рефераты конспекты курсовые дипломные лекции шпоры
- Раздел Социология
- /
- Binomial Test
Реферат Курсовая Конспект
Binomial Test
Binomial Test - раздел Социология, ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА Catego...
| Category | N | Observed Prop. | Test Prop. | Exact Sig. (1-tailed) | ||
| var Group 1 | 1.00 | .25 | .52 | .013(a) | ||
| Group 2 | .00 | .75 | ||||
| Total | 1.00 |
a Alternative hypothesis states that the proportion of cases in the first group < .52.
Observed Prop. — наблюдаемая доля для каждой категории (Category); Test Prop. — теоретическая доля для первой из категорий; Exact Sig. (1-tailed) — точное значение /ьуровня для односторонней альтернативы (направленной гипотезы).
Примечание. Если проверяется ненаправленная гипотеза, то полученное значение/7-уровня необходимо умножить на 2.
Более двух градаций
Как и в предыдущем случае, при сопоставлении нескольких градаций чаще всего проверяют гипотезу о том, различаются ли по численности соответствующие доли совокупности. Это соответствует задаче сопоставления эмпирического и равномерного теоретического распределения. Но ожидаемое (теоретическое) распределение может быть и любым другим: последовательность решения при этом не меняется. Для проверки подобных гипотез применяют критерий х,2-Пирсона (формула 9.1), который еще называют критерием согласия (эмпирического и теоретического распределений).
ПРИМЕР 9,3___________________________________________________________
С целью предсказания результатов выборов исследовалось предпочтение потенциальными избирателями пяти политических лидеров. По результатам опроса репрезентативной выборки из 120 респондентов была составлена таблица распределения их предпочтений:
| Политические лидеры: | |||||
| Кол-во «поклонников»: |
Можно ли утверждать, что в совокупности всех потенциальных избирателей наблюдаются существенные различия в соотношении предпочтений пяти политических лидеров? Иначе говоря, отличается ли распределение предпочтений потенциальных избирателей от равномерного распределения?
Отметим, что в отношении данной группы респондентов ответ очевиден: да, предпочтения распределены явно не равномерно. Но вопрос при статистической проверке формулируется иначе: можно ли распространить этот вывод на генеральную совокупность, из которой извлечена данная выборка респондентов? Поскольку jV> 100, выбираем для принятия статистического решения а = 0,01.
ЧАСТЬ II. МЕТОДЫ СТАТИСТИЧЕСКОГО ВЫВОДА: ПРОВЕРКА ГИПОТЕЗ
Но: эмпирическое распределение соответствует теоретическому равномерному распределению. Задача сводится к сопоставлению эмпирического распределения с идентичным по общей численности, но равномерным теоретическим (ожидаемым) распределением:
| Политические лидеры | Распределение предпочтений: | |
| эмпирическое | теоретическое | |
| Всего |
| По формуле 9.1 число слагаемых Р= 5, к = 5, 1—2, df= 4. |
По формуле 9.1 число слагаемых Р= 5, к = 5, 1—2, df= 4.
|
2_(21-24)2 | (37-24)2 | (29-24)2 j (15-24)2 ] (18-24)2 _ т
24 24 24 24 24 '
По таблице критических значений теоретического распределения х2-Пирсона (Приложение 4) для df- 4 видим, что наше эмпирическое значение %2Э меньше критического значения для р = 0,01. Следовательно, в соответствии со схемой определенияр-уровня для данного случая р < 0,01. Так как/? < а, то принимаем статистическое решение: отклоняется нулевая гипотеза о соответствии распределения предпочтений в генеральной совокупности равномерному распределению. Таким образом, корректен следующий содержательный вывод: обнаружены различия в предпочтениях потенциальными избирателями пяти политических лидеров (р < 0,01).
Отметим, что в этом случае, отклоняя Но, мы принимаем альтернативную гипотезу о том, что распределение предпочтений является неравномерным. Но альтернативная гипотеза не содержит и не может содержать утверждения о том, что в какой-то конкретной ячейке наблюдений больше, а в какой-то меньше. Любая конкретизация этого утверждения будет некорректной. Для утверждений о том, что в какой-то ячейке (градации) наблюдений больше или меньше, необходима дополнительная статистическая проверка.
Например, на первый взгляд справедливое утверждение о том, что лидер № 2 предпочитается чаще, чем лидер № 3 (пример 9.3), при дополнительной статистической проверке не подтверждается. Сравнение распределения 37:29 с ожидаемым равномерным распределением 33:33 дает: х2э- 0,970; df= 1. Величина эмпирического значения критерия меньше критического значения для df— 1, р = 0,1 (эмпирическое значение располагается левее критического значения критерия для р — 0,1). Следовательно, в данном случае р > 0,1, Но не отклоняется: не обнаружены различия в предпочтениях двух политических лидеров (р > 0,1).
Подобная проблема множественных сравнений возникает всегда, если нулевая гипотеза содержит утверждение о равенстве более чем двух величин, При ее отклонении принимается альтернативная гипотеза, содержащая изрядную долю неопределенности: сравниваемые величины не тождественны. Для кон-
ГЛАВА 9. АНАЛИЗ НОМИНАТИВНЫХ ДАННЫХ
кретизации этого утверждения необходимы, как правило, парные сравнения величин, в отношении которых проверяется гипотеза.
Обработка на компьютере: критерий согласия у}
Исходные данные:значения номинативной переменной (более 2-х градаций) определены для каждого члена выборки и представлены одним столбцом.
Выбираем; Analyze (Метод) > Nonparametric tests(Непараметрические методы) > Chi-square...(Хи-квадрат). В открывшемся окне диалога переносим необходимую переменную из левого в правое окно (Test Variable List),переменных может быть несколько.
Если теоретическое распределение является равномерным, то нажимаем ОК и получаем результаты.
Если теоретическое распределение не является равномерным, то необходимо задать ожидаемые (теоретические) пропорции (доли) для каждой градации (сумма долей должна быть равна 1). Для этого вместо Expected Values: All categories equal(Ожидаемые значения: все категории тождественны) отмечаем точкой Expected Values: Values(Значения). После этого вводим ожидаемую долю для наименьшей категории, затем нажимаем Add(Добавить), затем вводим долю для наименьшей из оставшихся категорий, и т. д. — до последней категории. Последовательность значений долей появится в нижнем окне. Нажимаем ОК и получаем результаты.
Результаты (для данных примера 9.3)
А) Таблица частот (Frequencies)
var
| Observed N | Expected N | Residual | |
| 1.00 | 24.0 | -3.0 | |
| 2.00 | 24.0 | 13.0 | |
| 3 .00 | 24.0 | 5.0 | |
| 4.00 | 24.0 | -9.0 | |
| 5.00 | 24.0 | -6.0 | |
| Total |
Observed — эмпирические частоты, Expected — теоретические частоты. В) Результаты статистической проверки (Test statistics):
– Конец работы –
Эта тема принадлежит разделу:
ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА
ВВЕДЕНИЕ В ПРОБЛЕМУ СТАТИСТИЧЕСКОГО ВЫВОДА ГИПОТЕЗЫ НАУЧНЫЕ И СТАТИСТИЧЕСКИЕ ПРИМЕР Исходя из... ПРИМЕР... Первым примером применения такой логики для проверки статистической ги потезы по видимому является работа врача...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Binomial Test
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
| Твитнуть |
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Реклама
Информация в виде рефератов, конспектов, лекций, курсовых и дипломных работ имеют своего автора, которому принадлежат права. Поэтому, прежде чем использовать какую либо информацию с этого сайта, убедитесь, что этим Вы не нарушаете чье либо право.
© copyright 1999 - 2024 allRefs.net. Все права защищены. Страница сгенерирована за: 0.01 сек.
Новости и инфо для студентов