Контрольная работа

Методика «Домик»

Методика «Домик» (Н. И. Гуткина) представляет собой задание на срисовывание картинки с изображением дома, отдельные детали которого состоят из элементов прописных букв. Методика рассчитана на детей в возрасте 5-10 лет и может использоваться для определения готовности ребёнка к школе.

Цель исследования : определить способность ребёнка к копированию сложного образца.

Задание позволяет выявить умение ребёнка ориентироваться по образцу, точно его копировать, определить особенности развития непроизвольного внимания, пространственного восприятия, сенсомоторной координации и мелкой моторики рук.

Материалы : образец рисунка, лист бумаги, карандаш.

Ход исследования

Перед выполнением задания ребёнку даётся инструкция: «Перед тобой лежит лист бумаги и карандаш. Нарисуй на этом листе точно такую же картинку, как здесь (перед малышом кладётся лист с изображением дома). Не спеши, будь внимателен, постарайся, чтобы твой рисунок был точно таким же, как на образце. Если ты что-то нарисуешь не так, не стирай резинкой (проследить, чтобы у ребёнка не было резинки). Нужно поверх неправильного рисунка или возле него нарисовать правильно. Тебе понятно задание? Тогда приступай к работе».

По ходу выполнения задания необходимо зафиксировать:

1. Какой рукой рисует ребёнок (правой или левой).

2. Как он работает с образцом: как часто смотрит на него, проводит ли над рисунком-образцом линии, повторяющие контуры картинки, сравнивает ли нарисованное с образцом или рисует по памяти.

3. Быстро или медленно проводит линии.

4. Отвлекается ли во время работы.

5. Высказывания и вопросы во время рисования.

6. Сверяет ли после окончания работы свой рисунок с образцом.

Когда ребёнок сообщает об окончании работы, ему предлагается проверить, всё ли у него правильно. Если он увидит неточности в своём рисунке, то может их исправить, но это должно быть зафиксировано экспериментатором.

Обработка и анализ результатов

Обработка экспериментального материала проводится методом подсчёта баллов, которые начисляются за ошибки. Ошибки бывают такими.

1. Отсутствие любой детали картины (4 балла). На рисунке может отсутствовать забор (одна или две половины), дым, труба, крыша, штриховка на крыше, окно, линия, изображающая основу дома.

2. Увеличение отдельных деталей рисунка более чем в два раза при относительно правильном сохранении размера всего рисунка (3 балла за каждую увеличенную деталь).

3. Неправильно изображён элемент рисунка (3 балла). Неправильно могут быть изображены кольца дыма, забор, штриховка на крыше, окно, труба. Причём если неправильно нарисованы палочки, из которых состоит правая (левая) часть забора, то 2 балла начисляется не за каждую неправильную палочку, а за всю правую (левую) часть забора в целом. То же касается и колец дыма, выходящих из трубы, и штриховки на крыше дома: 2 балла начисляется не за каждое неправильное кольцо, а за весь неправильно скопированный дым; не за каждую неправильную линию в штриховке, а за всю штриховку крыши в целом.

Правая и левая части забора оцениваются отдельно: так, если неправильно срисована правая часть, а левая скопирована без ошибок (или наоборот), то ребёнок получает за нарисованный забор 2 балла; если же допущены ошибки и в правой, и в левой части, то 4 балла (за каждую часть по 2 балла). Если часть правого (левого) бока забора скопированы правильно, а часть неправильно, то за этот бок забора начисляется 1 балл; то же касается и колец дыма, и штриховки на крыше: если только одна часть колец дыма срисована правильно, то дым оценивается в 1 балл; если только одна часть штриховки на крыше воспроизведена правильно, то вся штриховка оценивается в 1 балл. Неправильно воспроизведенное количество элементов в детали рисунка не считается ошибкой, то есть не важно, сколько будет палочек на заборе, колец дыма или линий в штриховке крыши.

4. Неправильное расположение деталей в пространстве рисунка (1 балл). К ошибкам этого вида относятся: расположение забора не на общей с основой дома линии, а выше её, дом как будто висит в воздухе или ниже линии основы дома; смещение трубы к левому краю крыши; существенное смещение окна в любую сторону от центра; расположение дыма более чем на 30° отклонения от горизонтальной линии; основа крыши по размеру соответствует основе дома, а не превышает её (на образце крыша нависает над домом).

5. Отклонение прямых линий более чем на 30° от заданного направления (1 балл): вертикальных и горизонтальных линий, из которых состоит дом и крыша; палочек забора; изменение угла наклона боковых линий крыши (расположение их под прямым или тупым углом к основе крыши вместо острого); отклонение линии основы забора более чем на 30° от горизонтальной линии.

6. Разрывы между линиями в тех местах, где они должны быть соединены (1 балл за каждый разрыв). В том случае если линии штриховки на крыше не доходят до линии крыши, 1 балл ставится за всю штриховку в целом, а не за каждую неправильную линию штриховки.

7. Линии налезают друг на друга (1 балл за каждое налезание). В случае если линии штриховки на крыше залезают за линии крыши, 1 балл ставится за всю штриховку в целом, а не за каждую неправильную линию штриховки.

Хорошее выполнение рисунка оценивается в «0» баллов. Таким образом, чем хуже выполнено задание, тем выше суммарная оценка. Однако при интерпретации результатов эксперимента необходимо учитывать возраст ребёнка. Пятилетние дети почти не получают оценки «0» из-за недостаточной зрелости мозговых структур, отвечающих за сенсомоторную координацию.

При анализе детского рисунка необходимо обратить внимание на характер линий: очень жирные или «косматые» линии могут свидетельствовать о состоянии тревожности ребёнка. Но вывод о тревожности ни в коем случае нельзя делать лишь на основании этого рисунка. Подозрения необходимо проверить специальными методиками по определению тревожности.

Представим полученные данные в виде Гистограммы 1.

Гистограмма 1. Результаты, полученные по методике «Домик»

Постройте мне пожалуйста гистограму вот такую. Дети с задержкой психического развития имеют выше среднего (около 10%) и) средний уровень развития (около 30% и ниже среднего (60%)

В среднем дети с нормальным развитием имеют высокий уровень развития (около 60%), средний уровень развития (около 20%) и выше среднего 20%. Вы и тут тоже неправильно подписали мне преподаватель перечеркнул и сказал нечитаемо. вы должны были подписать 10 % выше среднего а не низкое как в 1-м красном столбце. Во 2 красном столбце подписать средний уровень развития (около 30%) а не низкий и в третьем красном ниже среднего 60. И вот по такой гистограмме вы должны построить измененную гистограмму. Я провела коррекционную работу и количество детей изменилось якобы: с низким уровнем ниже среднего большинство из них стало приближаться к среднему 60% детей, 40 % приближаться к высокому это дети со средним значением были. Т. Е. нужно построить экспериментальную группу и зпр: со средним 60 % и 40 высокое.

И мне нужно составить таблицу по критерию мани уитни нужно изменить данные опять таки чтобы ниже среднего уровень приближался к среднему и средний к высокому. Распишите пожалуйста таблицу количество испытуемых было 10 человек норма и 10 зпр. Просто мне не очень понятно как вы ранжировали как я понимаю вы подогнали результаты (об этом я вас просила) и проставили ранги а далее действовали по формуле… если не так то объясните. Грядёт защита курсовой. Расчёты будет проверять сам доцент кафедры психологии. Пожалуйста помогите..

Назначение U-критерия Манна-Уитни

Настоящий статистический метод был предложен Фрэнком Вилкоксоном (см. фото) в 1945 году. Однако в 1947 году метод был улучшен и расширен Х. Б. Манном и Д. Р. Уитни, посему U-критерий чаще называют их именами.

Критерий предназначен для оценки различий между двумя выборками по уровню какого-либо признака, количественно измеренного. Он позволяет выявлять различия между малыми выборками, когда n 1 ,n 2 ≥3 или n 1 =2, n 2 ≥5, и является более мощным, чем критерий Розенбаума.

Описание U-критерия Манна-Уитни

Существует несколько способов использования критерия и несколько вариантов таблиц критических значений, соответствующих этим способам (Гублер Е. В., 1978; Рунион Р., 1982; Захаров В. П., 1985; McCall R., 1970; Krauth J., 1988).

Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами. Мы помним, что 1-м рядом (выборкой, группой) мы называем тот ряд значений, в котором значения, по предварительной оценке, выше, а 2-м рядом - тот, где они предположительно ниже.

Чем меньше область перекрещивающихся значений, тем более вероятно, что различия достоверны. Иногда эти различия называют различиями в расположении двух выборок (Welkowitz J. et al., 1982).

Эмпирическое значение критерия U отражает то, насколько велика зона совпадения между рядами. Поэтому чем меньше U эмп, тем более вероятно, что различия достоверны.

Гипотезы U - критерия Манна-Уитни

U -критерий Манна-Уитни используется для оценки различий между двумя малыми выборками (n 1 , n 2 ≥3 или n 1 =2, n 2 ≥5) по уровню количественно измеряемого признака.

Нулевая гипотеза H 0 ={уровень признака во второй выборке не ниже уровня признака в первой выборке}; альтернативная гипотеза - H 1 ={уровень признака во второй выборке ниже уровня признака в первой выборке}.

Рассмотрим алгоритм применения U-критерия Манна-Уитни:

1. Перенести все данные испытуемых на индивидуальные карточки, пометив карточки 1-й выборки одним цветом, а 2-й - другим.

2. Разложить все карточки в единый ряд по степени возрастания признака и проранжировать в таком порядке.

3. Вновь разложить карточки по цвету на две группы.

5. Определить большую из двух ранговых сумм .

6. Вычислить эмпирическое значение U :

, где - количество испытуемых в - выборке (i = 1, 2), - количество испытуемых в группе с большей суммой рангов.

7. Задать уровень значимости α и, используя специальную таблицу, определить критическое значение U кр (α) . Если , то H 0 на выбранном уровне значимости принимается.

Рассмотрим использование U критерия Манна-Уитни для нашего примера.

При ранжировании объединяем две выборки в одну. Ранги присваиваются в порядке возрастания значения измеряемой величины, т.е. наименьшему рангу соответствует наименьший балл. Заметим, что в случае совпадения баллов для нескольких испытуемых ранг такого балла следует считать, как среднее арифметическое тех позиций, которые занимают данные баллы при их расположении в порядке возрастания.

Используя предложенный принцип ранжирования, получим таблицу рангов. Заметим, что выбор среднего арифметического в качестве ранга применяется при любом ранжировании.

Чтобы использовать критерий Манна-Уитни, рассчитаем суммы рангов рассматриваемых выборок (см. таблицу).

Проведение исследования по методике дало следующие результаты:

Результаты расчета U-критерия Манна-Уитни по результатам исследования представлены в таблице 1 (ранжирование), на рисунке 1 (ось значимос ти):

Сумма для первой выборки равна 72,5, для второй - 137,5. Обозначим наибольшую из этих сумм через T x (T x =137.5). Среди объёмов n 1 =10 и n 2 =10 выборок наибольший обозначим n x 17,5

Полученное эмпирическое значение U эмп (17,5) находится в зоне значимости, а, следовательно, наша гипотеза подтвердилась.

Критическое значение критерия находим по специальной таблице. Пусть уровень значимости равен 0.05.

Гипотеза H0 о незначительности различий между баллами двух выборок принимается, если < . В противном случае H0 отвергается и различие определяется как существенное.

Следовательно, различия в уровне можно считать существенными.

Схема использования критерия Манна-Уитни выглядит следующим образом

Критерий U Манна - Уитни

Назначение критерия. Критерий предназначен для оценки различий между двумя выборками по уровню какого-либо признака, количественно измеренного. Он позволяет выявлять различия между малыми выборками, когда п 1, п 2 > 3 или п Л = 2, п 2 > 5, и является более мощным, чем критерий Q Розенбаума.

Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами. Мы помним, что 1-м рядом (выборкой, группой) мы называем тот ряд значений, в котором значения, по предварительной оценке, выше, а 2-м рядом - тот, где они предположительно ниже.

Чем меньше область перекрещивающихся значений, тем более вероятно, что различия достоверны. Иногда эти различия называют различиями в расположении двух выборок. Эмпирическое значение критерия и отражает то, насколько велика зона совпадения между рядами. Поэтому чем меньше t/ 3Mn , тем более вероятно, что различия достоверны.

Гипотезы.

Уровень невербального интеллекта в группе студентов физиков выше, чем в группе студентов-психологов.

Графическое представление критерия U. Па рис. 7.25 представлены три из множества возможных вариантов соотношения двух рядов значений.

В варианте (а) второй ряд ниже первого, и ряды почти не перекрещиваются. Область наложения (S j) слишком мала, чтобы скрадывать различия между рядами. Есть шанс, что различия между ними достоверны. Точно определить это мы сможем с помощью критерия U.

В варианте (б) второй ряд тоже ниже первого, но и область перекрещивающихся значений у двух рядов достаточно обширна (5 2). Она может еще не достигать критической величины, когда различия придется признать несущественными. Но так ли это, можно определить только путем точного подсчета критерия U.

В варианте (в) второй ряд ниже первого, но область наложения настолько обширна (5 3), что различия между рядами скрадываются.

Рис. 7.25.

в двух выборках

Примечание. Перекрытием (5 t , S 2 , *$з) обозначены зоны возможного наложения. Ограничения критерия U.

• 1. В каждой выборке должно быть не менее трех наблюдений: n v п 2 > 3; допускается, чтобы в одной выборке было два наблюдения, но тогда во второй их должно быть не менее 5.
• 2. В каждой выборке должно быть не более 60 наблюдений; п л, п 2 щ, п 2 > 20 ранжирование становится достаточно трудоемким.

Вернемся к результатам обследования студентов физического и психологического факультетов Ленинградского университета с помощью методики Д. Векслера для измерения вербального и невербального интеллекта. С помощью критерия Q Розенбаума было с высоким уровнем значимости определено, что уровень вербального интеллекта в выборке студентов физического факультета выше. Попытаемся установить теперь, воспроизводится ли этот результат при сопоставлении выборок по уровню невербального интеллекта. Данные приведены в таблице.

2 ниже уровня признака в выборке 1 на достоверно значимом уровне. Чем меньше значения U, тем достоверность различий выше.

Теперь проделаем всю эту работу на материале нашего примера. В результате работы по 1-6 шагам алгоритма построим таблицу (табл. 7.4).

Таблица 7.4

Подсчет ранговых сумм по выборкам студентов физического и психологического факультетов

Общая сумма рангов: 165 + 186 = 351. Расчетная сумма по формуле (5.1) такова:

Равенство реальной и расчетной сумм соблюдено. Мы видим, что по уровню невербального интеллекта более «высоким» рядом окалывается выборка студентов-психологов. Именно на эту выборку приходится большая ранговая сумма: 186. Теперь мы готовы сформулировать статистические гипотезы:

Я 0: группа студентов-психологов не превосходит группу студентов- физиков по уровню невербального интеллекта;

Я,: группа студентов-психологов превосходит группу студентов-физи- ков по уровню невербального интеллекта.

В соответствии со следующим шагом алгоритма определяем эмпирическую величину U :

Поскольку в нашем случае п л * п 2 , подсчитаем эмпирическую величину U и для второй ранговой суммы (165), подставляя в формулу (7.4) соответствующее ей п х.:

По приложению 8 определяем критические значения для п л = 14, п 2 = 12:

Мы помним, что критерий U является одним из двух исключений из общего правила принятия решения о достоверности различий, а именно, мы можем констатировать достоверные различия, если {/ эмп U Kp 0 05 (при ^эмп = 60, и шп > U Kf) о,05).

Следовательно, Н 0 принимается следующей: группа студентов-психологов не превосходит группы студентов-физиков по уровню невербального интеллекта.

Обратим внимание на то, что для данного случая Q-критерий Розенбаума неприменим, так как размах вариативности в группе физиков шире, чем в группе психологов: и самое высокое, и самое низкое значения невербального интеллекта приходятся на группу физиков (см. табл. 7.4).

где
,

7. Определить критическое значение -критерия (см. прил., табл. А3).

8. Сравнить расчетное и критическое значение -критерия. Если расчетное значе­ние больше или равно критическому, то гипотеза
равенства средних значений в двух выборках изменений отвергается. Во всех других случаях она прини­мается на заданном уровне значимости.

Лекция 4. Критерии для непараметрических распределений

4.1. -Критерий Манна-Уитни

Назначение критерия. Критерий предназначен для оценки различии между двумя непараметрическими вы­борками по уровню какого-либо признака, количественно измеренного. Он позволяет выявлять различия между малыми выборками, когда

Описание критерия

Этот метод определяет, достаточно ли мала зона пересекающихся значений между двумя рядами. Чем меньше эта область, тем более вероятно, что различия достоверны. Эмпирическое значение критерия и отражает то, насколько велика зона совпадения между рядами. Поэтому, чем меньше
тем более вероятно, что различия достоверны.

Гипотезы

Уровень признака в группе 2 не ниже уровня признака в группе 1.

Уровень признака в группе 2 ниже уровня признака в группе 1.

Алгоритм расчета критерия Манна-Уитни

1. Перенести все данные испытуемых на индивидуальные карточки.

2. Пометить карточки испытуемых выборки 1 одним цветом, скажем, красным, а все карточки из выборки 2 – другим, например синим.

3. Разложить все карточки в единый ряд по степеням нарастания признака, не считаясь с тем, к какой выборке они относятся, как если бы была одна большая выборка.

4. Проранжировать значения на карточках, приписывая меньшему значению меньший ранг.

5. Вновь разложить карточки на две группы, ориентируясь на цветные обозначения: красные карточки в один ряд, синие – в другой.

7. Определить большую из двух ранговых сумм.

8. Определить по формуле значение

,

где
количество испытуемых в выборке 1;
количество испытуемых в выборке 2;
большая из двух ранговых сумм;
количество испытуемых в группе с большей суммой рангов.

9. Определить критические значения . Если
то

гипотеза
принимается. Если
то отвергается. Чем меньше

значения , тем достоверность различий выше.

Пример. Сравнить эффективность двух методов обучения в двух группах. Результаты испытаний представлены в таблице 4.

Таблица 4

Перенесем все данные в другую таблицу, выделив данные второй группы, подчеркиваем и делаем ранжирование общей выборки (см. алгоритм ранжирования в методических указаниях к заданию).

Найдем сумму рангов двух выборок и выберем большую из них:

Рассчитаем эмпирическое значение критерия по формуле (3)

Определим критическое значение критерия при уровне значи­мости
(см. прил. табл. А1)

Вывод: так как расчетное значение критерия больше критического при уровне зна­чимости
и
, гипотеза о равенстве средних принимается, различия в методиках обучения будут несущественны.

По уровню какого-либо признака, измеренного количественно. Позволяет выявлять различия в значении параметра между малыми выборками.

Другие названия: критерий Манна - Уитни - Уилкоксона (англ. Mann - Whitney - Wilcoxon, MWW ), критерий суммы рангов Уилкоксона (англ. Wilcoxon rank-sum test ) или критерий Уилкоксона - Манна - Уитни (англ. Wilcoxon - Mann - Whitney test ).

История

Данный метод выявления различий между выборками был предложен в 1945 году Френком Уилкоксоном (F. Wilcoxon ). В 1947 году он был существенно переработан и расширен Х. Б. Манном (H. B. Mann ) и Д. Р. Уитни (D. R. Whitney ), по именам которых сегодня обычно и называется.

Описание критерия

Простой непараметрический критерий. Мощность критерия выше, чем у Q-критерия Розенбаума .

Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами (ранжированным рядом значений параметра в первой выборке и таким же во второй выборке). Чем меньше значение критерия, тем вероятнее, что различия между значениями параметра в выборках достоверны.

Ограничения применимости критерия

1. В каждой из выборок должно быть не менее 3 значений признака. Допускается, чтобы в одной выборке было два значения, но во второй тогда не менее пяти.
2. В выборочных данных не должно быть совпадающих значений (все числа - разные) или таких совпадений должно быть очень мало.

Использование критерия

Для применения U-критерия Манна - Уитни нужно произвести следующие операции.

Автоматический расчет U-критерия Манна - Уитни

Таблица критических значений

См. также

• Критерий Краскела - Уоллиса - многомерное обобщение U-критерия Манна - Уитни.

Литература

• Mann H. B., Whitney D. R. On a test of whether one of two random variables is stochastically larger than the other. // Annals of Mathematical Statistics. - 1947. - № 18. - P. 50-60.
• Wilcoxon F. Individual Comparisons by Ranking Methods. // Biometrics Bulletin 1. - 1945. - P. 80-83.
• Гублер Е. В., Генкин А. А. Применение непараметрических критериев статистики в медико-биологических исследованиях. - Л., 1973.
• Сидоренко Е. В. Методы математической обработки в психологии. - С-Пб., 2002.

Wikimedia Foundation . 2010 .

• U-954
• U-точка женщины

Смотреть что такое "U-критерий Манна - Уитни" в других словарях:

критерий Манна Уитни - — Тематики электросвязь, основные понятия EN Mann Whitney U test … Справочник технического переводчика

Критерий Манна-Уитни

Критерий Манна-Уитни-Вилкоксона - U критерий Манна Уитни (англ. Mann Whitney U test) непараметрический статистический критерий, используемый для оценки различий между двумя выборками по уровню какого либо признака, измеренного количественно. Позволяет выявлять различия в значении … Википедия

Критерий Манна-Уитни-Уилкоксона - U критерий Манна Уитни (англ. Mann Whitney U test) непараметрический статистический критерий, используемый для оценки различий между двумя выборками по уровню какого либо признака, измеренного количественно. Позволяет выявлять различия в значении … Википедия

U-критерий Манна - U критерий Манна Уитни (англ. Mann Whitney U test) статистический критерий, используемый для оценки различий между двумя независимыми выборками по уровню какого либо признака, измеренного количественно. Позволяет выявлять… … Википедия

U-критерий Манна-Уитни - (англ. Mann Whitney U test) непараметрический статистический критерий, используемый для оценки различий между двумя выборками по уровню какого либо признака, измеренного количественно. Позволяет выявлять различия в значении параметра между малыми … Википедия

Критерий согласия Колмогорова - или Критерий согласия Колмогорова Смирнова статистический критерий, использующийся для определения того, подчиняются ли два эмпирических распределения одному закону, либо того, подчиняется ли полученное распределение предполагаемой модели.… … Википедия

Критерий Краскела - Уоллиса предназначен для проверки равенства медиан нескольких выборок. Данный критерий является многомерным обобщением критерия Уилкоксона Манна Уитни. Критерий Краскела Уоллиса является ранговым, поэтому он инвариантен по отношению к любому… … Википедия

Критерий Кохрена - Критерий Кохрена используют при сравнении трёх и более выборок одинакового объёма. Расхождение между дисперсиями считается случайным при выбранном уровне значимости, если: где квантиль случайной величины при числе суммируемых… … Википедия

Критерий Вальда - (максиминный критерий) один из критериев принятия решений в условиях неопределённости. Критерий крайнего пессимизма. История Критерий Вальда был предложен Абрахамом Вальдом в 1955 году для выборок равного объема, а затем распространен на … Википедия

Критерий в математической статистике - это строгое правило, в соответствии с которым гипотеза с определённым уровнем значимости принимается или отвергается. Чтобы построить его, необходимо найти определенную функцию. Она должна зависеть от конечных результатов эксперимента, то есть от эмпирически найденных значений. Именно эта функция будет являться инструментом оценки расхождения между выборками.

Статистически значимая величина. Общие сведения

Статистическая значимость - это величина, вероятность случайного возникновения которой очень мала. Незначительны также и более крайние ее показатели. Разницу называют статистически значимой в том случае, если существуют данные, вероятность появления которых незначительна, если утверждать, что эти расхождения не существуют. Но это не значит вовсе, что эта разница обязательно должна быть велика и значима.

Уровень статистической достоверности теста

Под данным термином следует понимать вероятность отклонения нулевой гипотезы в случае её истинности. Это также называется ошибкой первого рода или ложноположительным решением. В большинстве случаев процесс опирается на p-величину ("пи-величина"). Это накопленная вероятность при наблюдении за уровнем статистического критерия. Он, в свою очередь, насчитывается по выборке во время принятия нулевой гипотезы. Предположение будет отвергнуто, если эта p-величина будет меньше заявленного аналитиком уровня. От этого показателя зависит напрямую значимость тестовой величины: чем она меньше, тем, соответственно, и больше оснований отвергнуть гипотезу.

Уровень значимости, как правило, обозначается буквой б (альфа). Популярные показатели среди специалистов: 0,1%, 1%, 5% и 10%. Если, скажем, говорится, что шансы на совпадения равны 1 к 1000, то определённо речь идёт об уровне 0,1% статистической значимости случайной величины. Различные по значению б-уровни имеют свои плюсы и минусы. Если показатель меньше, то больше вероятность, что альтернативная гипотеза значимая. Хотя при этом возможен риск, что ложное нулевое предположение не будет отвергнуто. Можно сделать вывод, что выбор оптимального б-уровня зависит от баланса "значимость-мощность" или, соответственно, от компромисса вероятностей ложноположительного и ложноотрицательного решений. Синонимом "статистической значимости" в отечественной литературе является термин "достоверность".

Определение нулевой гипотезы

В математической статистике проверяемое на согласованность с уже имеющимися в запасе эмпирическими данными. В большинстве случаев в качестве нулевой гипотезы берётся гипотеза о том, что корреляция между исследуемыми переменными отсутствует или что в изучаемых распределениях нет различий однородности. При стандартных исследованиях математик пытается опровергнуть нулевую гипотезу, то есть доказать, что она не согласована с экспериментально полученными данными. Причем должно иметь место и альтернативное предположение, которое принимается вместо нулевого.

Ключевое определение

Критерий U (Манна-Уитни) в позволяет оценивать различия двух выборок. Они могут быть даны по уровню некоего признака, который измерен количественно. Этот метод идеален для оценки различий малых выборок. Этот простой критерий был предложен Фрэнком Уилкоксоном в 1945 году. А уже в 1947 году метод был пересмотрен и дополнен учёными Х. Б. Манном и Д. Р. Уитни, именами которых он и именуется по сей день. Критерий Манна-Уитни в психологии, математике, статистике и во многих других науках является одним из основополагающих элементов математического обоснования результатов теоретических исследований.

Описание

Критерий Манна-Уитни - относительно простой метод без параметров. Его мощность значительна. Она существенно выше, чем мощность Q-критерия Розенбаума. Метод оценивает, насколько мала область перекрёстных значений между выборками, а именно между ранжированными рядами значений первой и второй подборки. Чем значение критерия меньше, тем больше вероятность, что расхождения значений параметра достоверны. Чтобы корректно применить критерий U (Манна-Уитни), не стоит забывать о некоторых ограничениях. В каждой выборке должно быть как минимум 3 значения признака. Возможна ситуация, когда в одном случае значений два, но во втором обязательно тогда их должно быть хотя бы пять. В исследуемых выборках должно быть минимальное количество совпадающих показателей. Все числа должны быть разными в идеальном случае.

Использование

Как правильно использовать критерий Манна-Уитни? Таблица, которая составлена по данному методу, содержит определенные критические значения. Для начала нужно создать единый ряд из обеих сопоставленных выборок, который затем ранжируется. То есть элементы выстраиваются по степени нарастания признака, и меньший ранг присваивается меньшему значению. В итоге получим такое общее число рангов:

N = N1 + N2,

где величины N1 и N2 - количество единиц, содержащихся в первой и второй выборках соответственно. Далее единый ранжированный ряд значений делится на две категории. Единицы, соответственно, из первой и второй выборок. Теперь считается по очереди сумма рангов значений в первом и во втором рядах. Определяется большая из них (Tx), которая соответствует выборке с nx единицами. Чтобы использовать метод Уилкоксона далее, вычисляется его значение по следующей методике. Необходимо по таблице для выбранного уровня значимости выяснить критическое значение этого критерия для конкретно взятых N1 и N2.

Получившийся показатель может быть меньше или равен значению из таблицы. В этом случае констатируется значительное различие уровней признака в исследуемых выборках. Если полученное значение больше табличного, тогда нулевая гипотеза принимается. Когда производится расчет критерия Манна-Уитни, следует заметить, что если нулевая гипотеза справедлива, критерий будет иметь а также дисперсию. Отметим, что при достаточно больших объёмах данных выборок метод считается практически нормально распределенным. Достоверность различий тем выше, чем меньшее значение принимает критерий Манна-Уитни.