Однофакторный дисперсионный анализ для связанных выборок

Однофакторный дисперсионный анализ для связанных выборок, используется в тех случаях, когда необходимо определить влияние градаций независмой переменной на значений зависимой переменной измеренные на одной и той же выборке испытуемых.

Читать далее Однофакторный дисперсионный анализ для связанных выборок

Однофакторный дисперсионный анализ для несвязанных выборок

Однофакторный дисперсионный анализ для несвязанных выборок служит для исследования влияния условий какого-либо признака на изменения зависимой переменной.

Читать далее Однофакторный дисперсионный анализ для несвязанных выборок

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 интенсивности сдвигов.

Читать далее G-критерий Знаков

t-критерий Стьюдента для независимых выборок

t-критерий Стьюдента для независимых выборок применяется для сравнения средних значений двух независимых между собой выборок.

Читать далее t-критерий Стьюдента для независимых выборок

t-критерий Стьюдента для одной выборки

t -критерий Стьюдента для одной выборки используется для сравнения дисперсии изучаемой выборки с некоторой известной заранее величиной.

Читать далее t-критерий Стьюдента для одной выборки

Коэффициент ранговой корреляции Кендалла

Коэффициент ранговой корреляции \tau-Кендалла является альтернативой методу определения корреляции r-Спирмана. Он предназначен для определения взаимосвязи между двумя ранговыми переменными.

Читать далее Коэффициент ранговой корреляции Кендалла

Коэффициент ранговой коррeляции r-Спирмена

Коэффициент ранговой корреляции r-Спирмена применяется для исследования корреляционной взаимосвязи между двумя ранговыми переменными.

Читать далее Коэффициент ранговой коррeляции r-Спирмена

Корреляция Пирсона

На нашем сайты Вы можете найти информацию относительно корреляции Пирсона:

Читать далее Корреляция Пирсона

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 годах XIX века. Коэффициент корреляции изменяется в пределах от минус единицы до плюс единицы.

Коэффициент корреляции r-Пирсона характеризует существование линейной связи между двумя величинами. Если связь криволинейная то он не будет работать.

Чтобы приступать к расчетам коэффициента корреляции r-Пирсона необходимо выполнение следующих условий:

  1. Исследуемые переменные X и Y должны быть распределены нормально.
  2. Исследуемые переменные X и Y должны быть измерены в интервальной шкале или шкале отношений.
  3. Количество значений в исследуемых переменных X и Y должно быть одинаковым.

При расчете коэффициент линейной корреляции Пирсона используется специальная формула. Величина коэффициента корреляции варьируется от 0 до 1.

Слабыми сторонами линейного коэффициента корреляции Пирсона являются:

  • Неустойчивость к выбросам.
  • С помощью коэффициента корреляции Пирсона можно определить только силу линейной взаимосвязи между переменными, другие виды взаимосвязей выявляются методами регрессионного анализа.


Расчет коэффициента корреляции Пирсона Пример коэффициента корреляции Пирсона
Расчет коэффициента корреляции Пирсона в SPSS Пример расчета коэффициента корреляции Пирсона в SPSS
Расчет коэффициента корреляции Пирсона в Excell Пример расчета коэффициента корреляции Пирсона в Excell