Средние

srednie

Функция предназначена для получения средних значений метрической (порядковой) переменной разбитой на подгруппы которые задаются номинальной переменной.

Ø        в список «зависимых» вносим метрические и (или) порядковые переменные;

Ø        в список «независимых» вносим номинальную переменную (с помощью кнопки далее их можно добавлять бесконечно таким образом еще больше разбивая переменную в списке «зависимых» на подгруппы);

Ø        галочки в меню «установки»: отмечаем все.

Сводка обработки наблюдений

1.        N – количество респондентов.

2.        N валидные – количество (правильных) ответов.

3.        N пропущенные – количество неправильных или пропущенных ответов на данный вопрос.

4.        Процент.

Отчет

1.        Среднее (арифметическое) – сумма всех значений деленное на их количество.

2.        N – количество респондентов.

3.        Стд. отклонение (от среднего) – величина, характеризующая изменчивость (равняется квадратному корню из дисперсии).

4.        Медиана – среднее значение распределения.

5.        Групповая медиана

6.        Стд. ошибка среднего – характеристика точности, стабильности величины. Чем меньше значение стандартной ошибки, тем стабильнее величина.

7.        Сумма

8.        Минимум

9.        Максимум

10.    Размах

11.    Первое

12.    Последнее

13.    Дисперсия – вспомогательная величина для стандартного отклонения.

14.    Методы обработки информации строятся на гипотезе «нормального распределения» (большая часть значений группируется около некоторого среднего значения, по обе стороны от которого частота наблюдений равномерно снижается):

14.1.Эксцесс – норма лежит в пределах от «-1» до «1» (до «2» еще нормально). Показывает меру сглаженности распределения. Значения больше 5 значит про чересчур островершинное распределение, значение «-5» значит про то, что по краям распределения значений больше чем вокруг среднего.

14.2.Асимметрия – норма лежит в пределах от «-1» до «1» (до «2» еще нормально). Показывает в какую сторону относительно среднего сдвинуто большинство значений распределения.

14.3.Стандартная ошибка – характеристика точности, стабильности величины. Чем меньше значение стандартной ошибки, тем стабильнее величина.

Нормальность распределения можно проверить также по формуле Калгоморова-Смирнова для одной выборки в меню «непараметрические критерии» (при значении р > 0,05 можно говорить про подчинение нормальному распределению, в противном случае стоит обратить внимание на коэффициент отличия выборки от условий нормальности).

15.    Гармоническое среднее

16.    Геометрическое среднее

17.    % от общей суммы

18.    % от общего числа наблюдений

Таблица ANOVA

1.        Сумма квадратов – вспомогательная величина.

2.        Средний квадрат – отношение суммы квадратов к числу степеней свободы.

3.        F – критерий равенства дисперсий Левина: отношение межгруппового среднего квадрата к внутригрупповому среднему квадрату (отличие критерия от 0 выражает неравенства дисперсий). Обязательно нужно учитывать статистическую значимость.

4.        р – статистическая значимость (не больше 0,05 считается значимым).

5.        Линейность

6.        Отклонение от линейности

Меры связи

1.        R – коэффициент корреляции (в номинальной переменной должно быть не меньше 3 пунктов).

2.        R2 – доля дисперсии зависимой переменной обусловленная независимой переменной (%) (в номинальной переменной должно быть не меньше 3 пунктов).

3.        Эта – мера связи между двумя переменными: метрической и номинальной (в отличии от R универсальная).

4.        Эта квадрат – мера влияния независимой переменной на дисперсию зависимой переменной (величина 0,376 означает, что 37% дисперсии зависимой переменной объясняются влиянием переменной), (в отличии от R универсальная).


Ключевые слова:     Эксцесс      Асимметрия      ANOVA      F      равенства дисперсий      статистическая значимость

Экскурс в мир терминологии

ТЕОРИЯ ПРОТОТИПА (англ. prototype theory) — (в когнитивной психологии) концепция опознания стимула путем соотнесения его с хранящимся в памяти прототипом — абстрактной репрезентацией некоторого набора стимулов (объектов), «воплощающей» в себе множество форм одного и того же класса (напр., прототипы всех букв «А», птиц или человеческих лиц). Главные направления исследований: формирование прототипов (процессы абстрагирования зрительной информации); категоризация новых паттернов (отнесение их к сформированному прототипу). Согласно модели центральной тенденции, прототип представляет собой нечто среднее из всех конкретных экземпляров, или — в математических терминах — точку в многомерном пространстве, в которой пересекаются средние расстояния от всех признаков. Согласно модели частоты признаков, прототип отражает моду или наиболее часто встречающееся сочетание признаков; это — «лучший экземпляр» из некоторого набора стимулов. Ср. Теория эталона. (А. И. Назаров.)