Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Параметрические и непараметрические критерии. Рекомендации к выбору критерия различия

 

Все критерии различий условно подразделены на две группы: параметрические и непараметрические критерии.

Критерий различия называют параметрическим, если он основан на конкретном типе распределения генеральной сово­купности (как правило, нормальном) или использует парамет­ры этой совокупности (средние, дисперсии и т.д.).

Критерий различия называют непараметрическим, если он не базируется на предположении о типе распределения генеральной совокуп­ности и не использует параметры этой совокупности. Поэтому для непараметрических критериев предлагается также исполь­зовать такой термин как «критерий, свободный от распределе­ния».

При нормальном распределении генеральной совокупности параметрические критерии обладают большей мощностью по сравнению с непараметрическими. Иными словами, они спо­собны с большей достоверностью отвергать нулевую гипотезу, если последняя неверна. По этой причине в тех случаях, когда выборки взяты из нормально распределенных генеральных со­вокупностей, следует отдавать предпочтение параметрическим критериям.

Однако, как показывает практика, подавляющее большин­ство данных, получаемых в психологических экспериментах, не распределены нормально, поэтому применение параметрических критериев при анализе результатов психологических исследова­ний может привести к ошибкам в статистических выводах. В та­ких случаях непараметрические критерии оказываются более мощными, т.е. способными с большей достоверностью отвергать нулевую гипотезу.

Итак, при оценке различий в распределениях, далеких от нормального, непараметрические критерии могут выявить зна­чимые различия, в то время как параметрические критерии та­ких различий не обнаружат.

Важно отметить, что,

во-первых, непараметрические критерии выявляют значимые различия и в том случае, если распределение близко к нормальному;

во-вто­рых, при вычислениях вручную непараметрические критерии яв­ляются значительно менее трудоемкими, чем параметрические.

При подготовке экспериментального исследования психолог должен заранее запланировать характеристики сопоставляемых выборок (прежде всего связность — несвязность и однород­ность), их величину (объем), тип измерительной шкалы и вид используемого критерия различий. Последовательно это можно представить в виде следующих этапов:

* Прежде всего, следует определить, является ли выборка связной (зависимой) или несвязной (независимой).

* Следует определить однородность — неоднородность вы­борки.

* Затем следует оценить объем выборки и, зная ограниче­ния каждого критерия по объему, выбрать соответствую­щий критерий.

* При этом целесообразнее всего начинать работу с выбора наименее трудоемкого критерия.

* Если используемый критерий не выявил различия — сле­дует применить более мощный, но одновременно и более трудоемкий критерий.

• Если в распоряжении психолога имеется несколько крите­риев, то следует выбирать те из них, которые наиболее полно используют информацию, содержащуюся в экспе­риментальных данных.

• При малом объеме выборки следует увеличивать величину уровня значимости (не менее 1%), так как небольшая вы­борка и низкий уровень значимости приводят к увеличе­нию вероятности принятия ошибочных решений.

 

<== предыдущая лекция | следующая лекция ==>
Лекция 5. Статистические критерии различий | Описание критерия
Поделиться с друзьями:


Дата добавления: 2014-01-07; Просмотров: 1158; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.011 сек.