Доказательство статистической достоверности экспериментального влияния существенно отличается от доказательства в математике и формальной логике, где выводы носят более универсальный характер. Статистические доказательства не являются столь строгими и окончательными – в них всегда допускается риск ошибиться в выводах, и поэтому статистическими методами не доказываются окончательно правомерность того или иного вывода, а показывается лишь мера правдоподобности принятия той или иной гипотезы.
Пед-я гипотеза (научное предположение о преимуществе того ил иного метода) в процессе статистического анализа переводится на язык статистической науки и заного формируется, по меньшей мере в виде 2-х статистических гипотез.
Первая (основная) – нулевая гипотеза, в которой исследователь говорит о своей исходной позиции.
Альтернативная гипотеза – делается предположительно о преимуществе нового метода.
Многомерные методы анализа данных.
Анализ взаимосвязи, между большим кол-вом переменных осуществляющийся путём использования многомерных методов статистической обработки. Цель применения подобных методов – обнаружить скрытые закономерности, выделить наиболее существенные взаимосвязи между переменными.
Факторный анализ заключается в выявлении и интерпретации факторов. Фактор – обобщённая переменная, которая позволяет свернуть часть информации(?).
Кластерный анализ позволяет выделить иерархию взаимосвязанных признаков.
Дисперсионный анализ – статистический метод, используемый для изучения 1-й или нескольких одновременно действующих и независимых переменных на изменчивость наблюдаемого признака.
Регрессионный анализ позволяет выявлять количественную (численную) зависимость среднего значения изменений результатного признака от изменений одного или нескольких признаков.
Как правило, данный вид анализа применяется в том случае, когда требуется выяснить, насколько изменяется средняя величина одного признака или при изменении на единицу другого признака.