"Отсутствие телеграфных столбов при археологических раскопках древней эллады позволяет сделать выводы, что древние греки владели беспроводной радиосвязью"
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Праздничное (до начала тотального празднования)
Аналитическая группа «6 сигма» в уходящем году провела 36 статистических анализов: от оценки данных для дипломных проектов и статей, до работ над данными кандидатских диссертаций.
Мы особенно радуемся тому, что наши заказчики все большее внимание уделяют планированию исследования, потому как правильно спланированное исследование дает хорошие результаты на этапе статистической обработки результатов.
Огромное спасибо вам, нашим заказчикам, за то что вы сделали свой выбор в нашу пользу, мы рады что смогли помочь вам решить ваши задачи и мы надеемся, что вы обратитесь к нам снова и будете рекомендовать нас своим коллегам. Поздравляем вас с наступающим Новым годом и Рождеством, желаем вам новых смелых планов и их успешного исполнения, желаем вам здоровья и успехов.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Юмор
Строим кривые из подручных материалов ;)
http://mathcraft.wonderhowto.com/blog/create-parabolic-curves-using-straight-lines-0131301/
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Черное и белое
"Нынешняя научная действительность такова, что исследователи вынуждены поворачивать свои работы так, чтобы рассказать классную историю, а не представить то, что они в действительности обнаружили. Как будто бы все сидят на стероидах и для того, чтобы быть конкурентоспособным, ты должен употреблять их еще и еще”.
Jonathan Schooler
Полезнейшая статейка про фальсификацию данных в современной науке!!!!! http://www.lenta.ru/articles/2011/11/12/scandals/
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Статистика и жизнь
Человеку, имеющему хотя бы общее представление о статистике и обладающему здравым смыслом, достаточно посмотреть на график, чтобы понять: на выборах этого года в Москве имела место массовая беззастенчивая фальсификация (более чем на двух третях участков), а на некоторых участках фальсификация была чудовищной.
При этом официальные лица, глазом не моргнув, заявляют, что выборы были честными, а все сомнения в этом – на руку врагам.
Конечно, эти самые официальные лица понимают, что им не верят не только образованные люди, но и огромное число простых людей. Им хорошо бы получить поддержку титулованных ученых – чтобы было чем заткнуть всяких там математиков, биологов и физиков, по роду деятельности хорошо знающих статистику и измывающихся над ЦИК. Видимо, именно за этим Владимир Чуров обратился в Президиум РАН, выступив там с докладом «Избирательный процесс: теория, практика и научное сотрудничество».....
Детализацию смотрите здесь >>>
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Конечно, эти самые официальные лица понимают, что им не верят не только образованные люди, но и огромное число простых людей. Им хорошо бы получить поддержку титулованных ученых – чтобы было чем заткнуть всяких там математиков, биологов и физиков, по роду деятельности хорошо знающих статистику и измывающихся над ЦИК. Видимо, именно за этим Владимир Чуров обратился в Президиум РАН, выступив там с докладом «Избирательный процесс: теория, практика и научное сотрудничество».....
Детализацию смотрите здесь >>>
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Проблемы стат.анализа в психологии
"В качестве решения проблем статистического анализа в психологических исследованиях можно предложить следующее.
Хвостов А.А. Проблемы статистического анализа в психологических исследованиях //Развитие личности, 2003.-№2.-С.111-119.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
- Использовать «необходимо достаточные» выборки (минимум 30, желательно от 50, оптимально около 100 человек).
- Применять проверенные методы статистической обработки (они достаточно мощные, чтобы выявить закономерности), а не идти от «слабых» к «сильным»; лучше выявить «лишнюю» связь, чем ее пропустить.
- Если полученную закономерность не удается интерпретировать, стоит проверить ее на воспроизводимость.
- Интерпретировать только то, что интерпретируется, и при этом можно обратиться к мало используемой в последнее время процедуре — экспертной оценке; попросту говоря, спросить у специалиста, похоже ли это на реальность и что результат может означать".
Хвостов А.А. Проблемы статистического анализа в психологических исследованиях //Развитие личности, 2003.-№2.-С.111-119.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Принцип Фишера
"Отклонения от нормального вида, если только
они не слишком заметны, можно обнаружить лишь для больших выборок, однако сами
по себе эти отклонения вносят малое отличие в статистические критерии и другие
вопросы"
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Визуализация
Как сказано в известной книге Джона Чемберса и соавт. (Chambers J.M. et al. (1983) Graphical Methods for Data Analysis), "...нет статистического метода более мощного, чем хорошо подобранный график".
Действительно, графическое представление данных играет очень важную роль в статистике. Например, графики являются неотъемлемой частью разведочного анализа данных, позволяют выявлять паттерны и тренды в сложных наборах данных, а также могут непосредственно быть результатом статистического анализа
R: Анализ и визуализация данных: Базовые графические возможности R: функция plot()
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Действительно, графическое представление данных играет очень важную роль в статистике. Например, графики являются неотъемлемой частью разведочного анализа данных, позволяют выявлять паттерны и тренды в сложных наборах данных, а также могут непосредственно быть результатом статистического анализа
R: Анализ и визуализация данных: Базовые графические возможности R: функция plot()
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Полезное
Во всех смыслах полезный сайт для психологов, и не только http://www.psychol-ok.ru/
Есть описание нескольких наиболее часто используемых стат.критериев в психологии и скрипты их расчета.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Есть описание нескольких наиболее часто используемых стат.критериев в психологии и скрипты их расчета.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________
Трудности
О том что применять статистические методы в исследованиях нужно, уже не сомневаются ни педагоги, ни психологи. Ранее это осознание пришло к биологам и другим "естественникам" (о физике и химии мы здесь даже не говорим, это априори понятно).
Но вот что по-настоящему удивляет, так это то, что авторы работ, раскрывающие особенности тех или иных статистических критериев "не опускаются" до уровня читателей. Возмущению нет предела! Попалась недавно в руки работа Новикова А.М. "Как работать над диссертацией: Пособие для начинающего педагога исследователя. – 3-е изд. – М.: Издательство "Эгвес", 1999. – 104 с", где читаем:
"......нередко аспиранты, соискатели заимствуют друг у друга используемые статистические критерии достоверности различий, не ориентируясь, какой критерий можно и нужно использовать в том или ином случае. В оправдание этому следует сказать, что в большинстве пособий по математической статистике соответствующие разделы написаны настолько нечетко и сложно, что разобраться в них непрофессиональному статистику довольно-таки трудно. Поэтому мы здесь приведем следующий «рецепт»....".
Совершенно согласен с автором, что есть ряд работ наших современников, которые ориентированы явно на специалистов, НО...
Очевидно и то, что нежелание разобраться в сложных хитросплетениях применения статистических критериев заставляет исследователей искать простые пути, которые часто состоят в том, что используются старые-проверенные временем методы коллег (по-аналогии). К тому же, на полках магазинов легко найти книги по статистике дающие легкие рецепты достижения цели, эдакие простые алгоритмы. Собственно, автор рассматриваемой книги далее этим путем и идет:
"1. Если использована шкала отношений или интервалов, если применяются точно и объективно измеряемые оценки, то для проверки статистической достоверности дифференциации (разности) двух средних показателей (среднее значение по одной и по другой группе) применяются t-критерий Стьюдента или F-критерий Фишера. При этом необходимо убедиться в том, что распределение близко к нормальному (распределению Гаусса). В этом можно убедиться, сопоставив значения среднего, моды и медианы. Если среднее, мода и медиана приблизительно совпадают, то распределение можно считать нормальным и можно применять t или F критерии.
2. Если при использовании шкалы отношений данные выборок распределены не по нормальному, а какому-либо иному закону распределения, или в тех случаях, когда нет уверенности в распределении данных по нормальному закону, применяется менее чувствительный метод (хи-квадрат метод).
3. Если была использована шкала порядка, то, строго говоря, могут быть использованы только непараметрические критерии: критерий знаков, критерий Уилкоксона—Мана—Унтни, Колмогорова—Смирнова и другие. Но по сравнению с F, t - критериями, методом эти критерии очень малочувствительны, для установления достоверности различий по ним необходимы большие объемы выборок.
Соответствующие формулы и таблицы для оценки достоверности различий достаточно просты. Они приводятся во всех пособиях по математической статистике. Там же, также достаточно просто сформулированы правила, формулы вычисления среднего, моды и медианы распределения, дисперсии, о нем говорилось выше."
И совершенно шедевральное: "Более того, сейчас широко распространены компьютерные программы — «статистика» и др., которые выполняют эти вычисления автоматически — в них надо лишь подбавить имеющиеся экспериментальные данные".
Ну вот видите, как все просто! Достаточно внести цифры в программу - и всё.
Действительно, ВСЁ!
Но вот что по-настоящему удивляет, так это то, что авторы работ, раскрывающие особенности тех или иных статистических критериев "не опускаются" до уровня читателей. Возмущению нет предела! Попалась недавно в руки работа Новикова А.М. "Как работать над диссертацией: Пособие для начинающего педагога исследователя. – 3-е изд. – М.: Издательство "Эгвес", 1999. – 104 с", где читаем:
"......нередко аспиранты, соискатели заимствуют друг у друга используемые статистические критерии достоверности различий, не ориентируясь, какой критерий можно и нужно использовать в том или ином случае. В оправдание этому следует сказать, что в большинстве пособий по математической статистике соответствующие разделы написаны настолько нечетко и сложно, что разобраться в них непрофессиональному статистику довольно-таки трудно. Поэтому мы здесь приведем следующий «рецепт»....".
Совершенно согласен с автором, что есть ряд работ наших современников, которые ориентированы явно на специалистов, НО...
Очевидно и то, что нежелание разобраться в сложных хитросплетениях применения статистических критериев заставляет исследователей искать простые пути, которые часто состоят в том, что используются старые-проверенные временем методы коллег (по-аналогии). К тому же, на полках магазинов легко найти книги по статистике дающие легкие рецепты достижения цели, эдакие простые алгоритмы. Собственно, автор рассматриваемой книги далее этим путем и идет:
"1. Если использована шкала отношений или интервалов, если применяются точно и объективно измеряемые оценки, то для проверки статистической достоверности дифференциации (разности) двух средних показателей (среднее значение по одной и по другой группе) применяются t-критерий Стьюдента или F-критерий Фишера. При этом необходимо убедиться в том, что распределение близко к нормальному (распределению Гаусса). В этом можно убедиться, сопоставив значения среднего, моды и медианы. Если среднее, мода и медиана приблизительно совпадают, то распределение можно считать нормальным и можно применять t или F критерии.
2. Если при использовании шкалы отношений данные выборок распределены не по нормальному, а какому-либо иному закону распределения, или в тех случаях, когда нет уверенности в распределении данных по нормальному закону, применяется менее чувствительный метод (хи-квадрат метод).
3. Если была использована шкала порядка, то, строго говоря, могут быть использованы только непараметрические критерии: критерий знаков, критерий Уилкоксона—Мана—Унтни, Колмогорова—Смирнова и другие. Но по сравнению с F, t - критериями, методом эти критерии очень малочувствительны, для установления достоверности различий по ним необходимы большие объемы выборок.
Соответствующие формулы и таблицы для оценки достоверности различий достаточно просты. Они приводятся во всех пособиях по математической статистике. Там же, также достаточно просто сформулированы правила, формулы вычисления среднего, моды и медианы распределения, дисперсии, о нем говорилось выше."
И совершенно шедевральное: "Более того, сейчас широко распространены компьютерные программы — «статистика» и др., которые выполняют эти вычисления автоматически — в них надо лишь подбавить имеющиеся экспериментальные данные".
Ну вот видите, как все просто! Достаточно внести цифры в программу - и всё.
Действительно, ВСЁ!
Подписаться на:
Сообщения (Atom)