КРИТЕРИИ

1). Позволяют прямо оценить различи* в средних, полученных в двух выборках (t - критерий Стьюдента).2)Позволяют оценить лишь средние тенденции, например, ответить на вопрос, чаще ли в выборке А встречаются более высокие, а в выборке Б - более низкие значения признака

(критерии Q, U, φ* и др.).

1). Позволяют прямо оценить различия в дисперсиях (критерий Фишера).2)Позволяют оценить лишь различия в диапазонах вариативности признака (критерий φ*).

1). Позволяют выявить тенденции изменения признака при переходе от условия к условию (дисперсионный однофакторный анализ), но лишь при условии нормального распределения

признака.2)Позволяют выявить тенденции изменения признака при переходе от условия к условию при любом распределении признака (критерии тенденций L и S).

1). Позволяют оценить взаимодействие двух и более факторов в их влиянии на изменения признака (двухфакторный дисперсионный анализ).2)Эта возможность отсутствует.

1). Экспериментальные данные должны отвечать двум, а иногда трем, условиям: а) значения признака измерены по интервальной шкале; б) распределение признака является нормальным; в) в

дисперсионном анализе должно соблюдаться требование равенства дисперсий в ячейках комплекса.2)Экспериментальные данные могут не отвечать ни одному из этих условий: а)

значения признака могут быть представлены в любой шкале, начиная от шкалы наименований; б) распределение признака может быть любым и совпадение его с каким-либо теоретическим законом распределения необязательно и не нуждается в проверке; в) требование равенства

дисперсий отсутствует.

1). Математические расчеты довольно сложны.2)Математические расчеты по большей

части просты и занимают мало времени (за исключением критериев χ2 и λ).

1). Если условия, перечисленные в п.5, выполняются, параметрические критерии оказываются несколько более мощными, чем непараметрические.2)Если условия, перечисленные в п.5, не

выполняются, непараметрические критерии оказываются более мощными, чем параметрические, так как они менее чувствительны к "засорениям'.

Из Табл. 1.1 мы видим, что параметрические критерии могут оказаться несколько

более мощными5, чем непараметрические, но только в том случае, если признак измерен

по интервальной шкале и нормально распределен. С интервальной шкалой есть

определенные проблемы (см. раздел "Шкалы измерения"). Лишь с некоторой натяжкой

мы можем считать данные, представленные не в стандартизованных оценках, как

интервальные. Кроме того, проверка распределения "на нормальность" требует

достаточно сложных расчетов, результат которых заранее неизвестен (см. параграф 7.2).

Может оказаться, что распределение признака отличается от нормального, и нам так или

иначе все равно придется обратиться к непараметрическим критериям.

Непараметрические критерии лишены всех этих ограничений и нетребуют таких

длительных и сложных расчетов. По сравнению с параметрическими критериями они

ограничены лишь в одном - с их помощью невозможно оценить взаимодействие двух или

более условий или факторов, влияющих на изменение признака. Эту задачу может решить

только дисперсионный двухфакторный анализ.

Учитывая это, в настоящее руководство включены в основном непараметрические

статистические критерии. В сумме они охватывают большую часть возможных задач

сопоставления данных.

Единственный параметрический метод, включенный в руководство - метод

дисперсионного анализа, двухфакторный вариант которого ничем невозможно заменить.__