Классификация задач и методов их статистического решения

Задачки Условия Способы
1.Выявление различий в уровне исследуемого признака а)2 подборки испытуемых - Аспект Макнамары - Q-критерий Розенбаума; - U-критерий Манна-Уитни; - j-критерий (угловое пре-образование Фишера).
б)3 и поболее выборок испытуемых - S аспект тенденций Джонкира; - аспект Крускала-Уоллиса.
2.Оценка сдвига значений исследуемого признака а) 2 замера на одной и той же Классификация задач и методов их статистического решения выборке испытуемых - T-критерий Вилкоксона; - G-критерий символов; - t аспект Стьюдента - j-критерий Фишера (угловое преобразование).
б) 3 и поболее замеров на одной и той же выборке - cr2 - аспект Фридмана; - t аспект Стьюдента - L- аспект тенденций Пейджа.
3.Выявление различий в рассредотачивании признака а) при сравнении эмпирического и теоретического рассредотачиваний Классификация задач и методов их статистического решения - c2 - аспект Пирсона; - l - аспект Колмогорова -Смирнова; - t аспект Стьюдента; - m - биноминальный аспект.
б) при сравнении 2-ух эмпирических рассредотачиваний - c2 - аспект Пирсона; - l - аспект Колмогорова -Смирнова; - j - аспект Фишера (угловое преобразование).
4.Выявление степени согласованности конфигураций а) 2-ух признаков - ρ - коэффициент ранговой корреляции Спирмена; - r – коэффициент корреляции Пирсона; - R – бисериальный коэффициент Классификация задач и методов их статистического решения корреляции; - τ - коэффициент корреляции Кендалла; - j коэффициент корреляции Пирсона; - ή корреляционное отношение Пирсона; - линейная и криволинейная регрессии.
б)3-х либо большего числа признаков - ρ - коэффициент ранговой корреляции Спирмена; - r – коэффициент корреляции Пирсона; - множественная и личная корреляции; - линейная, криволинейная и множественная регрессия; - факторный и кластерный анализы.
5.Анализ конфигураций признака под воздействием контролируемых критерий а)под Классификация задач и методов их статистического решения воздействием 1-го фактора - S - аспект Джонкира; - L - аспект тенденций Пейджа; - однофакторный диспер-сионный анализ; - аспект Линка и Уоллеса; - аспект Немени; - множественное сопоставление независящих выборок.
б)под воздействием 2-ух причин сразу - Двухфакторный дисперсионный анализ.

Принятие решения о выборе способа математической об­работки

Если данные уже получены, то вам предлагается последующий Классификация задач и методов их статистического решения ал­горитм определения задачки и способа.

1. По первому столбцу таблицы 1 найти, какая из задач стоит в вашем исследовании.

2. По второму столбцу таблицы 1 найти, каковы условия решения вашей задачки, к примеру, сколько выборок обследовано либо на какое количество групп вы сможете поделить обследованную подборку.

3. Найти какой конкретно способ либо аспект вам Классификация задач и методов их статистического решения целенаправлено использовать.

Если вы еще находитесь на стадии планирования исследования, то наилучшее заблаговременно подобрать математическую модель, которую вы бу­дете в предстоящем использовать. В особенности нужно планирование в тех случаях, когда в перспективе подразумевается внедрение крите­риев тенденций либо (в еще большей степени) дисперсионного анализа. В данном случае Классификация задач и методов их статистического решения метод принятия решения такой:

1. Обусловьте, какая модель вам кажется более подходящей для подтверждения ваших научных догадок.

2. Пристально ознакомьтесь с описанием способа, примерами и задачками для самостоятельного решения, которые к нему прилагаются.

3. Если вы удостоверились, что это то, что вам необходимо, вернитесь к разделу "Ограничения аспекта" и решите Классификация задач и методов их статистического решения, можете ли вы собрать данные, которые будут отвечать этим ограничениям (огромные объемы выборок, наличие не­скольких выборок, однообразно различающихся по какому-либо признаку, напри­мер, по возрасту и т.п.).

4. Проводите исследование, а потом обрабатывайте приобретенные данные по заблаговременно избранному методу, если вам удалось выполнить ограничения.

Можно избрать несколько способов и сопоставить Классификация задач и методов их статистического решения их результаты.

Одни и те же задачки могут быть решены при помощи различных критериев, при всем этом находится, что некие аспекты позволяют выявить раз­личия там, где другие оказываются неспособными это сделать, либо вы­являют более высочайший уровень значимости различий. Появляется вопрос: а для чего же тогда Классификация задач и методов их статистического решения использовать наименее массивные аспекты? Дело в том, что основанием для выбора аспекта может быть не только лишь мощность, да и другие его свойства, а конкретно:

а) простота;

6) более широкий спектр использования (к примеру, по отношению к данным, определенным по номинативной шкале, либо по отношению к огромным n);

в) применимость по отношению Классификация задач и методов их статистического решения к неравным по объему подборкам;

г) большая информативность результатов.

При выборе коэффициента корреляции следует знать способности и ограничения параметрических и непараметрических критериев. Данные способности и ограничения приведены в табл 2.

Таблица 2

Способности и ограничения параметрических и непараметрических критериев

Параметрические аспекты Непараметрические аспекты
Позволяют прямо оценить различия в средних, приобретенных в 2-ух Классификация задач и методов их статистического решения вы­борках (t - аспект Стьюдента). Позволяют оценить только средние тенден­ции, к примеру, ответить на вопрос, почаще ли в выборке А встречаются более высо­кие, а в выборке Б - более низкие значе­ния признака (аспекты Q, U и др.).
2. Позволяют прямо оценить различия в дисперсиях (аспект Фишера). Позволяют Классификация задач и методов их статистического решения оценить только различия в диа­пазонах вариативности признака (аспект j).
3.Позволяют выявить тенденции изме­нения признака при переходе от ус­ловия к условию (дисперсионный однофакторный анализ), но только при условии обычного распреде­ления признака. Позволяют выявить тенденции конфигурации признака при переходе от условия к усло­вию при любом рассредотачивании признака Классификация задач и методов их статистического решения (аспекты тенденций L и S).
4. Позволяют оценить взаимодействие 2-ух и поболее причин в их воздействии на конфигурации признака (двухфак­торный дисперсионный анализ). Эта возможность отсутствует
5. Экспериментальные данные должны отвечать двум, а время от времени трем, усло­виям: а) значения признака измерены по интервальной шкале; б) рассредотачивание признака является Классификация задач и методов их статистического решения обычным; в) в дисперсионном анализе должно соблюдаться требование равенства дисперсий в ячейках комплекса. Экспериментальные данные могут не от­вечать ни одному из этих критерий: а) значения признака могут быть пред­ставлены в хоть какой шкале, начиная от шка­лы наименований; б) рассредотачивание признака может быть хоть каким Классификация задач и методов их статистического решения и совпадение его с любым теоретическим законом рассредотачивания необязательно и не нуждается в проверке; в) требование равенства дисперсий отсут­ствует.
6. Математические расчеты достаточно сложны. Математические расчеты по большей час­ти ординарны и занимают не много времени (кроме критериев c2 и l).
7. Если условия, перечисленные в п.5, производятся, параметрические кри­терии Классификация задач и методов их статистического решения оказываются несколько более массивными, чем непараметрические. Если условия, перечисленные в п.5, не производятся, непараметрические аспекты оказываются более сильными, чем пара­метрические, потому что они наименее чувствительны к «засорениям».

Параметрические аспекты возможно окажутся несколько более массивными, чем непараметрические, но толь­ко в этом случае, если признак измерен по интервальной Классификация задач и методов их статистического решения шкале и нор­мально распределен. Непараметрические аспекты лишены всех этих ограничений и не требуют таких долгих и сложных расчетов. По сопоставлению с пара­метрическими аспектами они ограничены только в одном - с их помо­щью нереально оценить взаимодействие 2-ух либо более критерий либо причин, влияющих на изменение признака. Эту задачку может решить только Классификация задач и методов их статистического решения дисперсионный двухфакторный анализ.


klassifikaciya-tehnogennih-chrezvichajnih-situacij.html
klassifikaciya-tekstilnih-volokon.html
klassifikaciya-tela-evropejskoe-obshestvo-kardiologov-2000.html