Основные этапы статистической обработки данныхНаше село – наш общий дом, каждый человек, живущий в нём, должен заботливо и бережно относиться к нему, сохраняя все его ценности и богатства. Не хлебом единым жив человек! Внедрение этого проекта поспособствует формированию чувства сопричастности ко всему живому, гуманному отношению к окружающей среде и стремлению проявлять заботу о сохранении природы. Павловка – частичка планеты Земля, так что давайте начинать с малого!
ЛЕКЦИИ
студента 1 курса отделения психологии Тункевича Виктора Викторовича
преподаватель В.В. Сечко
Минск, 2012 Составные части математической статистики.
Математическую статистику можно условно подразделить на три части: 1. Описательная статистика. 2. Теория статистического вывода. 3. Планирование и анализ эксперимента. - Описательная статистика – это раздел математической статистики, занимающейся описанием, представлением и табулированием совокупности исходных данных. - Теория статистического вывода представляет собой общий класс задач, характеризующихся попытками вывести свойства большого массива данных (генеральной совокупности). Путём исследования небольшого объёма данных (выборки). Теория статистического вывода строится на описательной статистике. - Планирование и анализ эксперимента представляют собой статистические методы, разработанные для обнаружения и исследования взаимосвязей между изучаемыми переменными.
Основные этапы статистической обработки данных.
1-й этап: Исходный (предварительный) анализ исследуемого реального явления. В результате этого анализа определяются: · Основные цели исследования на содержательном неформализованном уровне. · Совокупность единиц, представляющих собой предмет статистического исследования (например: люди участвующие в психологическом эксперименте). · Перечень отобранных из представленного специалистами априорного (до эксперимента) набора показателей характеризующих состояние каждого из исследуемых объектов. · Степень формализации соответствующих записей при сборе исходных данных. · Общее время и трудозатраты на планируемые работы. · Формализованная постановка задачи по возможности, включающая в себя статистическую модель изучаемого явления. Трудоёмкость 1-го этапа бывает, сравнима с трудоёмкостью всех остальных вместе взятых этапов. 2-й этап: Составление детального плана сбора исходной статистической информации. При составлении этого плана необходимо по возможности учитывать полную схему дальнейшего статистического анализа. При планировании особого внимания заслуживает ситуация, когда определяется, какой должна быть выборка – случайной, пропорциональной, расслоенной и т.п. 3-й этап: Сбор исходных статистических данных и ввод этих данных в компьютер. 4-й этап: Первичная статистическая обработка данных. В ходе этой обработки решаются следующие задачи: · Отображение переменных, описанных текстом в номинальную или порядковую шкалу. · Анализ резко выделяющихся наблюдений. · Восстановление пропущенных наблюдений. · Проверка статистической независимости исходных данных. 5-й этап: Составление детального плана вычислительного анализа собранного материала. На этом этапе определяются основные группы, для которых будет проводиться дальнейший статистический анализ. Желательно чётко знать блок схему анализов с указанием привлекаемых методов. Формируется критерий, на основании которого выбирается один из альтернативных методов статистической обработки исходных данных. 6-й этап: Вычислительная реализация основной части статистической обработки данных. 7-й этап: Подведение итогов исследования. Результаты исследования и его основные выводы формулируются в содержательных терминах. На этом этапе проверяется, в какой мере достигнуты намеченные цели исследования. Если некоторые из них не достигнуты, то объясняется почему. Работа завершается содержательной формулировкой новых задач, вытекающих из проведённого исследования.
§3. Генеральная совокупность и выборка из неё. Репрезентативность выборки. Исследование обычно начинается с некоторого предположения требующего проверки с привлечением фактов. Это предположение (гипотеза) формулируется в отношении связей, явлений или свойств в некоторой совокупности объектов. Например: «исследователь может предположить, что женщины более тревожны, чем мужчины». В этом случае объектами носителями свойств будут все мужчины и женщины. Для проверки предположения на фактор необходимо измерить соответствующие свойства у их носителей. Но невозможно измерить тревожность у всех мужчин и женщин. Поэтому при проведении исследования ограничиваются лишь относительно небольшой группой людей. Генеральная совокупность – это всё множество объектов в отношении которого, формулируется исследовательская гипотеза. В нашем примере такой генеральной совокупностью, является все мужчины и все женщины. Таким образом, генеральная совокупность – это как правило недоступное для сплошного исследования множество потенциальных испытуемых. Выборка – это ограниченная по численности группа объектов (в психологии испытуемых), специально отбираемое из генеральной совокупности для изучения её свойств. Фактически при статистической обработки выборкой из рассматриваемой генеральной совокупности, являются результаты ограниченного ряда наблюдений исследуемого показателя (признака - переменной). В дальнейшем будем обозначать выборку следующим образом: х1,х2,…,хn, где нижний индекс соответствует порядковому номеру элемента в исходной выборке. Количество наблюдений образующих выборку, то есть, число n, называется объёмом выборки. Изучение на выборке свойств генеральной совокупности называется выборочным исследованием. Практически все психологические исследования являются выборочными, а их выводы, распространяются на генеральные совокупности. Одним из важнейших вопросов от успешного лишения которого зависит достоверность выводов получаемых в результате статистической обработки данных и является вопросом репрезентативности выборки, то есть, вопрос полноты и адекватности представления выборкой интересующих нас свойств исследуемой генеральной совокупности. Полнота чаще всего характеризуется объёмом выборки, чем больше изменчивость изучаемого Свойства, тем больше должен быть объём выборки. К сожалению, строгих рекомендаций по предварительному определению требуемого объёма выборки не существует. Тем не менее, можно сформулировать наиболее общие рекомендации (по Наследову). 1. Наибольший объём выборки необходим при разработке диагностической методике, от 200 до 1000-2000 человек. 2. Если необходимо сравнивать 2 выборки, то их общая численность должна быть не менее 50-ти человек, причём численность сравниваемых выборок должна быть приблизительно одинакова. 3. Если изучается взаимосвязь между какими-либо свойствами (признаками), то объём выборки должен быть не меньше 30-35 человек. Под адекватностью понимают соответствие выбранной модели реальному изучаемому явлению. Таким образом, репрезентативность выборки, иными словами, её представительность – это способность выборки представлять изучаемые явления достаточно полно с точки зрения их изменчивости в генеральной совокупности.
|
