Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Упражнение 5.

Читайте также:
  1. Вопрос 2. Упражнение по теме.
  2. Вспомогательное упражнение для развития хвата при выполнении становой тяги – тяга с плинтов с удержанием.
  3. Е начальное упражнение. Стрельба с места из малокалиберной винтовки по неподвижной цели днем
  4. НАЧАЛЬНОЕ УПРАЖНЕНИЕ ИЗ АК-74
  5. НАЧАЛЬНОЕ УПРАЖНЕНИЕ № 2
  6. Подводящим упражнением для этого движения, будет упражнение
  7. Подготовительное упражнение

Предположим, для оценки качества усвоения материала по Закону о техническом регулировании разработан тест. В соответствии с условиями этого теста студенту предлагается ответить на 10 вопросов. За каждый правильный ответ студент получает один балл, а за неправильный ответ – ноль баллов. Для оценки качества усвоения положений Закона о техническом регулировании, из группы случайным образом выбраны 10 студентов и с ними проведено три этапа тестирования:

* 1-й или начальный этап проводится после самостоятельного изучения студентами положений Закона;

* 2-й этап проводится после групповой консультации, на которой разбираются общие для всей группы недостатки 1-го этапа тестирования;

* 3-й этап проводится после индивидуальной консультации, на которой разбираются конкретные ошибки, допущенные каждым студентом.

Результаты 3-х этапов тестирования одной и той же группы студентов приведены в табл. 8.

Данные табл. 8 свидетельствуют о том, что количество баллов, набираемых одной и той же группой студентов, возрастает с увеличением номера тестирования. Однако возникает вопрос: существенен ли достигаемый успех в уровне подготовки студентов?

Таблица 8

Измерения результатов тестирования

Сумма баллов
Порядковый номер студента Начальные результаты тестирования Результаты тестирования после групповой консультации Результаты тестирования после индивидуальной консультации
I      
II      
III      
IV      
V      
VI      
VII      
VIII      
IX      
X      
Итого      

 

Воспользовавшись формулой (9), можно провести парные сравнения различных этапов тестирования, сравнив получаемые значения t -статистики с критическим значением t n - 1 распределения Стьюдента.

Значительно быстрее и проще эти вычисления выполнить с помощью программы Microsoft Excel. При выполнении расчетов примем уровень значимости α равным 0,05. В табл.9 приведены, выполненные в Excel, результаты сравнения между 1-м и 2-м этапами тестирования, а в табл. 10 - результаты сравнения между 2-м и 3-м этапами тестирования.

Поскольку полученное значение t = - 2,538461538 ( см.табл. 9) лежит вне критической области (t критическое двухстороннее = ± 2,262157158), нулевая гипотеза Н 0 отклоняется. Таким образом, в среднем 2-й этап тестирования дает более высокие результаты.

Различия между результатами, полученными на 2-м и 3-м этапе тестирования, на уровне значимости α равным 0,05 статистически не различимы, т.к. в этом случае t - статистика равна величине -1,30931 илежит внутри критической области, ограниченной диапазоном ± 2,262157158 (см. табл. 10).

Таблица 9

Парный двухвыборочный t -тест для средних
  Начальные результаты тестирования Результаты тестирования после групповой консультации
Среднее 4,3 5,4
Дисперсия 2,233333333 0,711111
Наблюдения    
Корреляция Пирсона 0,42320737  
Гипотетическая разность средних    
df    
t -статистика -2,538461538  
P(T<=t) одностороннее 0,015895464  
t критическое одностороннее 1,833112923  
P(T<=t) двухстороннее 0,031790928  
t критическое двухстороннее 2,262157158  

Таблица 10

Парный двухвыборочный t -тест для средних
  Результаты тестирования после групповой консультации Результаты тестирования после индивидуальной консультации
Среднее 5,4 5,8
Дисперсия 0,711111 1,733333
Наблюдения    
Корреляция Пирсона 0,680545  
Гипотетическая разность средних    
df    
t -статистика -1,30931  
P(T<=t) одностороннее 0,111434  
t критическое одностороннее 1,833113  
P(T<=t) двухстороннее 0,222868  
t критическое двухстороннее 2,262157  

 

 

3.2. Использование Z -критерия для оценки разности между двумя долями признака

 

Иногда необходимо выполнить анализ различий между двумя генеральными совокупностями, используя категорийные данные. В данном разделе мы рассмотрим процедуру, в которой на основе Измеренная разность между двумя выборочными долями признака может служить оценкой разности двумя долями признака в генеральных совокупностях . Если объем выборок достаточно велик, то в качестве критерия оценки выступает Z -статистика, которая имеет стандартизованное нормальное распределение:

(10)

где

 

- доля успехов в первой выборке;

m 1 — количество успехов в первой выборке;

n 1 объем выборки из первой генеральной совокупности;

p 1 доля успехов в первой генеральной совокупности;

— доля успехов во второй выборке;

m 2 количество успехов во второй выборке;

n 2 - объем выборки из второй генеральной совокупности;

р 2 —— доля успехов во второй генеральной совокупности;

оценка доли успехов в объединенной генеральной совокупности.

Нулевая гипотеза заключается в том, что доли признака в двух генеральных совокупностях одинаковы. Следовательно, проверку равенства долей признака в двух генеральных совокупностях можно свести к оценке доли признака в объединенной генеральной совокупности. Оценка объединенной доли равна результату деления количества успехов в обеих выборках m 1+ m 2 на сумму объемов выборок n 1+ n 2.

Z -критерий позволяет определить, существуют ли различия между долями успеха в двух группах (двусторонний тест). Можно также установить, превышает ли доля успехов в одной группе долю успехов в другой (односторонний критерий).

Поэтому нулевая и альтернативная гипотезы могут быть сформулированы следующим образом.

 

Двусторонний критерий Односторонний критерий Односторонний критерий

 

При заданном уровне значимости a нулевая гипотеза отклоняется, если вычисленная Z -статистика (10) больше верхнего или меньше нижнего критического значения стандартизованного нормального распределения.


Дата добавления: 2015-07-15; просмотров: 81 | Нарушение авторских прав


Читайте в этой же книге: Нулевая и альтернативная гипотеза | Области отклонения и принятия гипотез. Критическое значение тестовой статистики | Риски, возникающие при проверке гипотез | Упражнение 1. | Односторонние критерии | Упражнение 2. | Упражнение 3. | II. Проверка гипотез для оценки свойств двух генеральных совокупностей | Упражнение 4. |
<== предыдущая страница | следующая страница ==>
Критерии для оценки разности между двумя математическими ожиданиями| Упражнение 6.

mybiblioteka.su - 2015-2024 год. (0.01 сек.)