Число посещений школы, больших и меньших медианы (равных ей)
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой
    Незаконченное среднее   Среднее   Средне-специальное (техникум или кол­ледж)   Высшее   Итого  
Значения большие медианы   6 (5)   4 (5,5)   7 (6,5)   5 (5)   22  
Значения меньшие (равные) медианы   4 (5)   7 (5,5)   6 (6,5)   5 (5)   22  
Итого   10   11   13   10   44  

Мы получили таблицу размером (2x4).

Для перехода к тесту X2 определим ожидаемые частоты для каждой из клеток таблицы (указаны в таблице 7.20 в скобках).

Среди ожидаемых частот нет ни одной, меньшей 5. Поэтому сразу приступаем к вычислению эмпирического значения X2:

        

Полученное значение сравниваем с Х2критич. которое находим в таблице 2 (Приложение 2) для

df =3 и значения уровня значимости α =0,05: Х2критич. =7,82.

Поскольку Х2эмпир. < Х2критич. У нас нет оснований отвергнуть нулевую гипотезу. Матери, имеющие различный уровень образования, не отличаются друг от друга по числу посещений школы, в которой учатся их дети.

 

ВКЛЮЧАЕМ КОМПЬЮТЕР...

Создадим переменную «Образование» (educat) и закодируем в ней сведения об образовании вошедших в выборку матерей цифрами от 1 (незаконченное среднее) до 4 (высшее образование) в соответствии с таблицей 7.13. В переменной «Визиты» (vitis) поместим сведения о числе посещений школы в течение года. Дальнейшие действия и полученный результат показаны на рис. 7.13-7.15.

Рис. 7.13. Выбор требуемой статистической процедуры

Рис. 7.14. Медианный тест для нескольких независимых выборок: необходимые действия и настройки

Рис. 7.15. Медианный тест для нескольких независимых выборок: результат

Этим примером мы завершаем рассмотрение случая нескольких независимых вы­борок и переходим к следующему разделу, посвященному ранговым корреляциям.

Глава 8. КОРРЕЛИРОВАТЬ ВСЁ, ЧТО КОРРЕЛИРУТСЯ

В параграфе 1.6 мы уже говорили о том, что такое корреляция и коэффициент корреляции. В обычной (параметрической) статистике для вычисления коэффициента корреляции необходимо, чтобы обе коррелируемые переменные, были измерены в шкале интервалов или отношений. В непараметрической статистике в основном используются шкалы наименований и порядка. Даже, если коррелируемые значения выражены в шкале интервалов или отношений (например, вес), их рассматривают как измеренные в шкале порядка.

Для переменных, измеренных в шкале наименований или порядка, исполь­зуются специальные методы, позволяющие вычислять меры связи между ними. Из всего многообразия таких мер связи мы рассмотрим несколько наиболее популярных

КРАСОТА НА ВСЕ ВРЕМЕНА, ИЛИ

Дата: 2018-12-21, просмотров: 379.