Общая характеристика подросткового возраста

Количественный анализ данных, полученных в результате диагностики, был проведен с помощью метода описательной статистики.

Описательная статистика нужна, как правило, для понимания характера совокупности, сырых данных. Описательная статистика – это методы и способы, используемые для "суммирования", организации и "уменьшения" большого количества наблюдений (статистических опытов).

Вычисление и анализ показателей центра распределения:

• Мода;

• Медиана;

• Среднее;

Оценка разброса данных в совокупности:

• Стандартное отклонение;

• Дисперсия;

• Коэффициенты вариации;

Мода – значение во множестве наблюдений, которое встречается наиболее часто. Иногда в совокупности встречается более чем одна мода (например: 2, 6, 6, 6, 8, 9, 9, 9, 10; мода = 6 и 9). В этом случае можно сказать, что совокупность мультимодальна. Из структурных средних величин только мода обладает таким уникальным свойством. Как правило мультимодальность указывает на то, что набор данных не подчиняется нормальному распределению.

Мода, как средняя величина, употребляется чаще для данных, имеющих нечисловую природу.

Медиана (50-й процентиль, квантиль 0,5) – возможное значение признака, которое делит ранжированную совокупность (вариационный ряд выборки) на две равные части: 50 % "нижних" единиц ряда данных будут иметь значение признака не больше, чем медиана, а "верхние" 50 % – значения признака не меньше, чем медиана. Медиана используется когда:

1) распределение асимметрично;

2) есть опасность перекоса из-за экстремальных значений. Медиана не чувствительна к экстремальным значениям, в то время как среднее очень чувствительно;

3)медиану можно вычислять для данных шкалы порядка и выше.

Среднее значение – числовая характеристика множества чисел или функций; – некоторое число, заключённое между наименьшим и наибольшим из их значений. Доверительный интервал (95% confidencelimitsofmean) для среднего представляет интервал значений вокруг оценки, где с данным уровнем доверия находится "истинное" (неизвестное) среднее генеральной совокупности.

Стандартная ошибка среднего значения – это стандартное отклонение, деленное на квадратный корень из объема выборки. В диапазоне удвоенной стандартной ошибки по обе стороны от среднего значения с вероятностью примерно 95% находится среднее значение генеральной совокупности.

Дисперсия случайной величины — мера разброса данной случайной величины, т.е. её отклонения от математического ожидания. Обозначается D[X] в русской литературе и (англ. variance) в зарубежной. В статистике часто употребляется обозначение или . Квадратный корень из дисперсии называется среднеквадратичным отклонением, стандартным отклоне́нием или стандартным разбросом.

T-критерий Стьюдента (непарный) проверяет гипотезу о том, что средние значения двух генеральных совокупностей, из которых извлечены сравниваемые независимые выборки, отличаются друг от друга. T-критерий является наиболее часто используемым методом обнаружения различия между средними двух выборок. Например, t-критерий можно использовать для сравнения средних показателей группы пациентов, принимавших определенное лекарство, с контрольной группой, где принималось безвредное лекарство. Теоретически, t-критерий может применяться, даже если размеры выборок очень небольшие, и если переменные нормально распределены (внутри групп), а дисперсии наблюдений в группах не слишком различны. Предположение о нормальности можно проверить, исследуя распределение (например, визуально с помощью гистограммы) или применяя какой-либо критерий нормальности, в данном исследовании использовался критерий Колмагорова - Смирнова. p-уровень значимости t-критерия равен вероятности ошибочно отвергнуть гипотезу о равенстве средних двух выборок, когда в действительности эта гипотеза имеет место. Иными словами, он равен вероятности ошибки принять гипотезу о неравенстве средних, когда в действительности средние равны. Чтобы применить t-критерий для независимых выборок, требуется, по крайней мере, одна независимая (группирующая) переменная (например, пол: мужчина/женщина) и одна зависимая переменная (например, тестовое значение некоторого показателя, кровяное давление, число лейкоцитов и т.д.). С помощью специальных значений независимой переменной (эти значения называются кодами, например, мужчина и женщина) данные разбиваются на две группы. Можно произвести анализ следующих данных с помощью t-критерия, сравнивающего среднее WCC для мужчин и женщин. Анализ данных с помощью t-критерия, сравнения средних и меры отклонения от среднего в группах можно производить с помощью диаграмм размаха. Эти графики позволяют визуально оценить степень зависимости между группирующей и зависимой переменными.

Еще по теме:

Общие принципы лежащие в основе интерпретации рисунков
Для более качественного анализа рисуночного материала необходимо руководствоваться рядом положений и придерживаться некоторых правил. Прежде всего, весь процесс работы над рисунками должен быть построен таким образом, чтобы он мог способ ...

Что такое конфликты и какими они бывают
Прежде чем обсуждать технику разрешения конфликтов, следует разобраться в том что такое конфликт. Со словом конфликт ассоциируются такие малоприятные вещи, как “ссора”, “скандал”, “спор”, “выяснение отношений” и т.д. Ссоры и скандалы, бе ...

Зеркальные феномены. Феномен обратной последовательности. Феномен предвосхищения
В силу физиологической обусловленности зеркальность не только не осознается в ходе движения, но и зеркально написанный текст читается леворукими детьми без особого труда. Зеркальные формы деятельности давно привлекали внимание ученых. Так ...