32398

Методы статической обработки

Доклад

Психология и эзотерика

При сравнении того или иного показателя или результатов исследования используются критерии различий. Они позволяют оценить степень статистической достоверности различий между разнообразными показателями. Разнообразие критериев различий позволяет: выбирать критерий адекватный типу шкалы в которой получены экспериментальные данные; работать со связанными зависимыми и несвязанными независимыми выборками; работать с неравными по объему выборками; выбирать из критериев разные по мощности в зависимости от целей исследования. Критерии...

Русский

2013-09-04

14.28 KB

19 чел.

№4(2) Методы статической обработки

- Это математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе исследования, можно обобщить, приводить в систему, выявляя скрытые в них закономерности. Условно делятся:

  1.  Первичные – Имеются в виду показатели, которые применяются в самих психодиагностических методиках и являются итогом начальной статистической обработки результатов:

- среднеарифметическое  - средняя оценка изучаемого психодиагностического качества, которая характеризует степень его развития в целом у группы испытуемых;

- мода – наиболее часто встречающийся результат, в интервальном частотном распределении мода определяется как середина интервала, для которого частота максимальна, когда два соседних значения имеют одинаковую частоту и их частота больше частоты любых других значений, мода вычисляется как среднее арифметическое этих двух значений.

- медиана – результат, находящийся в середине последовательности показателей, если их расположить в порядке возрастания или убывания.

- дисперсия – это степень индивидуальных отклонений от центральной тенденции.

  1.  Вторичные – С их помощью проверяются, доказываются или опровергаются гипотезы эмпирического исследования (корреляционный анализ, регрессионный анализ, факторный анализ, методы сравнения первичных данных двух или нескольких выборок).

При сравнении того или иного показателя или результатов исследования используются критерии различий. Они позволяют оценить степень статистической достоверности различий между разнообразными показателями. Разнообразие критериев различий позволяет: выбирать критерий адекватный типу шкалы, в которой получены экспериментальные данные; работать со связанными (зависимыми) и несвязанными (независимыми) выборками; работать с неравными по объему выборками; выбирать из критериев разные по мощности (в зависимости от целей исследования).

Критерии различий: 

  1.  Параметрические: t – критерий Стьюдента: направлен на оценку различий величин средних Х и Y двух выборок, которые распределены по нормальному закону (может использоваться для сопоставления средних у связных и несвязных выборок, причем выборки могут быть не равными по величине); F – критерий Фишера: позволяет сравнить величины выборочных дисперсий двух рядов наблюдений.
  2.  Непараметрические:  - парный критерий Т-Вилкоксона: используется для решения задач, в которых осуществляется сравнение двух рядов чисел, применяются для оценки различий данных, полученных в двух разных условиях на одной и той же выборке, позволяет выявить направленность изменений и их выраженность;

- критерий U Вилкоксона-Манна-Уитни: применяют для оценки различий по уровню выраженности какого-либо признака для двух несвязных выборок (выборки могут различаться по числу входящих в них испытуемых).

Корреляционный анализ:  

  1.  Коэффициент корреляции Пирсона – линейный корреляционный анализ, позволяет установить прямые взаимосвязи между переменными величинами по их абсолютным значениям.
  2.  Коэффициент корреляции рангов Спирмена относится к на параметрическим показателям связи между переменными, измеренными в ранговой шкале.

 


 

А также другие работы, которые могут Вас заинтересовать

45347. КОМПЬЮТЕРНОЕ ТВОРЧЕСТВО 32 KB
  Например каждое слово поэмы состоит из букв которые могут быть закодированы 33 цифрами. При таком соответствии одна длинная строка цифр может рассматриваться как кодированная запись поэмы. Полотно картины можно расчертить на мельчайшие клетки и цвет каждой клетки закодировать цифрами.
45348. Моделирование в музыке 40.5 KB
  В памяти композитора существует множество различных мелодий накопленных им в течение жизни. И естественно полагать что фрагменты этих мелодий отдельные музыкальные фразы музыкальные инварианты осознанно или неосознанно используются композитором в его творческом процессе. Далее следует прочитать следующую за найденной фразой ноту приписать ее к текущей музыкальной фразе а первую ноту из этой фразы выдать в файл формируемых мелодий и вычеркнуть из текущей фразы так чтобы в ней попрежнему оставалось четыре ноты. В результате в файле...
45349. Модели представления знаний 64 KB
  Декларативная модель представления знаний основывается на предположении что проблема предоставления некоторой предметной области решается независимо от того как эти знания потом будут использоваться. Такую модель можно разделить на две части: статически описательные модели знаний и механизм вывода оперирующий этими структурами и практически независимый от их содержательного наполнения. Декларативные модели представления знаний Семантические сети Семантические сети были предложены американским психологом Куиллианом.
45350. Инструментарии построения экспертных систем 30 KB
  Инструментальное средство разработки экспертных систем – это язык программирования используемый инженером знаний или и программистом для построения экспертной системы. Оболочки экспертных систем Системы этого типа создаются как правило на основе какойнибудь экспертной системы достаточно хорошо зарекомендовавшей себя на практике. При создании оболочки из системыпрототипа удаляются компоненты слишком специфичные для области ее непосредственного применения и оставляются те которые не имеют узкой специализации.
45351. Интеллектуальные базы данных 29.5 KB
  Развитие приложений ИС требует реализации более легкого и удобного доступа к базам данных. Другой продукт это КЕЕ Connection Intelli Corportion который переводит команды КЕЕ КЕЕ Knowledge Engineering Environment в запросы БД и автоматически поддерживает тракт данных флуктуирующих туда и обратно между базой знаний КЕЕ и реляционной БД использующей SQL. Другими преимуществами такой интеграции являются способности использовать символьное представление данных и улучшения в конструкции операциях и поддержании СУБД.
45352. Методы распознавания образов 27 KB
  Этот метод требует либо большого количества примеров задачи распознавания с правильными ответами либо специальной структуры нейронной сети учитывающей специфику данной задачи. Методы распознавания образов В целом можно выделить три метода распознавания образов: Метод перебора. Например для оптического распознавания образов можно применить метод перебора вида объекта под различными углами масштабами смещениями деформациями и т.
45353. Пандемониум Селфриджа 56 KB
  Демоны – это относительно автономные сущности выполняющие элементарные функции. На самом нижнем уровне находятся демоны данных или демоны изображения рис. Вычислительные демоны обрабатывая визуальную информацию от демонов данных вырабатывают признаки и передают их демонам понимания. Демоны понимания всего лишь вычисляют взвешенные суммы сигналов поступающих от вычислительных демонов.
45354. Методы обучения нейросетей 62 KB
  Эта теория ставит своей задачей поиск минимума некоторой целевой функции функционала  которая зависит от нескольких переменных представленных в виде вектора w=[w1 w2 . Все градиентные методы теории оптимизации основаны на разложении целевой функции w в ряд Тейлора в окрестности некоторой начальной точки w nмерного пространства переменных: где p – вектор вдоль которого строится разложение в ряд Тейлора gw – вектор градиента целевой функции . Согласно методу наискорейшего спуска реализованному в алгоритме обратного...
45355. Рекуррентные сети 91.5 KB
  В связи с этим были предприняты попытки дополнить искусственные нейронные сети обратными связями что привело к новым неожиданным результатам. Таким образом под воздействием входных сигналов х1 и х2 на выходе сети в момент времени t вырабатываются сигналы y1t и y2t а в следующий момент времени под воздействием этих сигналов подаваемых на вход вырабатываются новые выходные сигналы y1t1 и y2t1. Для всякой рекуррентной сети может быть построена идентичная сеть без обратных связей с прямым распространением сигнала поэтому для...