- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Исследовательские задачи презентация
Содержание
- 1. Исследовательские задачи
- 2. 1. Подсчет и сравнение средних 2.
- 3. 1. Подсчет и сравнение средних А. Для
- 4. Независимые выборки Параметрические методы t-критерий Стьюдента Условия
- 5. Зависимые выборки Параметрические методы t-критерий Стьюдента Условия:
- 6. Сравнение более двух выборок Независимых Критерий H Краскала-Уоллеса Зависимых Критерий χ²-Фридмана
- 7. Сравнение данных по шкалам одной методики, при
- 8. 2. Определение взаимосвязи между переменными Корреляционный анализ
- 9. Классификация корреляционных связей: сильная, или тесная при коэффициенте корреляции r>0,70; средняя при 0,50
- 10. Методы подсчета корреляций: 1. Коэффициент корреляции r-Пирсона:
- 11. 3. Сокращение количества переменных Метод факторного анализа
- 12. 4. Классификация Метод: кластерный анализ. Цель: разбиение множества исходных объектов на классы, кластеры
- 13. 5. Влияние одной переменной на другую Регрессионный
1. Подсчет и сравнение средних 2. Определение взаимосвязи между переменными 3. Сокращение количества переменных 4. Классификация 5. Влияние одной переменной на другую
Слайд 21. Подсчет и сравнение средних
2. Определение взаимосвязи между переменными
3. Сокращение количества
переменных
4. Классификация
5. Влияние одной переменной на другую
4. Классификация
5. Влияние одной переменной на другую
Слайд 31. Подсчет и сравнение средних
А. Для независимых выборок (одно и то
же измерение осуществляется на двух разных группах испытуемых: мужская и женская, контрольная и экспериментальная группы)
Б. Для зависимых выборок (одно и то же измерение осуществляется на одной выборке: до и после эксперимента)
Б. Для зависимых выборок (одно и то же измерение осуществляется на одной выборке: до и после эксперимента)
Слайд 4Независимые выборки
Параметрические методы
t-критерий Стьюдента
Условия применения:
1) Распределение изучаемого признака в обоих выборках
приблизительно соответствуют нормальному;
2) Дисперсии признака в двух выборках приблизительно одинаковые
Сравнение дисперсий двух выборок по критерию F-Фишера
Распределение признака должно подчиняться нормальному закону распределения
2) Дисперсии признака в двух выборках приблизительно одинаковые
Сравнение дисперсий двух выборок по критерию F-Фишера
Распределение признака должно подчиняться нормальному закону распределения
Непараметрические методы
t-критерий U-Манна-Уитни
Слайд 5Зависимые выборки
Параметрические методы
t-критерий Стьюдента
Условия:
1) распределения признака в выборках существенно не отличаются
от нормального;
2) данные двух измерений положительно коррелируют
2) данные двух измерений положительно коррелируют
Непараметрические методы:
Критерий T-Вилкоксона
Слайд 6Сравнение более двух выборок
Независимых
Критерий H Краскала-Уоллеса
Зависимых
Критерий χ²-Фридмана
Слайд 7Сравнение данных по шкалам одной методики, при этом шкалы имеют разный
вес (нормирование данных)
Для каждой шкалы перевод «сырых» баллов в стандартные осуществляется по формуле:
Вес максимальной шкалы Х «сырой» балл данной шкалы
Вес данной шкалы
Слайд 82. Определение взаимосвязи между переменными
Корреляционный анализ – проверка гипотезы о связях
между переменными с использованием коэффициента корреляции.
Коэффициент корреляции – это мера прямой или обратной пропорциональности между двумя переменными.
Прямая связь: при увеличении (уменьшении) значения одного признака значение другого также увеличивается (уменьшается), коэффициент корреляции положителен.
Обратная связь: при увеличении (уменьшении) значения одного признака значение другого уменьшается (увеличивается), коэффициент корреляции отрицателен.
Коэффициент корреляции – это мера прямой или обратной пропорциональности между двумя переменными.
Прямая связь: при увеличении (уменьшении) значения одного признака значение другого также увеличивается (уменьшается), коэффициент корреляции положителен.
Обратная связь: при увеличении (уменьшении) значения одного признака значение другого уменьшается (увеличивается), коэффициент корреляции отрицателен.
Слайд 9Классификация корреляционных связей:
сильная, или тесная при коэффициенте корреляции r>0,70;
средняя при 0,50
при 0,30слабая при 0,20очень слабая при r≤0,2.
Слайд 10Методы подсчета корреляций:
1. Коэффициент корреляции r-Пирсона:
Условия:
- метрические переменные
- небольшой объем выборки
2.
Коэффициент корреляции r-Спирмена.
Условие: ранговые переменные.
Недостаток: меньшая чувствительность в случае несущественного отклонения распределения переменных от нормального.
3. Коэффициент Кендалла
Применяется для выявления взаимосвязи между количественными или качественными показателями, если их можно ранжировать.
Условие: ранговые переменные.
Недостаток: меньшая чувствительность в случае несущественного отклонения распределения переменных от нормального.
3. Коэффициент Кендалла
Применяется для выявления взаимосвязи между количественными или качественными показателями, если их можно ранжировать.
Слайд 113. Сокращение количества переменных
Метод факторного анализа
Цель: уменьшение размерности исходных данных с
целью их экономного описания при условии минимальных потерь информации
Результат: переход от исходных переменных к факторам, число которых меньше числа переменных. При этом фактор может содержать несколько переменных
Результат: переход от исходных переменных к факторам, число которых меньше числа переменных. При этом фактор может содержать несколько переменных
Слайд 124. Классификация
Метод: кластерный анализ.
Цель: разбиение множества исходных объектов на классы, кластеры
Слайд 135. Влияние одной переменной на другую
Регрессионный анализ.
Цель: изучение степени влияния одной
переменной (независимой) на другую или другие (зависимые).
