|
Назначение и описание критерия m. ⇐ ПредыдущаяСтр 5 из 5 Критерий предназначен для сопоставления частоты встречаемости какого-либо эффекта с теоретической или заданной частотой его встречаемости. Он применяется в тех случаях, когда обследована лишь одна выборка объемом не более 300 наблюдений, в некоторых задачах - не больше 50 наблюдений. Биномиальный критерий m позволяет оценить, насколько эмпирическая частота интересующего нас эффекта превышает теоретическую, среднестатистическую или какую-то заданную частоту, соответствующую вероятности случайного угадывания, среднему проценту успешности в выполнении данного задания, допустимому проценту брака и т.п. Биномиальный критерий незаменим, если налицо 2 условия: а) обследована лишь одна выборка испытуемых, и нет возможности или смысла делить эту выборку на две части с целью дальнейшего применения критерия φ*, так как для нас по каким-то причинам важно исследовать частоту встречаемости признака в выборке в целом; б) в обследованной выборке менее 30 испытуемых, что не позволяет нам применить критерий χ2. Если в нашей выборке больше 30 испытуемых, мы все же можем использовать критерий m и тем самым сэкономить время на подсчете χ2. Эмпирическая частота наблюдений, в которых проявляется интересующий нас эффект и есть эмпирическое значение критерия m. Если mэмп равен или превышает mкр . то различия достоверны. Гипотезы H0: Частота встречаемости данного эффекта в обследованной выборке не превышает теоретической (заданной, ожидаемой, предполагаемой). Н1: Частота встречаемости данного эффекта в обследованной выборке превышает теоретическую (заданную, ожидаемую, предполагаемую). Ограничения биномиального критерия 1. В выборке должно быть не менее 5 наблюдений. В принципе возможно применение критерия и при 2≤n<5, но лишь в отношении определенного типа задач (см. Табл. XV Приложения 1). 2. Предел численности выборки варьирует в диапазоне от 50 до 300 наблюдений, что определяется имеющимися таблицами критических значений. 3. Биномиальный критерий m позволяет проверить лишь гипотезу о том, что частота встречаемости интересующего нас эффекта в обследованной выборке превышает заданную вероятность Р. Заданная вероятность при этом должна быть: Р≤0,50. 4. Если требуется проверить гипотезу о том, что частота встречаемости интересующего нас эффекта достоверно ниже заданной вероятности, то при Р=0,50 можно сделать это с помощью уже известного критерия знаков G, при Р>0,50 следует преобразовать гипотезы в противоположные, а при Р<0,50 необходимо использовать критерий χ2.
По Табл. 1. легко определить, какой из путей для нас доступен. Таблица 1. Выбор критерия для сопоставлений эмпирической частоты с Теоретической при разных вероятностях исследуемого эффекта Р И разных гипотезах.
Пояснения к Таблице 1. A) Если заданная вероятность Р<0,50, а ƒэмп >ƒтеор (например, допустимый уровень брака - 15%, а в обследованной выборке получено значение в 25%), то биномиальный критерий применим для объема выборки 2≤n≤50. Б) Если заданная вероятность Р<0,50, а ƒэмп<ƒтеор (например, допустимый уровень брака - 15%, а в обследованной выборке наблюдается 5% брака), то биномиальный критерий неприменим и следует применять критерий χ2(см. Пример 2). B) Если заданная вероятность Р=0,50, а ƒэмп>ƒтеор (например, вероятность выбора каждой из равновероятных альтернатив Р=0,50, а в обследованной выборке одна из альтернатив выбирается чаще, чем в половине случаев), то биномиальный критерий применим для объема выборки 5≤n≤300. Г) Если заданная вероятность Р=0,50, а ƒэмп<ƒтеор (например, вероятность выбора каждой из равновероятных альтернатив Р=0,50, а в обследованной выборке одна из альтернатив наблюдается реже, чем в половине случаев), то вместо биномиального критерия применяется критерий знаков G, являющийся "зеркальным отражением" биномиального критерия при Р=0,50. Допустимый объем выборки: 5≤n≤300. Д) Если заданная вероятность Р>0,50, а ƒэмп>ƒтеор (например, среднестатистический процент решения задачи - 80/о, а в обследованной выборке он составляет 95%), то биномиальный критерий неприменим и следует применять критерий χ2 (см. Пример 3). Е) Если заданная вероятность Р>0,50, а ƒэмп<ƒтеор (например, среднестатистический процент решения задачи – 80%, а в обследованной выборке он составляет 60%), то биномиальный критерий применим при условии, что в качестве "эффекта" мы будем рассматривать более редкое событие - неудачу в решении задачи, вероятность которого Q=l—Р=1—0,80=0,20 и процент встречаемости в данной выборке: 100%—75%=25%. Эти преобразования фактически сведут данную задачу к задаче, предусмотренной п. А. Допустимый объем выборки: 5≤n≤300 (см. пример 3). Пример 1 Впроцессе тренинга сенситивности в группе из 14 человек выполнялось упражнение "Психологический прогноз". Все участники должны были пристально вглядеться в одного и того же человека, который сам пожелал быть испытуемым в этом упражнении. Затем каждый из участников задавал испытуемому вопрос, предполагавший два заданных варианта ответа, например: "Что в тебе преобладает: отстраненная наблюдательность или включенная эмпатия?" "Продолжал бы ты работать или нет, если бы у тебя появилась материальная возможность не работать?" "Кто тебя больше утомляет - люди нахальные или занудные?" и т. п. Испытуемый должен был лишь молча выслушать вопрос, ничего не отвечая. Во время этой паузы участники пытались определить, как он ответит на данный вопрос, и записывали свои прогнозы. Затем ведущий предлагал испытуемому дать ответ на заданный вопрос. Теперь каждый участник мог определить, совпал ли его прогноз с ответом испытуемого или нет. После того, как было задано 14 вопросов (13 участников + ведущий), каждый сообщил, сколько у него получилось точных прогнозов. В среднем было по 7-8 совпадений, но у одного из участников их было 12, и группа ему спонтанно зааплодировала. У другого участника, оказалось всего 4 совпадения, и он был очень этим огорчен. Вопросы: 1) Имела ли группа статистические основания для аплодисментов? 2) Имел ли огорченный участник статистические основания для грусти? 1) Решение первого вопроса задачи. По-видимому, группа будет иметь статистические основания для аплодисментов, если частота правильных прогнозов у участника А превысит теоретическую частоту случайных угадываний. Если бы участник прогнозировал ответ испытуемого случайным образом, то, в соответствии с теорией вероятностей, шансы случайно угадать или не угадать ответ на данный вопрос у него были бы равны P=Q=0,5. Определим теоретическую частоту правильных случайных угадывании: ƒтеор = n*P где n - количество прогнозов; Р - вероятность правильного прогноза при случайном угадывании. ƒтеор =14*0,5=7 Итак, нам нужно определить, "перевешивают" ли 12 реально данных правильных прогнозов 7 правильных прогнозов, которые могли бы быть у данного участника, если бы он прогнозировал ответ испытуемого случайным образом. Требования, предусмотренные ограничением 3, соблюдены: Р=0,50; ƒэмп>ƒтеор. Данный случай относится к варианту "В" Табл. 1. Сформулируем гипотезы к первому вопросу: H0: Количество точных прогнозов у участника А не превышает частоты, соответствующей вероятности случайного угадывания. Н1: Количество точных прогнозов у участника А превышает частоту, соответствующую вероятности случайного угадывания. По Табл. XIV Приложения 1 определяем критические значения критерия m при n=14, Р=0,50: Мы помним, что за эмпирическое значение критерия m принимается эмпирическая частота: mэмп=ƒэмп =12 mэмп≥ mкр (р≤0,01) Построим "ось значимости". Зона значимости простирается вправо, в область более высоких значений m, а зона незначимости - в область более низких значений. Ответ: H0 отвергается. Принимается H1. Количество точных прогнозов у участника А превышает (или по крайней мере равняется) критической частоте вероятности случайного угадывания (р≤0,01). Группа вполне обоснованно ему аплодировала!
2) Решение второго вопроса задачи. Основания для грусти могут появиться, если количество правильных прогнозов оказывается достоверно ниже теоретической частоты случайных угадываний. Необходимо определить, 4 точных прогноза участника Б - это достоверно меньше, чем 7 теоретически возможных правильных прогнозов при случайном угадывании или нет? В данном случае Р=0,50; ƒэмп<ƒтеор. В соответствии с ограничением 4, в данном случае мы должны применить критерий знаков, который по существу является зеркальным отражением или "второй стороной" одностороннего биномиального критерия (вариант "Г" Табл. 1). Вначале нам нужно определить, что является типичным событием для участника Б. Это неправильные прогнозы, их 10. Теперь мы определяем, достаточно ли мало у него нетипичных правильных прогнозов, чтобы считать перевешивание неправильных прогнозов достоверным. Сформулируем гипотезы. H0: Преобладание неправильных прогнозов у участника Б является случайным. Н1: Преобладание неправильных прогнозов у участника Б не является случайным. По Табл. V Приложения 1 определяем критические значения критерия знаков G для n=14: Построим "ось значимости". Мы помним, что в критерии знаков зона значимости находится слева, а зона незначимости - справа, так как чем меньше нетипичных событий, тем типичные события являются более достоверно преобладающими.
Эмпирическое значение критерия G определяется как количество нетипичных событий. В данном случае: Gэмп = 4 Gэмп > Gкр Эмпирическое значение критерия G попадает в зону незначимости. Ответ: H0 принимается. Преобладание неправильных прогнозов у участника Б является случайным. Участник Б не имел достаточных статистических оснований для огорчения.
Пример 2 В тренинге профессиональных наблюдателей допускается, чтобы наблюдатель ошибался в оценке возраста ребенка не более чем на 1 год в ту или иную сторону. Наблюдатель допускается к работе, если он совершает не более 15% ошибок, превышающих отклонение на 1 год. Наблюдатель Н допустил 1 ошибку в 50-ти попытках, а наблюдатель К - 15 ошибок в 50-т и попытках. Достоверно ли отличаются эти результаты от контрольной величины? Определим частоту допустимых ошибок при n = 50: ƒтеор =n*P=50*0,15=7,5 Для наблюдателя Н ƒэмп<ƒтеор, для наблюдателя К ƒэмп >ƒтеор . Что делать, если нет взаимности? А теперь спустимся с небес на землю. Приземлились? Продолжаем разговор... Живите по правилу: МАЛО ЛИ ЧТО НА СВЕТЕ СУЩЕСТВУЕТ? Я неслучайно подчеркиваю, что место в голове ограничено, а информации вокруг много, и что ваше право... Система охраняемых территорий в США Изучение особо охраняемых природных территорий(ООПТ) США представляет особый интерес по многим причинам... ЧТО И КАК ПИСАЛИ О МОДЕ В ЖУРНАЛАХ НАЧАЛА XX ВЕКА Первый номер журнала «Аполлон» за 1909 г. начинался, по сути, с программного заявления редакции журнала... Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте:
|