Статистическая гипотеза и ее виды.

Статистическая гипо­теза — утверждение в отношении неизвестного параметра, сформулированное на языке математической статистики. Любая научная гипотеза требует перевода на язык статистики. Для доказательства любой из закономерностей причинных связей или любого явления можно привести множество объяснений. В ходе организации эксперимента количество гипотез ограничивают до двух: основной и альтернатив­ной, что и воплощается в процедуре статистической интерпретации данных. Эта процедура сводима к оценке сходств и различий. При проверке статистических ги­потез используются лишь два понятия: Н₁ (гипотеза о различии) и Н₀ (гипотеза о сходстве). Как правило, ученый ищет различия, закономерности. Подтверждение первой гипотезы свидетельствует о верности статистического утверждения Н₁, а второй— о принятии утверждения Н₀ — об отсутствии различий.

После проведения конкретного эксперимента проверяются многочисленные ста­тистические гипотезы, поскольку в каждом психологическом исследовании регист­рируется не один, а множество поведенческих параметров. Каждый параметр ха­рактеризуется несколькими статистическими мерами: центральной тенденции, из­менчивости, распределения. Кроме того, можно вычислить меры связи параметров и оценить значимость этих связей.

Экспериментальная гипотеза служит для организации эксперимента, а ста­тистическая — для организации процедуры сравнения регистрируемых параметров. То есть статистическая гипотеза необходима на этапе математической интерпретации данных эмпирических исследовании. Естественно, большое количество стати­стических гипотез необходимо для подтверждения или, точнее, опровержения ос­новной — экспериментальной гипотезы. Экспериментальная гипотеза — первична, статистическая — вторична.

Возможных типов ста­тистических гипотез в экспериментальном исследовании немного:

а) о сходстве или различии двух и более групп; б) о взаимодействии независимых переменных; в) о статистической связи независимых и зависимых переменных; г) о структуре латентных переменных (относится к корреляционному исследова­нию).

Статистические оценки дают информацию не о наличии, а о достоверности сходств и различий результатов контрольных и экспериментальных групп.

Существуют «привязки» определенных методов обработки результатов к экспе­риментальным планам. Для оценки различий данных, полученных при применении плана для двух групп, используют критерии: t, χ² и F. Факторные планы требуют применения дисперсионного анализа для оценки влияния независимых переменных на зависимую, а также для определения меры их взаимодействия друг с другом.

Существуют стандартные пакеты программ для математической обработки дан­ных. Наиболее известные и доступные: Statistica, Stadia, Statgraphics, SyStat, SPSS, SAS, BMDP. Все пакеты делятся на виды: 1) специализированные пакеты; 2) пакеты общего назначения и 3) неполные пакеты общего назначения. Для иссле­дователей рекомендуются пакеты общего назначения. Западные статистические пакеты требуют хорошей подготовки пользователя на уровне знания университет­ского курса математической статистики и многомерного анализа данных. Каждая программа снабжается документацией. По мнению экспертов, наилучший вариант документации у пакета SPSS. Отечественные пакеты более приближены к возмож­ностям нашего пользователя. Сопутствующая информация (справочник, интерпре­татор выводов и др.) включается в программную систему. Примерами являются оте­чественные статистические пакеты Stadia, «Мезозавр», «Эвриста».

Дата добавления: 2015-10-21