Пошаговые алгоритмы
и результаты вычислений
173
Результаты применения критерия Уилкоксона и критерия знаков очень похожи.
Частота каждого из трех исходов
N осталась неизменной. Информация о каждом
из исходов (кроме равенства) теперь включает также среднее и суммарное значе-
ния для соответствующих рангов. Визуальный анализ исходных данных говорит
о том, что значения теста 4 (осведомленность) в целом несколько превышают зна-
чения теста 2 (числовые ряды). Это демонстрирует и величина
Z = –2,493, которая
значительно превосходит по модулю соответствующее значение, полученное ранее
для критерия знаков. Уровень значимости
p = 0,013, что говорит о статистической
достоверности различий. Таким образом, мы убеждаемся в том, что критерий Уил-
коксона является более чувствительным к различиям (более мощным), чем крите-
рий знаков. Тем не менее он оказывается несколько хуже
t-критерия, обеспечиваю-
щего уровень значимости 0,01, что подтверждает предпочтительность последнего
для анализа метрических данных.
Критерий серий
Как следует из названия,
критерий серий применяется для анализа последователь-
ности объектов (явлений, событий), упорядоченных во времени или в порядке воз-
растания (убывания) значений измеренного признака. Кроме того, критерий тре-
бует представления последовательности в виде бинарной переменной, то есть как
чередования событий 0 и 1. Математическая идея критерия основана на подсчете
числа серий в упорядоченной последовательности событий двух типов, например 0
и 1.
Серия — это последовательность однотипных событий, непосредственно перед
и после которой произошли события другого типа. Гипотеза о случайном распре-
делении событий 1 среди событий 0 может быть отклонена, если количество серий
либо слишком мало (однотипные события имеют тенденцию к группированию),
либо слишком велико (события 0 и 1 имеют тенденцию к чередованию).
Основное диалоговое окно критерия серий представлено на рис. 12.9.
Достарыңызбен бөлісу: