистические критерии (ск) использующиеся для определения значимости различий в уровне выраженности значений переменных. Основной параметр распределения значений -Мₓ. Распределение значений переменных должно соответствовать нормальному.

Непараметрический критерий –ск, используемые для определения значимости различий между значениями переменных, распределение которых не соответствует нормальному.

Критерий Стьюдента для независимых выборок – параметр-й критерий, позволяющй сравнить уровень выраженности исследуемых переменных между двумя независимыми выборками в случае когда распределение значений выборок соответствует нормальному.

Критерий Стьюдента для зависимых выборок – парам-ий критерий, позволяющий сравнить уровни выраженности исследуемых переменных между двумя зависимыми выборками в случае, когда распределение значений выборок соответсвует нормальному. Независимые выборки – выборки, не связанные между собой по какому-либо родственному признаку (продавец-учитель); Зависимые выборки – выборки, связанные между собой по какому –либо родственному признаку (муж-жена, студенты 1 гр).

Критерий И – Манна –Уитни – непарам-ий критерий, позволящий сравнить уовни выраженности исследуемых переменных между двумя независимыми выборками в случае когда распределение значений выборок не соотв. нормальному.

Критерий Т –Вилкосона для зависимых выборок – непарам-ий критерий, позволяющий сравнить уровень выраженности исследуемых переменных между двумя зависимыми выборками в случае когда распределение значений выборок не соответствует нормальному.

Корреляция (с лат «соотношение», «связь, зависимость»). Коэффициент Кор. – количественная мера взаимосвязи двух переменных.

1) Линейная связь – такая связь между переменными, когда направлению изменений значений др.переменной

2) Нелинейная связь – такая связь между переменными когда между двумя переменными нет ни прямой положительной, ни прямой отриц связи.

3) Линейный график –график отражающий в виде кривой взаимосвязь между двумя переменными.

Коэффициент Кор – мера связи между исследуемыми переменными, выраженная в числовой форме от -1 до +1. Основными условиями выбора того или иного коэф.кор является объем обеих изучаемых выборок и соответствие распределения нормальному.

Факторного анализа. В его основе лежит процедура объединения Групп коррелирующих переменных («корреляционных узлов») в несколько факторов. (Объединяет группы переменных с группами переменных) Иными словами, цель факторного анализа — сконцентрировать исходную разнородную информацию в «общую картину» структурировано, логично, объединить факторы, иногда обладающие латентной, а не очевидной связью.
Конспект 47.Интерпретация и представление результатов исследования. Выводы.

1. Методы интерпретации данных

2. Представление результатов исследования

Дата добавления: 2014-01-04