Фрагмент для ознакомления
2
1. Теоретическая справка
Статистическими гипотезами называют предположения о неизвестных генеральных параметрах, которые выражаются в терминах теории вероятности и могут быть проверены с помощью критериев статистики, опирающихся на выборочные данные и известные статистические распределения.
По виду предположений, содержащихся в статистических гипотезах, различают нулевую (H_0) и альтернативную (H_1) гипотезы, а статистические методы бывают параметрическими и непараметрическими.
Нулевая гипотеза (H_0) является гипотезой о том, что две сравниваемые по одному или нескольким признакам совокупности X и Y, не различаются между собой.
Альтернативной гипотезой (H_1) является предположение, принимаемое в случае отклонения нулевой гипотезы.
Параметрическими методами называются количественные методы статистической обработки данных, которые требуют обязательного знания закона распределения, которому в своей совокупности подчиняются изучаемые признаки и вычисления их основных параметров. Количественные методы статистической обработки данных не требующие знания закона распределения рассматриваемых признаков и вычисления их параметров называются непараметрическими. Статистическим критерием (критерием значимости) называется некоторый параметр, используемый для проверки основной гипотезы и вычисленный по определенному алгоритму.
Аналогично статистическим методам статистические критерии также делятся на параметрические и непараметрические.
Критерии, которые применяются при проверке параметрических гипотез и предполагают расчет показателей распределения, например таких как средние, дисперсии и т.д. называются параметрическими. Примерами таких критериев являются критерий Стьюдента, критерий Фишера и др. Такие критерии дают возможность сравнивать основные параметры генеральных совокупностей и оценивать различия средних и дисперсий, выявить тенденции изменения признака и оценить взаимодействие двух и более факторов в воздействии на изменения признака.
Фрагмент для ознакомления
3
1. Большев Л. Н., Смирнов Н. В., Таблицы математической статистики, 2 изд., М., 1968.
2. Бондарева, Е. В. Об использовании многомерного корреляционного анализа в педагогическом исследовании / Е. В. Бондарева // 8th International Scientific Conference «European Applied Science: modern approachesin scientific researches»: Papers of the 8th International Scientific Conference, January 30, 2014, Stuttgart, Germany. – Stuttgart, 2014. – Р. 24–28.
3. Бондарева, Е. В. О возможности использования метода коллективного принятия решений в спортивных исследованиях / Е. В. Бондарева, Н. В. Стеценко // Вестник Волгоградского государственного университета. Серия 1, Математика. Физика. – 2016. – № 2 (33). – С. 6–12.
4. Высшая математика и математическая статистика: учеб. пособие для вузов / под общ. ред. Г. И. Попова. – 2-е изд. – М. : Физическая культура, 2009. – 368 с.
5. Крамер Г. Математические методы статистики, 2 изд., пер. с англ., М., 1975.
6. Стеценко, Н. В. Различные подходы к принятию решений в ситуационных задачах как способ формирования профессиональных компетенций будущих специалистов в сфере ФКиС / Н. В. Стеценко, Е. А. Широбакина, Т. В. Хованская // Материалы международной заочной электронной научно-методической конференции «Проблемы и перспективы внедрения информационных и коммуникационных технологий в физкультурное образование в контексте подготовки конкурентоспособного компетентного специалиста». – 2016. – С. 70–74. – Электрон. текстовые дан. – Режим доступа: https://yadi.sk/i/DTm2pRG_34S7ES (дата обращения: 28.02.2017). – Загл. с экрана.
7. Bondareva, E. V. Analysis of variance in psychological and educational research / E. V. Bondareva, N. V. Stetsenko // The First European Conferenceon Physics and Mathematics. – 2015. – Р. 12–17.