Этот критерий, так же как и рассмотренный выше критерий Пирсона, предназначен для сопоставления либо эмпирического распределения с теоретическим, либо двух эмпирических распределений. Критерий l позволяет найти точку, в которой сумма накопленных расхождений между двумя распределениями является наибольшей, и оценить достоверность этого расхождения.
В предыдущем критерии сопоставлялись частоты двух распределений по каждому разряду отдельно, здесь же сопоставляются сначала частоты по первому разряду, потом по сумме первого и второго разрядов, потом по сумме первого, второго и третьего разрядов, и т.д., то есть, сопоставляются накопленные к данному разряду частоты. Если различия между распределениями статистически значимы, то в определенный момент разность накопленных частот достигнет критического значения, и тогда следует признать различия статистически достоверными.
Статистические гипотезы формулируем следующим образом:
Н0: Различия между двумя распределениями недостоверны (судя по точке максимально накопленного расхождения между ними).
|
|
Н1: Различия между двумя распределениями достоверны (судя по точке максимально накопленного расхождения между ними).
Расчет критерия l приведен в алгоритме 12 в случае сопоставления эмпирического и теоретического распределения и в алгоритме 13 в случае сопоставления двух эмпирических распределений. Оба алгоритма будут рассмотрены ниже.
При использовании критерия Колмогорова – Смирнованужно учитывать следующие ограничения.
1.Выборка должна быть достаточно большой. При сопоставлении двух эмпирических распределений должно быть n1,n2 ³ 50. При сопоставлении эмпирического и теоретического распределений допускается n ³ 5.
2.Разряды должны быть упорядочены по нарастанию (или убыванию) значений признака, то есть, они обязательно должны отражать однонаправленное его изменение.
АЛГОРИТМ 12
Расчет абсолютной величины разности d между эмпирическим и равномерным распределениями.
1. Занести в таблицу наименования разрядов и соответствующие им эмпирические частоты (первый столбец).
2. Подсчитать относительные эмпирические частоты для каждого разряда по формуле: f*эмп= fэмп/n (второй столбец).
3. Подсчитать накопленные относительные частоты S fj* поформуле: S fj*= S f*j-1+ fj*, где S fj*-1 – относительные частоты, накопленные на предыдущих разрядах (третий столбец).
4. Подсчитать накопленные относительные теоретические частоты для каждого разряда по формуле: S f*Tj= S f*Tj-1+ f*Tj, где S fTj*-1 – относительные теоретические частоты, накопленные на предыдущих разрядах (четвертый столбец).
|
|
5. Вычислить разности между эмпирическими и теоретическими накопленными относительными частотами по каждому разряду (между значениями третьего и четвертого столбцов).
6. Записать в пятый столбец абсолютные величины полученных разностей, обозначить их как d.
7. Определить по пятому столбцу наибольшую абсолютную величину разности dmax.
8. Для данного числа n по таблице определить или рассчитать критические значения d кр. Если dmax³ dкр, то различия между распределениями достоверны.
Задание
1. Конспект лекции
Список литературы:
1. Методика применения математических методов в психологии и педагогике: учебное пособие / составитель А. Ю. Скорнякова. — Пермь: ПГГПУ, 2016. — 49 с. — Текст: электронный // Лань: электронно-библиотечная система. — https://e.lanbook.com/book/129551
2. Жданов, Э.Р. Методические указания к семинарским и практическим занятиям по дисциплинам Математические методы в психологии, Общий психологический практикум [Электронный ресурс]: методические указания / Э.Р. Жданов. — Электрон. дан. — Уфа: БГПУ имени М. Акмуллы, 2007. — 40 с. — Режим доступа: https://e.lanbook.com/book/43181
3. Шелехова, Л. В. Математические методы в психологии и педагогике: в схемах и таблицах: учебное пособие / Л. В. Шелехова. — 2-е изд., испр. — Санкт-Петербург: Лань, 2015. — 224 с. — ISBN 978-5-8114-1722-3. — Текст: электронный // Лань: электронно-библиотечная система. — URL: https://e.lanbook.com/book/60659
4. Комиссаров, В.В. Математические методы в психологии [Электронный ресурс]: учебное пособие / В.В. Комиссаров, Н.В. Комиссарова. — Электрон. дан. — Новосибирск: НГТУ, 2017. — 130 с. — Режим доступа: https://e.lanbook.com/book/118366
5. Романко, В. К. Статистический анализ данных в психологии: учебное пособие / В. К. Романко. — 4-е изд. — Москва: Лаборатория знаний, 2020. — 315 с. — ISBN 978-5-00101-802-5. — Текст: электронный // Лань: электронно-библиотечная система. — URL: https://e.lanbook.com/book/135529
6. Ермолаева, О. Ю. Математическая статистика для психологов: учебник / О. Ю. Ермолаева. — 7-е изд., стер. — Москва: ФЛИНТА, 2019. — 336 с. — ISBN 978-5-9765-1917-6. — Текст: электронный // Лань: электронно-библиотечная система. — URL: https://e.lanbook.com/book/119942
7. Стрюкова, Г. А. Методы математической статистики в психолого-педагогических исследованиях: учебно-методическое пособие / Г. А. Стрюкова. — Ульяновск: УлГПУ им. И.Н. Ульянова, 2017. — 91 с. — ISBN 978-5-86045-923-6. — Текст: электронный // Лань: электронно-библиотечная система. — URL: https://e.lanbook.com/book/112106