Критерий колмогорова — смирнова
Критерий Колмогорова –Смирнова – сравнение групп (из одной генеральной совокупности или нет?) Выборки не различаются – из одной и той же генеральной совокупности. Но также и сравнение средних.
Т — критерий: Annalyze — Compare Means –Independent –Samples T-test (независимые выборки)
Номинальная переменная – Grouping Variable (Define Groups – задаем, какие именно группы мы сравниваем – 1 и 2)
Манна-Уитни (Там же –Колмогоров-Смирнов) – nonparametric — независимые переменные
Зависимые выборки (параметрическая модель): Compare Means – parled – sampled
Зависимые выборки (nonparametric tests) – two related samples
Классификация.
Иерархический кластерный анализ.
Кластерный анализ в численный и графический анализ сходства параметров, но решение, к какому классу отнести принимается самостоятельно.
Факторный анализ:
Редукция (снижение) размерности данных и выделение факторов.
Данные сильно взаимозависимы.
26.10.12.
Не проверяют гипотез.
Задачи:
-Классификация
Определение близости точек (испытуемые) по расстоянию в пространстве переменных, классификация по группам близких по расстоянию точек (делается вывод, что они похожи). Вычисляется по теореме Пифагора
Шкалы должны быть интервальными.
Процедура:
Вычисляется расстояния между ближайшими точками. Они объединяются в группы. Затем вычисляется расстояние от пары точек до ближайших и т. д.
Объединив в группы, можно искать значимые различия между ними.
Виды и типы не существуют, а мы их выделяем
Факторный анализ
Редукция (снижение) размерности данных – т. е., числа признаков, описывающих наблюдения, — за счет избыточности изначальных данных.
Если регрессионная прямая хорошо аппроксимирует две переменные, то ее мы можем использовать, как фактор. Успешность замены –сколько процентов дисперсии теряется (мы проецируем точки на регрессионную прямую)
Мы проводим столько прямых (выделяем столько факторов):
1. Чтобы объяснить минимум 70% дисперсии
2. Чтобы собственное значение фактора (объяснительная сила фактора относительно исходных переменных – объясняет дисперсию). Отбрасывать все факторы, собственное значение которых меньше 1.
3. Критерий «каменистой особи» — те же собственные значение. График — где перелом становится маленьким
После выделения факторов можно повращать оси (вращение Варимакс), чтобы получше расположить эти оси.
Факторные нагрузки
Корреляция выделенных факторов с исходными шкалами – смотрим содержание факторов.
Основной метод факторного анализа –метод главных компонент.
Факторный анализ лучше проводить, если количество испытуемых хотя бы раза в три больше количества шкал.