Алгоритм выбора направления
Статистической обработки
Как широко я намерен распространить сделанные заключения?
В каких шкалах я производил измерение?
Мне надо обработать
Таблица А.1 – Меры индуктивной статистики
для номинативной шкалы измерений
Тип
выборок
| Задача
| Объем выборки
| Критерий
|
Независимые
| Оценка различий измеренного признака в двух выборках
| Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Оценка различий измеренного признака в трех и более выборках
| Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Оценка различий в распределении признака
а) эмпирического и теоретического;
б) двух эмпирических
|
Средний и большой
n ≥ 30
|
χ² Пирсона
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Зависимые
| Оценка различий значений переменной в двух измерениях
| Любой
| М – критерий Макнамары
|
5 ≤ n ≤ 300
| G – критерий
Знаков
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Оценка различий значений переменной в трех и более измерениях
| Любой
| Q – критерий
Кохрена
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Оценка различий в распределении признака
а) эмпирического и теоретического;
б) двух эмпирических
|
Средний и большой
n ≥ 30
|
χ² Пирсона
|
Малый и средний
5 ≤ n ≤ 50
| биноминальный критерий m
(дихотомическая)
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Таблица А.2 – Меры индуктивной статистики
для порядковой шкалы измерений
Тип
выборок
| Задача
| Объем выборки
| Критерий
|
Независимые
| Оценка различий измеренного признака в двух выборках
| 11 ≤ n ≤ 26
(может быть и больше)
| Q – критерий
Розембаума
|
3 ≤ n ≤ 60
| U – критерий
|
Оценка различий изме-ренного признака в трех и более выборках
| 3 ≤ n ≤ 5
| H – критерий
|
2 ≤ n ≤ 10
| S – критерий
Тенденций
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
Оценка различий в рас-пределении признака
а) эмпирического и теоретического;
б) двух эмпирических
|
Средний и большой
n ≥ 30
|
χ² Пирсона
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Зависимые
| Оценка различий значений переменной в двух измерениях
| 5 ≤ n ≤ 300
| G – критерий
Знаков
|
5 ≤ n ≤ 50
| Т – критерий
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Оценка различий зна-чений переменной в трех и более измерениях
| 2 ≤ n ≤ 9, с ≤ 4
| χ²r Фридмана
|
2 ≤ n ≤ 12, с ≤ 6
| L – критерий
|
При большем объеме выборки или увеличении числа измерений
| χ² Пирсона
|
Любой
5 ≤ n ≤ ∞
| φ Фишера
|
Оценка различий в рас-пределении признака
а) эмпирического и теоретического;
б) двух эмпирических
|
n ≥ 50
|
λ – критерий
|
Средний и большой
n ≥ 30
| χ² Пирсона
|
n ≥ 50
Средний и большой
n ≥ 30
Любой, 5 ≤ n ≤ ∞
| λ – критерий
χ² Пирсона
φ Фишера
|
Таблица А.3 – Выбор коэффициента корреляции
в зависимости от типа шкалы
Выборки
| Шкала измерений
| Объем
выборки
| Коэффициент
корреляции
| Диапазон
Коэффициента
|
Независимые и зависимые
| Дихотомическая (для двух переменных)
| 2 ≤ n ≤ ∞
| коэффициент
ассоциации
φ Пирсона
| от 0 до 1
(определяют тесноту, но не направление связи между переменными)
|
Номинативная
(для двух переменных, имеющих три и более измерения)
| 2 ≤ n ≤ ∞
| v Крамера
|
Порядковая
(для двух переменных)
| 5 ≤ n ≤ 40
2 ≤ n ≤ ∞
| rs Спирмена
τ Кендалла
| от –1 до +1
|
Отношений или интервалов
(для двух переменных)
| 5 ≤ n ≤ 100
| r Пирсона
| от –1 до +1
|
1 переменная –
дихотомическая,
2 переменная –
порядковая
| 2 ≤ n ≤ ∞
| рангово-бисеральный
коэффициент
(Rrb)
| от –1 до +1
(при трактовке знак не учитывается, т.е. коэффициенты показывают только тесноту, но не направление связи между переменными)
|
1 переменная –
дихотомическая,
2 переменная –
метрическая
| 2 ≤ n ≤ ∞
| бисеральный
коэффициент
(Rбис)
|
Таблица А.4 – Методы многомерного анализа
Исследовательская задача
| Тип измерительной шкалы
| Вид и объем
выборки
| Метод
|
Выявление изменчивости признака под влиянием одного и более факторов
| Для фактора – любая,
для признака –
метрическая
| Зависимые и независимые,
2 ≤ n ≤ ∞
| Дисперсионный анализ
|
Сокращение числа переменных и выявление скрытой структуры взаимосвязей между ними
| Интервалов,
отношений
| Одна выборка, оптимальный объем n = 100.
Один испытуемый, у которого измерено множество количественно измеренных признаков
| Факторный анализ
|
Сокращение числа переменных и выявление скрытой структуры взаимосвязей между ними
| Порядка, интервалов, отношений
| Одна выборка
| Многомерное
шкалирование
|
Группировка сходных между собой объектов в некоторые группы (кластеры)
| Дихотомическая
| Одна выборка, любого объема
| Кластерный анализ
|
Предсказание изменений зависимой переменной по значениям независимых переменных
| Интервалов или отношений
| Одна выборка
| Регрессионный анализ
|
Классификация объектов на сходные между собой группы; предсказание индивидуальных значений зависимой переменной
| Зависимые – шкала наименований,
независимые – шкалы интервалов или отношений
| Две и более выборок, объем любой
| Дискриминант-ный анализ
|
ПРИЛОЖЕНИЕ Б