в психологическом исследовании в электронных таблицах MSEXCEL
.
Проверка того, можно ли эмпирическое распределение считать нормальным, должна предшествовать применению любого параметрического статистического критерия. Рассмотрим 3 критериальных подхода:
1. Методика Н.А Плохинского.
2. Методика Е.И.Пустыльника.
3. Двойной составной критерий.
Первые две методики основаны на вычислении параметров искажения эмпирического распределения – коэффициента асимметрии (А) и показателя эксцесса (Е). После этого производится сравнение с критическими значениями.
Н.А.Плохинским [12] обосновывается, что критерием отнесения (или не отнесения) эмпирического распределения к нормальному может служить отношение коэффициента ассиметрии и показателя эксцесса к их ошибкам репрезентативности, определяемым по формулам: ΔА = ΔЕ =2* . Следует считать, что эмпирическое распределение достоверно отличается от нормального, если эти отношения превышают 3, т.е.
qА= qE=
Очевидно справедливо и обратное утверждение: если отношение модулей коэффициента асимметрии и показателя эксцесса к их ошибкам репрезентативности не превышают 3, то эмпирическое распределение достоверно можно считать нормальным.
|
|
Несколько иной подход предлагается Е.И.Пустыльником [13]. Согласно ему, для имеющегося объёма экспериментальной совокупности n вычисляются критические значения Акр и Екр по формулам:
Акр= , Екр=
При выполнении условий |Aэксп|<Aкр и |Eэксп| <Eкр можно считать, что эмпирическое распределение является нормальным
Кроме того, используют следующий прием: распределение считается близким к нормальному, если вычисленные значения асимметрии и эксцесса имеют тот же порядок, что и их стандартные ошибки.
Проверка нормальности распределения эмпирических данных помимо использования визуального метода и оценки параметров распределения предполагает применение двойного составного критерия. Метод проверки диктует объем выборки:
¾ Если объем выборки меньше или равен 15, то не нужно использовать параметрические критерии.
¾ Если количество измерений больше 15, но меньше 50, то следует применять двойной составной критерий.
¾ Для выборок объемом больше 50 рекомендован двойной составной критерий
Двойной составной критерий предназначен для сопоставления двух распределений — эмпирического и нормального. Если эмпирическое распределение удовлетворяет двойному составному критерию, то с вероятностью 0,98 можно считать, что к полученным данным применима нормальная модель распределения.
Двойной составной критерий предполагает две проверки. При первой находится расчетный коэффициент dэмп. по формуле .
|
|
Далее проверяется попадает ли он в заданную для нормального распределения область «Диапазонов двойного составного критерия» (таблица 7):
Таблица 7
Диапазоны двойного составного критерия
n | d1 | d2 |
0.9137 | 0.6829 | |
0.9001 | 0.6950 | |
0.8901 | 0.7360 | |
0.8826 | 0.7110 | |
0.8769 | 0.7167 | |
0.8722 | 0.7216 | |
0.8682 | 0.7256 | |
0.8648 | 0.7291 |
Если нет, то с вероятностью 0,98 можно считать, что распределение эмпирических данных не соответствует нормальному закону — Но принимается. Если расчетный коэффициент dэмп. попадает в заданную для нормального распределения область, то переходят ко второй проверке.
При втором сравнении необходимо согласно статистической таблице «Значения двойного составного критерия» (таблица 8).
Таблица 8
Значения двойного составного критерия
n | m | z |
11 – 14 | 2.33 | |
15 – 20 | 2.58 | |
21 – 22 | 2.17 | |
23 -35 | 2.33 | |
36 - 50 | 2.58 |
найти коэффициент z, соответствующий объему выборки. Далее необходимо рассчитать дисперсию D и найти стандартное отклонение SD, а затем расчетное отклонение s = SD • z. Потом следует сосчитать количество mэмп. случаев, когда │хi - Mx│ оказался больше s.
По статистическим таблицам необходимо найти mкр, и если mэмп. меньше mкр., то можно считать распределение эмпирических данных нормальным, в противном случае — нельзя.
Пример 3 Участники однодневного тренинга «Уверенное поведение» оценивали у себя уровень личностной тревожности. Первое измерение проводилось в день тренинга, второе — на следующий после тренинга день. Все измерения оценивались по 10-балльной шкале. Данные представлены в таблице 9 Можно ли утверждать, что полученные эмпирические данные подчиняются закону нормального распределения?
Таблица 9