описание критерия

Непараметрический критерий H Крускалла-Уоллеса

Критерий H Крускалла-Уоллеса применяетсдя сравнения средних нескольких (более 2-х выборок) между собой. Условия применения Сравниваемые значения не составляют пару коррелирующих  значений Распределение признаков в каждой выборке может не соответствовать нормальному распределению Альтернатива: однофакторный дисперсионный анализ для независимх выборок (если распределение признаков соответствует нормальному)

Метки: ,

Регрессия

Регрессия это величина, выражающая зависимость среднего значения какой-либо случайной величины от некоторой другой величины или от нескольких величин. Может применяться как для решения прикладных, так и в исследовательских целях, для предсказания некоего результата по некоторым предварительно измеренным характеристикам. Кроме того, с

Метки: ,

Однофакторный дисперсионный анализ для связанных выборок

Однофакторный дисперсионный анализ для связанных выборок, используется в тех случаях, когда необходимо определить влияние градаций незаивисмой переменной на значений зависимой переменной измеренные на одной и той же выборке испытуемых. Непараметрическим аналогом однофакторного дисперсионного анализа для связанных выборок является критерий X2

Метки: ,

Однофакторный дисперсионный анализ для несвязанных выборок

Однофакторный дисперсионный анализ для несвязанных выборок служит для исследования влияния условий какого-либо признака на изменения зависимой переменной. В данном анализе могут принимать участие как зависимые выборки, так и независимые выборки. Непараметрическим критерием однофакторного дисперсионного анализа является критерий H-Крускалла-Уоллеса. С математической

Метки: ,

Дисперсионный анализ

Дисперсионный анализ – анализ изменчивости признака под влиянием какой-либо контролируемой переменной (переменных) или фактора (факторов). Автор данного метода статистического расчета Р.А. Фишер. Задача дисперсионного  анализа состоит в том, что определить соотношение случайной вариативности признаков, с вариативностью обусловленной действием каждой независимости

Метки: ,

G-критерий Знаков

G-критерий Знаков предназначен для исследования определения направления сдвига в значениях исследуемого признака в двух выборках. Критерий позволяет определить изменяются ли значения переменной при переходе от одного измерения к другому в сторону улучшения или сторону ухудшения. Он не предназначен для определения

Метки: ,

t-критерий Стьюдента для зависимых выборок

t-критерий Стьюдента для зависимых выборок применяется для сравнения средних значений двух зависимых между собой выборок. Условия применения: Сравниваемые значения составляют пару коррелирующих значений Распределение признаков в каждой выборке соответствует нормальному распределению Альтернатива: непараметрический T-критерий Вилкоксона (если распределение в выборке не

Метки: ,

t-критерий Стьюдента для независимых выборок

t-критерий Стьюдента для независимых выборок применяется для сравнения средних значений двух независимых между собой выборок. Условия применения: Сравниваемые значения не составляют пару коррелирующих значений Распределение признаков в каждой выборке соответствует нормальному распределению Дисперсии признака в выборках примерно равны (проверяется с

Метки: ,

t-критерий Стьюдента для одной выборки

t -критерий Стьюдента для одной выборки используется для сравнения дисперсии изучаемой выборки с некоторой известной заранее величиной. Условия применения: Признак должен быть измерен в метрической шкале Распределение должно соответствовать нормальному распределению Формула t-критерия Стьюдента: , где M — среднее арифметическое

Метки: ,

T-критерий Вилкоксона

T-критерий Вилкоксона предназначен для сравнения двух зависимых выборок между собой по уровню выраженности какого-либо признака.С его помощью можно определить 1) направленность изменений, 2) выраженность изменений в зависимых выборках. С его помощью есть возможность определить в каком направлении сдвиг более интенсивен.

Метки: ,

Коэффициент ранговой корреляции Кендалла

Коэффициент ранговой корреляции -Кендалла является альтернативой методу определения корреляции r-Спирмана. Он предназначен для определения взаимосвязи между двумя ранговыми переменными. Интерпретация результатов вычисления коэффициент ранговой корреляции -Кендалла определяется как разность вероятностей совпадения и инверсии в рангах. Для одних и тех же

Метки: ,

Коэффициент ранговой коррeляции r-Спирмена

Коэффициент ранговой корреляции r-Спирмена применяется для исследования корреляционной взаимосвязи между двумя ранговыми переменными. Коэффициент ранговой корреляции r-Спирмена может быть вычислен двумя способами: 1. Примерением формулы коэффициента корреляции Пирсона. Важно! Переменные предварительно должны быть ранжированы 2.Использование упрощенной формулы коэффициента корреляции: Важно!

Метки: ,

Корреляция Пирсона

На нашем сайты Вы можете найти информацию относительно корреляции Пирсона: Линейный коэффициент корреляции r-Пирсона Формула коэффициент корреляции Пирсона Таблица критических значений корреляции Пирсона Расчет коэффициента корреляции Расчет коэффициента корреляции Пирсона в SPSS Расчет коэффициента корреляции Пирсона в Excell Пример расчета

Метки: ,

Линейный коэффициент корреляции r-Пирсона

Коэффициент корреляции Пирсона (r-Пирсона) применяется для исследования взаимосвязи двух переменных, измеренных в метрических шкалах на одной и той же выборке. Он позволяет определить, насколько пропорциональная изменчивость двух переменных. Данный коэффициент разработали Карл Пирсон, Фрэнсис Эджуорт и Рафаэль Уэлдон в 90-х

Метки: ,