И критерии для частных задач

В лекциях приводятся критерии сравнения двух эмпирических распределений и эмпирического распределения с теоретическим: критерий Пирсона, критерий Колмогорова-Смирнова. Критерии выявления различий между двумя выборками по уровню признака: Розенбаума, Манна-Уитни. Критерии оценки достоверности сдвига: критерий знаков, критерий Вилкоксона.

 

 

3.КОРРЕЛЯЦИОННЫЙ и РЕГРЕССИОННЫЙ методы

Лекция8. Психологические измерения

Различные определения измерения. Материальные концептуальные шкалы. Приводятся различные классификации типов шкал, которые определяются природой измеряемой величины. Классификация К.Стивенса.

Рассматривается концепция измерений, основанная на подходе Заде, т.е. используются так называемые «лингвистические» переменные; отношения между переменными описываются с помощью «нечетких» («размытых») высказываний, а сложные отношения описываются нечеткими алгоритмами.

Лекция 9. Ковариация, коэффициент корреляции, меры связи для переменных, измеренных в различных шкалах

Вводятся понятия ковариации и коэффициента корреляции. Свойства коэффициента корреляции. Четыре типа шкал, их примеры. Измерение в дихотомических шкалах наименований, в шкалах порядка, в шкалах интервалов или отношений. Выводятся мера связи для переменных, измеренных в шкалах интервалов и отношений – коэффициент корреляции Пирсона, для переменных, измеренных в шкалах порядка –коэффициент ранговой корреляции Спирмена, для дихотомических переменных – коэффициент Гилфорда. Бисериальный коэффициент корреляции. Интерпретация. Случай связанных рангов. Коэффициент Тау Кендалла. Бисериальная ранговая корреляция. Множественная корреляция.

 

Лекция 10.Регрессионный анализ

Анализируются понятия регрессии и коэффициента корреляции. Взаимосвязь понятий коэффициент корреляции, коэффициент регрессии и коэффициент детерминации в случае линейной зависимости.

Этапы проведения регрессионного анализа. Регрессионный анализ как инструмент анализа прогнозирования экономических моделей. Простая и множественная регрессия. Линейная и нелинейная регрессия. Метод наименьших квадратов как способ аппроксимации данных. Методы построения (реконструирования) регрессионной зависимости по эмпирическим данным (стохастические величины). Линейная и нелинейная регрессионные зависимости. Оценка нелинейной взаимосвязи, индекс корреляции.

 

 


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: