15703

ПРОВЕРКА ГИПОТЕЗ. ПРОСТЫЕ ЭКСПЕРИМЕНТАЛЬНЫЕ СХЕМЫ

Лабораторная работа

Информатика, кибернетика и программирование

Лабораторная работа 5. ПРОВЕРКА ГИПОТЕЗ. ПРОСТЫЕ ЭКСПЕРИМЕНТАЛЬНЫЕ СХЕМЫ. Задание 5: простая межгрупповая схема Исследователь хочет проверить имеют ли цветные стимулы преимущество перед чернобелыми что является важным для создания рекламы. Он показывает о...

Русский

2013-06-15

80.5 KB

6 чел.

Лабораторная  работа 5.

ПРОВЕРКА ГИПОТЕЗ. ПРОСТЫЕ ЭКСПЕРИМЕНТАЛЬНЫЕ СХЕМЫ.

Задание 5: простая  межгрупповая  схема 

Исследователь хочет проверить, имеют ли цветные стимулы преимущество перед черно-белыми, что является важным для создания рекламы. Он показывает одной группе испытуемых цветные фигуры, появляющиеся в различных местах на экране компьютера. Задача испытуемых – нажать определенную клавишу на клавиатуре, как только они увидят фигуру. Измеряется время реакции (мс). Другая группа испытуемых выполняет то же задание с черно-белыми фигурами. Надо определить, реагируют ли испытуемые быстрее на цветные стимулы:

  1.  Загрузите файл данных.
    1.  Скопируйте файл Colour.sta в свою рабочую папку.
    2.  Откройте файл Colour.sta, который находится в вашей рабочей папке. В первом столбце (переменная COLOUR) приведено время реакции испытуемых на цветные стимулы, во втором столбце (переменная B_WHITE) приведено время реакции испытуемых на черно-белые стимулы.

2. Подсчет t-критерия Стьюдента

Предположим, что мы хотим проверить гипотезу исследователя с помощью t-критерия Стьюдента. Подсчет этого критерия производится в модуле Basic Statistics/Tables. Так как схема эксперимента – межгрупповая, то требуется посчитать непарный критерий Стьюдента (t-test, independent).

Для этого есть две возможности:

t-test, independent, by groupsпредставление данных с группирующей переменной. Одна переменная является группирующей, она содержит только коды групп, во второй переменной собраны все данные. Рекомендуется использовать именно эту возможность!

t-test, independent, by variablesкаждая переменная содержит данные одной какой-либо группы. Это, кажется, единственный случай в программе, когда наше правило «каждая строчка – испытуемый, каждый столбик – переменная» нарушается. Поэтому этой возможностью пользоваться не рекомендуется. Тем не менее, надо знать, что такая есть (на случай, если вы все-таки неправильно набрали данные).

Проверим, подходят ли наши данные для применения этого критерия.

  1.  Сначала проверим, есть ли в данных выбросы (экстремальные значения – outliers). Для этого посчитаем описательную статистику для переменных COLOUR и B_WHITE: среднее значение и стандартное отклонение. Все значения, превосходящие среднее значение на  3 стандартных отклонения, обычно исключаются из анализа. Найдите их и удалите.
    1.  Посчитайте опять описательную статистику. Сравните дисперсии в двух группах испытуемых (пока без применения какого-либо критерия). Можно ли применять критерий Стьюдента?
    2.  Проверьте, являются ли распределения переменных COLOUR и B_WHITE нормальными. Что можно сказать теперь о возможности применения t-критерия?
    3.  Посчитаем t-критерий: Statistics  Basic Statistics/Tables t-test, independent, by variablesИменно таким способом набраны данные у нас в файле: переменная COLOUR содержит данные группы, которой показывали цветные стимулы, а переменная B_WHITE – группы, которой показывали черно-белые стимулы.

Кнопка Variables (groups) служит для выбора переменных. Нажмите ее и в первом списке выберите переменную COLOUR, а во втором – переменную B_WHITE. В данном случае все равно, в каком столбце какую переменную выбирать. Нажмите ОК.

Чтобы получить результаты анализа, можно нажать кнопку Summary: t-tests или кнопку Summary. В окне результатов приведены следующие полезные сведения: средние значения по группам; значение критерия (t-value); степени свободы (df); уровень статистической значимости (p); количество измерений обеих групп, использовавшихся для анализа; стандартные отклонения для обеих групп. Таким образом, мы получаем не только значение критерия, но и минимально необходимую описательную статистику по группам!

Сравните время реакции в двух группах испытуемых. Какая оказалась разница (сколько мс)? Значима ли эта разница?

  1.  В окне t-test, independent, by variables также можно посчитать два критерия, которые помогут вам оценить, являются ли дисперсии в группах достаточно одинаковыми, чтобы можно было применять критерий Стьюдента. Это Levenes test и Brown & Forsythe test (раздел homogeneity of variances в разделе Options). Если пометить их птичкой, то в таблице результатов можно будет найти их значения, степени свободы и уровни статистической значимости. Оба эти критерия проверяют нуль-гипотезу о том, что дисперсии в двух группах одинаковы. Следовательно, если критерии не значимы, то нельзя отвергнуть гипотезу о том, что дисперсии одинаковы, и применение t-критерия правомерно.

Проверьте с помощью критериев Левена и Brown & Forsythe, являются ли дисперсии двух групп одинаковыми.

  1.  Попробуйте преобразовать данные так, чтобы была использована группирующая переменная. Для этого добавьте еще штук 200 сток в таблицу данных (после 193-й строки). Скопируйте все значения из переменной B_WHITE в переменную COLOUR, начиная с 195-го номера. Назовите третью переменную в таблице данных GROUP. Задайте значения переменной GROUP: с 1 строки по 193 значение равно 1, с 195 по 387 значение равно 2. Удалите переменную B_WHITE. Теперь данные преобразованы так, что против номера группы 1 стоят значения времени реакции на цветные стимулы, против номера группы 2 – значения времени реакции на черно-белые стимулы.
    1.  Замените цифру 1 на слово «цветные», а цифру 2 – на слово «черно-белые». Для этого есть кнопка на панели описания переменных Text labels. В столбце Text Label наберите названия стимулов. В столбце Numeric наберите цифровые значения, которые им соответствуют. Нажмите кнопку OK. Сохраните этот замечательный файл в вашей рабочей папке.
    2.  Посчитайте опять критерий Стьюдента, используя условие t-test, independent, by groups. Нажмите кнопку Variables. В окне Grouping Variable (справа) выберите переменную GROUP, а в окне Dependent Variables (слева) – переменную COLOUR. Нажмите кнопку ОК. Проверьте, правильно ли заполнены окна Code for Group 1 и Code for Group 2. Они должны содержать названия уровней независимой переменной (в нашем случае это «цветные» и «черно-белые»).
    3.  Получились ли те же самые значения? Если не получились, найдите у себя ошибку и пересчитайте критерий.

  1.  Подсчет критерия Манна-Уитни

Если данные у вас непараметрические, то в данном случае (при межгрупповой схеме) следует воспользоваться критерием Манна-Уитни. Его можно найти в модуле Statistics  Nonparametrics Comparing two independent samples (Groups)  Mann-Whitney U test Это переводится как Статистика Непараметрическая Сравнение двух независимых выборок

  1.  Посчитаем критерий Манна-Уитни для тех же данных, что и критерий Стьюдента: Statistics  Nonparametrics  Comparing two independent samples (Groups)  Mann-Whitney U test  Выбираем переменные. В окне Grouping Variable (справа) выберите переменную GROUP, а в окне Dependent Variables (слева) – переменную COLOUR. Нажмите кнопку ОК. Проверьте, правильно ли заполнены окна Code for Group 1 и Code for Group 2. Они должны содержать названия уровней независимой переменной (в нашем случае это «цветные» и «черно-белые»). Обратите внимание, что для критерия Манна-Уитни есть только одна возможность представить данные – с помощью группирующей переменной. К нашей великой радости мы уже так и сделали.
    1.  Нажмите кнопку M-W U test или Mann-Whitney U test и получите результаты.

Среди результатов можно найти (и вы обязательно их найдите):

  •  ранговые суммы по группам – Rank Sums, по которым можно определить (если, конечно, группы состоят из одинакового количества значений), в какой группе значение зависимой переменной больше;
  •  значение критерия U;
  •  уровень статистической значимости p;
  •  количество измерений для первой и для второй группы Valid N.

  1.  Каков уровень статистической значимости? Можно ли утверждать, что черно-белые стимулы воспринимаются не так быстро, как цветные?

Задание 6: простая  интра-индивидуальная  схема 

12 участников комплексной программы тренинга партнерского общения, продолжавшегося 7 дней, дважды оценивали у себя уровень владения тремя важнейшими коммуникативными навыками: 1) активное слушание; 2) снижение эмоционального напряжения; 3) аргументация. Первое измерение производилось в первый день тренинга, второе – в последний. Участники должны были также наметить для себя реально достижимый, с их точки зрения, идеал в развитии каждого из навыков. Все измерения проводились по 10-болльной шкале. Собранные данные представлены в файле Training.sta.

ACT_RE  - активное слушание (реальное);

ACT_ID - активное слушание (идеальное);

EM_RE - снижение эмоционального напряжения (реальное);

EM_ID  - снижение эмоционального напряжения (идеальное);

ARG_RE - аргументация (реальная);

ARG_ID - аргументация (идеальная).

В результате исследования мы должны получить ответы на следующие вопросы:

  1.  Ощущаются ли участниками достоверные сдвиги в уровне владения каждым из трех навыков после тренинга?
  2.  Уменьшается ли расхождение между «идеальным» и реальным уровнями владения навыками после тренинга?

  1.  Загрузите файл данных.
    1.  Скопируйте файл Training.sta в свою рабочую папку.
    2.  Откройте файл Training.sta, который находится в вашей рабочей папке. В первом столбце (переменная NAME) приведены инициалы испытуемых, со второго до седьмого столбца идут переменные, которые представляют данные об испытуемых в первый день. После пустого столбца идут переменные, измеряющие те же самые характеристики испытуемых, только измеренные в последний день тренинга.

2. Подсчет t-критерия Стьюдента

 Предположим, что мы хотим ответить на первый вопрос исследователя с помощью t-критерия Стьюдента. Подсчет этого критерия производится в модуле Basic Statistics/Tables. Так как схема эксперимента – интраиндивидуальная, то требуется посчитать парный критерий Стьюдента.

 Проверим, походят ли наши данные для применения этого критерия.

  1.  Сначала проверим, есть ли в данных выбросы (экстремальные значения – outliers).
    1.  Посчитайте описательную статистику. Сравните дисперсии всех переменных.
    2.  Проверьте, являются ли распределения переменных нормальными. Можно ли применять критерий Стьюдента?
    3.  В любом случае посчитаем t-критерий: Analysis  t-test, dependent samples… Кнопка Variables служит для того, чтобы выбрать переменные. Обратите внимание, что для парного t-критерия возможен только один способ представления данных – без группирующей переменной. Чтобы узнать, значимо ли изменилось активное слушание после тренинга, выберем переменные ACT_RE_1 И ACT_RE_2, нажимаем OK, а потом Summary: T-tests или Summary и получаем результаты. Найдите среди результатов средние значения активного слушания до и после тренинга, стандартные отклонения, значение критерия, степени свободы и уровень статистической значимости.
    4.  Вспомните, как правильно записывать результаты подсчета t-критерия и запишите то, что получилось, для нашего случая.
    5.  Проверьте, изменилось ли снижение эмоционального напряжения EM_RE после тренинга. Запишите результаты.
    6.  Проверьте, изменилось ли значение аргументации ARG_RE после тренинга. Запишите результаты.

Теперь мы полностью ответили на первый вопрос нашего исследования. Переходим ко второму. Проверим, изменилась ли разница между идеальным и реальным показателями активного слушания после тренинга.

  1.  Для этого сначала найдем разницу, которая была до тренинга. Добавьте новую переменную после переменной ACT_ID_1. Назовите ее ACT_D_1. Посчитайте ее значения по формуле ACT_D_1=ACT_ID_1-ACT_RE_1. Это и будет расхождение между реальными и идеальными показателями до тренинга.
    1.  Аналогично создайте новую переменную ACT_D_2 после переменной ACT_ID_2. Посчитайте ее значения по формуле ACT_D_2=ACT_ID_2-ACT_RE_2. Это и будет расхождение между реальными и идеальными показателями после тренинга.
    2.  Посчитайте парный критерий Стьюдента для переменных ACT_D_1 и ACT_D_2. Найдите средние значения и уровень статистической значимости. Какие выводы можно сделать? Изменилось ли расхождение после тренинга?
    3.  Аналогично проверьте, изменилось ли расхождение между «идеальным» и «реальным» уровнями владения навыками снижения эмоционального напряжения и аргументации после тренинга.

3. Подсчет критерия Вилкоксона

А теперь осталось научиться считать критерий Вилкоксона, аналог критерия Стьюдента для непараметрических данных: Statistics  Nonparametrics  Comparing two dependent samples (variables)  Wilcoxon matched pairs test. Для этого критерия переменные и условия задаются точно так же, как и для парного критерия Стьюдента.

  1.  Проверьте опять, изменились ли показатели активного слушания, снижения эмоционального напряжения и аргументации до и после тренинга. Запишите результаты.
    1.  Теперь проверьте, значимо ли изменились расхождения по этим трем навыкам между реальными и идеальными показателями после тренинга. Запишите результаты.

4. Напишите отчет в MS Word. Этот отчет должен представлять собой анализ и интерпретацию данных только для задания 6. Для отчета выберите подходящий критерий (Стьюдента или Вилкоксона) и обязательно обоснуйте свой выбор. Обязательно приведите в отчете значения критерия и уровень статистической значимости. Сделайте вывод о полезности тренинга: в чем он может помочь? В чем не может?


 

А также другие работы, которые могут Вас заинтересовать

82001. Сім’я і здоров’я. Ставлення до ВІЛ-інфікованих людей. Рольова гра «Як ВІЛ руйнує імунітет» 51 KB
  Мета: Виховувати любов і повагу до всіх членів родини. Виховувати співчуття і чуйне ставлення до людей ВІЛ-інфікованих. Розширити знання про сім’ю, як основний чинник здоров’я. Розширити знання про ВІЛ-інфекцію, її дію на імунну систему. Розвивати вміння піклуватися про сім’ю – обов’язок усіх членів сім’ї.
82002. УКРАЇНСЬКИЙ ВІНОЧОК 57 KB
  Мета. Познайомити учнів з давніми обрядами, традиціями, звичаями нашого народу, пов’язаними з квітами України, які вплітають в український вінок. Відкрити дивовижний світ української пісні, легенди. Допомогти учням усвідомити необхідність примножувати традиції, вчити бачити прекрасне.
82003. Сценарий выпускного бала для 11 – х классов 176.5 KB
  Ведь нет для них торжественней момента Подарим всем свои аплодисменты Маэстро вальс зажгите свечи Мы начинаем школьный вечер На фоне музыки педагог-организатор школы приглашает пройти выпускников в праздничный актовый зал Организатор В зал входит гордость нашей школы...
82005. Випускний вечір (Літературно-музична композиція за авторською віршованою методикою) 76 KB
  Мета: урочисто і святково провести вручення свідоцтв про базову освіту; розкрити талановитість дітей школи перед педагогічним колективом, батьками та місцевими жителями; виховувати почуття любові до життя і людей, до рідного краю.
82006. Вірус лихослів’я... Як його подолати? 67.5 KB
  Українська мова як і будьяка інша розвинена жива мова крім корінної лексики що становить її основу містить певну кількість слів чужомовного походження. Читець 2 Прийшли вони до нас із російської мови. Читець 1 Але звідки ж з’явилися матюки та інші брутальні слова в російській мові...
82007. Війна без строку давності 64.5 KB
  Мета: ознайомити учнів з подіями афганської війни; через поезію і пісню донести до інших сердець основну думку: війна – це безумство, це невиправдана жорстокість; виховувати в учнів почуття патріотизму, вміння співпереживати.
82008. ВОЙНА – СТРАШНЕЕ НЕТУ СЛОВА… 176 KB
  Более двух десятилетий прошло с тех пор как наших ребят уже не посылают на эту войну. выступление воинов-афганцев: рассказы; исполнение афганских песен; чтение собственных стихотворений Библиотекарь: Афганская война незаживающая рана в людской памяти такая же как и Вторая мировая.
82009. Вода – найважливіша речовина на нашій планеті 713.5 KB
  Мета: розширити уявлення про значення води в природі, про три стани води і властивості води( не має власної форми, прозора, безбарвна, без запаху рідина; під час нагрівання розширюється і стискається під час охолодження); формувати елементарні поняття, що вода – речовина, розчинник, розчин...