- 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
Статистический анализ внутригруппового плана презентация
Содержание
- 1. Статистический анализ внутригруппового плана
- 2. Вопросы для обсуждения Статистические основы внутригруппового эксперимента.
- 3. ВОПРОС №1 Внутригрупповой эксперимент…
- 4. Внутригрупповой план В отличие от межгруппового плана
- 5. Повторные измерения
- 6. Анализ дисперсии
- 7. Между испытуемыми
- 8. Внутри испытуемых
- 9. Экспериментальное воздействие
- 10. Остаток
- 11. Всего
- 12. Оценка дисперсии
- 13. F-отношение
- 14. ВОПРОС №2 Структурная модель однофакторного дисперсионного анализа с повторным измерением
- 15. Структурная модель
- 16. Допущения Экспериментальная ошибка представляет собой случайную величину,
- 17. Модель I
- 18. Двухуровневый план
- 19. Дисперсия ЗП для каждого уровня НП Поскольку
- 20. Тогда… Величины σ2ε являются статистически независимыми друг
- 21. Следовательно…
- 22. Модель I: гипотезы Нулевая - H0 Альтернативная – H1
- 23. Модель II
- 24. Тогда…
- 25. Модель II: гипотезы Нулевая - H0 Альтернативная – H1
- 26. Многоуровневый план где μj – математическое ожидание
- 27. Однородность матрицы ковариаций Поскольку, согласно предположению модели,
- 28. Тогда… Оценка дисперсии для одного экспериментального условия
- 29. Наконец…
- 30. Гипотезы Нулевая - H0 Альтернативная – H1
- 31. Оценка однородности ковариаций Для оценки однородности ковариационной
- 32. Уменьшение df
- 33. www.ebbinghaus.ru
Вопросы для обсуждения Статистические основы внутригруппового эксперимента. Однофакторный дисперсионный анализ с повторным измерением. Структурные модели однофакторного дисперсионного анализа с повторным измерением.
Слайд 2Вопросы для обсуждения
Статистические основы внутригруппового эксперимента. Однофакторный дисперсионный анализ с повторным
измерением.
Структурные модели однофакторного дисперсионного анализа с повторным измерением.
Структурные модели однофакторного дисперсионного анализа с повторным измерением.
Слайд 4Внутригрупповой план
В отличие от межгруппового плана внутригрупповой экспериментальных план предполагает использование
всего одной группы испытуемых
Внутригрупповым называют экспериментальный план, в котором каждому испытуемому предъявляют все уровни независимой переменной
Эксперимент, реализующий такую схему, принято называть экспериментом с повторным измерением, т.к. в ходе эксперимента измерение зависимой переменной у одно и того же испытуемого осуществляется более одного раза
Внутригрупповым называют экспериментальный план, в котором каждому испытуемому предъявляют все уровни независимой переменной
Эксперимент, реализующий такую схему, принято называть экспериментом с повторным измерением, т.к. в ходе эксперимента измерение зависимой переменной у одно и того же испытуемого осуществляется более одного раза
Слайд 16Допущения
Экспериментальная ошибка представляет собой случайную величину, распределенную в соответствии с нормальным
законом с математическим ожиданием равным нулю.
Индивидуальная константа представляет собой также случайную величину, распределенную в популяции рассматриваемых данных в соответствии с нормальным законом с математическим ожиданием равным нулю.
Эффект экспериментального воздействия представляет собой случайную величину, распределенную в соответствии с нормальным законом с заранее неизвестными параметрами
Индивидуальная константа представляет собой также случайную величину, распределенную в популяции рассматриваемых данных в соответствии с нормальным законом с математическим ожиданием равным нулю.
Эффект экспериментального воздействия представляет собой случайную величину, распределенную в соответствии с нормальным законом с заранее неизвестными параметрами
Слайд 19Дисперсия ЗП для каждого уровня НП
Поскольку величины μ, τ1 и τ2
постоянны, дисперсия внутри экспериментального условия определяется дисперсией экспериментальной ошибки σ2ε и дисперсией индивидуального эффекта σ2π. Таким образом, справедливы следующие соотношения:
Слайд 20Тогда…
Величины σ2ε являются статистически независимыми друг от друга в двух экспериментальных
условиях, чего нельзя сказать о величинах σ2π. По сути дела величина σ2π определяет статистическую связь двух экспериментальных условий — T1 и T2. Иными словами,
σ 212= σ2π, где σ 212 — ковариация T1 и T2, cov(T1, T2)
σ 212= σ2π, где σ 212 — ковариация T1 и T2, cov(T1, T2)
Слайд 26Многоуровневый план
где μj – математическое ожидание значения зависимой переменной на уровне
j
Тогда ковариация значений зависимой переменной на уровнях j и j’ независимой переменной может быть найдена по формуле:
Где ρ – корреляция значений зависимой переменной на уровнях j и j’
Слайд 27Однородность матрицы ковариаций
Поскольку, согласно предположению модели, эффект испытуемого не взаимодействует с
эффектами независимой переменной, матрица ковариаций должна быть однородной, т.е.
Слайд 31Оценка однородности ковариаций
Для оценки однородности ковариационной матрицы используют тест сферичности Моучли
(Mauchly).
Если этот тест свидетельствует о значительной гетерогенности ковариационной матрицы, рекомендуется при статистической надежности анализе F-отношения, вычисленного по результатам эксперимента, уменьшить число степеней свободы
Это обеспечивает большую степень консервативности при принятии решения о статистически надежных эффектах независимой переменной.
Если этот тест свидетельствует о значительной гетерогенности ковариационной матрицы, рекомендуется при статистической надежности анализе F-отношения, вычисленного по результатам эксперимента, уменьшить число степеней свободы
Это обеспечивает большую степень консервативности при принятии решения о статистически надежных эффектах независимой переменной.
