Парный критерий т – Вилкоксона
Для решения задач, в которых осуществляется сравнение двух рядов чисел психолог может использовать парный критерий Т - Вилкоксона. Этот критерий применяется для оценки различий экспериментальных данных, полученных в двух разных условиях на одной и той же выборке испытуемых. Он позволяет выявить не только направленность изменений, но и их выраженность, т. е. он позволяет установить, насколько сдвиг показателей в каком-то одном направлении является более интенсивным, чем в другом.
Критерий Т основан на ранжировании абсолютных величин разности между двумя рядами выборочных значений в первом и втором эксперименте (например, до и после какого-либо воздействия). Ранжирование абсолютных величин означает, что знаки разностей не учитываются, однако в дальнейшем наряду с общей суммой рангов находится отдельно сумма рангов, как для положительных, так и для отрицательных сдвигов. Если интенсивность сдвига в одном направлении оказывается большей, то и соответствующая сумма рангов также оказывается больше. Этот сдвиг называется типичным, а противоположный, меньший по сумме рангов сдвиг - нетипичным. Эти два сдвига оказываются дополнительными друг другу. Критерий Т - Вилкоксона базируется на величине нетипичного сдвига, который называется Тэмп.
Психолог проводит с младшими школьниками коррекционную работу по формированию навыков внимания, используя для оценки результатов корректурную пробу. Задача состоит в том, чтобы определить, будет ли уменьшаться количество ошибок внимания у младших школьников после специальных коррекционных упражнений.
Для решения этой задачи психолог у 19 детей определяет количество ошибок при выполнении корректурной пробы до и после коррекционных упражнений. В таблице приведены соответствующие экспериментальные данные и дополнительные столбцы, необходимые для работы по парному критерию Т - Вилкоксона.
| До | После | Сдвиг | Абсолютные величины разностей | Ранги | Нетипичный сдвиг |
1 | 24 | 22 | -2 | 2 | 10,5 |
|
2 | 12 | 12 | 0 | 0 | 2 |
|
3 | 42 | 41 | -1 | 1 | 6,5 |
|
4 | 30 | 31 | 1 | 1 | 6,5 | * |
5 | 40 | 32 | -8 | 8 | 15 |
|
6 | 55 | 44 | -11 | 11 | 16 |
|
7 | 50 | 50 | 0 | 0 | 2 |
|
8 | 52 | 32 | -20 | 20 | 18 |
|
9 | 50 | 32 | -18 | 18 | 17 |
|
10 | 22 | 21 | -1 | 1 | 6,5 |
|
11 | 33 | 34 | 1 | 1 | 6,5 | * |
12 | 78 | 56 | -22 | 22 | 19 |
|
13 | 79 | 78 | -1 | 1 | 6,5 |
|
14 | 25 | 23 | -2 | 2 | 10,5 |
|
15 | 28 | 22 | -6 | 6 | 13,5 |
|
16 | 16 | 12 | -4 | 4 | 12 |
|
17 | 17 | 16 | -1 | 1 | 6,5 |
|
18 | 12 | 18 | 6 | 6 | 13,5 | * |
19 | 25 | 25 | 0 | 0 | 2 |
|
Сумма |
|
|
|
| 190 | 26,5 |
Обработка данных по критерию Т - Вилкоксона осуществляется следующим образом:
В четвертый столбец таблицы вносятся величины сдвигов с учетом знака. Их вычисляют путем вычитания из чисел третьего столбца соответствующих чисел второго столбца.
В пятом столбце в соответствие каждому значению сдвига ставят его абсолютную величину.
В шестом столбце ранжируют абсолютные величины сдвигов, представленных в пятом столбце.
По формуле: подсчитывают сумму рангов. В нашем примере она составляет:
12,5 + 6,5 + 6,5 + 15 + 16 + 2 + 18 + 17 + 6,5 + 6,5 + 19 + 6,5 + 10,5 + 13,5 + 12 + 6,5 + 13,5 +2 = 190
Проверяют правильность ранжирования на основе совпадения сумм рангов полученных двумя способами. В нашем случаи обе величины совпали, 190 = 190, следовательно, ранжирование проведено правильно.
Любым символом отмечают все имеющиеся в таблице нетипичные сдвиги. В нашем случае это три положительных сдвига.
Суммируют ранги нетипичных сдвигов. Это и будет искомая величина . В нашем случае эта сумма равна: = 6,5 + 13,5 + 6,5 = 26,5.
Ткрит для P<=0,05=53
Ткрит для P<=0,01=38
Cледовательно, можно утверждать, что зафиксированные в эксперименте изменения не случайны и значимы на 1% уровне. Таким образом, психолог может говорить о том, что применение коррекционных упражнений способствует повышению точности выполнения корректурной пробы, следовательно, оказывает положительное влияние на развитие внимания школьников.
- Введение
- Раздел I. Введение в теорию вероятностей
- Понятие о случайном событии
- Классическое определение вероятности
- Относительная частота. Статистическое определение вероятности.
- Геометрическая вероятность
- Свойства вероятностей Сложение вероятностей несовместимых событий
- Умножение вероятностей
- Сложение вероятностей совместимых событий
- Формула полной вероятности
- Основные формулы комбинаторики
- Дискретные и непрерывные случайные величины. Понятие «случайные величины»
- Закон распределения случайной величины
- Теоретические распределения вероятностей
- Биномиальное распределение
- Распределение Пуассона
- Числовые характеристики дискретных случайных величин
- Нормальное распределение
- Вопросы для самопроверки:
- Раздел II. Основные понятия и термины биологической статистики Генеральная совокупность и выборка
- Непреднамеренный отбор. Метод последовательных номеров. Случайный и механический методы отбора
- Признаки и показатели
- Правила ранжирования
- Способы группировки первичных данных.
- Схемы (модели) научного исследования
- Однофакторная и многофакторная модель Контрольные и экспериментальные группы
- Метод автоконтроля
- Метод дублирования
- Метод последовательного пополнения групп
- Численность контрольных и экспериментальных групп
- Научные гипотезы
- Направленные гипотезы
- Статистические критерии
- Параметрические критерии
- Непараметрические критерии
- Уровни статистической значимости
- 1 Рода.
- Вопросы для самопроверки
- Раздел III. Статистические методы обработки экспериментальных данных
- Проверка гипотезы о законе распределения
- Χ2 Пирсона
- Описательные статистики Концепция сжатия экспериментальных данных
- Показатели центральной тенденции. Средние.
- Медиана
- Персентили
- Показатели изменчивости
- Стандартизованные данные
- Показатели асимметрии и эксцесса
- Эксцесс
- Работа с качественными переменными Количественная оценка результатов эксперимента.
- Вопросы для самопроверки:
- Сравнение двух независимых групп т критерий Стьюдента
- Критерии согласия для дисперсий
- U критерий Маана-Уитни
- Сравнение качественных признаков Критерий χ2
- Сравнение долей
- Точный тест Фишера
- Сравнение более двух независимых групп Однофакторный дисперсионный анализ Фишера
- Критерий Краскела-Уоллиса
- Сравнение двух зависимых групп Парный т критерий Стьюдента
- Парный критерий т – Вилкоксона
- Критерий x2r Фридмана
- Тест Мак-Немара
- Корреляционный анализ
- Вычисление и интерпретация параметров парной линейной корреляции
- Условия применения и ограничения корреляционно анализа
- Вычисление и интерпретация параметров парной линейной корреляции
- Измерение связи количественных признаков
- Измерение связи порядковых признаков
- Измерение связи номинальных признаков
- Относительный риск. Отношение шансов
- Статистическая оценка надежности параметров парной корреляции
- Частная корреляция
- Факторный анализ
- Вопросы для самопроверки:
- Регрессионный анализ
- Метод наименьших квадратов
- Выбор формы функциональной зависимости
- Применение парного линейного уравнения регрессии
- Корреляционно-регрессионные модели (крм) и их применение в анализе и прогнозе.
- Логистическая регрессия
- Анализ динамических изменений Применение метода наименьших квадратов при исследовании тенденции развития
- Анализ циклических изменений
- Метод обычных средних
- Метод корригирования средних
- Метод отношения фактических данных
- Ошибки, допускаемые при количественной характеристике сезонных колебаний
- Кластерный анализ
- Иерархическое дерево
- Меры расстояния
- Правила объединения или связи
- Метод k средних
- Выбор между параметрическими и непараметрическими тестами: легкая ситуация.
- Выбор между параметрическими и непараметрическими тестами: сложные случаи.
- Выбор между параметрическим и непараметрическим тестом: насколько это на самом деле влияет на результат?
- Одно или двухсторонняя p-оценка?
- Парный или непарный тест?
- Тест Фишера или хи-квадрат?
- Регрессия или корреляция?
- Вопросы для самопроверки:
- Раздел IV. Работа с программой easystatistics Общие сведения о программе EasyStatistics
- Создание новой базы данных
- Работа с файлами
- Копирование и вставка данных
- Работа с фильтрами
- Работа с переменными и строками
- Статистические методы Описательные статистики
- Частотный анализ
- Сравнение независимых выборок
- Сравнение связанных выборок
- Дисперсионный анализ
- Корреляционный анализ
- Множественная регрессия
- Проверка типа распределения эмпирических данных
- Вероятностный калькулятор
- Задания для самостоятельной работы с программой
- Список рекомендуемой литературы
- Граничные (критические) значения 2-критерия, соответствующие разным вероятностям допустимой ошибки и разным степеням свободы
- Критические значения коэффициентов корреляции для различных степеней свободы (n - 2) и разных вероятностей допустимых ошибок