Тексты на английском
<<  Как создать дипломной работе Golf-Based Resorts: Managing the Operation  >>
Примеры качественных исследований
Примеры качественных исследований
Компоненты «отношения»
Компоненты «отношения»
Мнения и отношения
Мнения и отношения
ПРИМЕР: шкала Ликерта
ПРИМЕР: шкала Ликерта
Methodology of the Research\Методология исследования доц
Methodology of the Research\Методология исследования доц
Methodology of the Research\Методология исследования доц
Methodology of the Research\Методология исследования доц
Methodology of the Research\Методология исследования доц
Methodology of the Research\Методология исследования доц
Интервальные данные
Интервальные данные
Интервальные данные
Интервальные данные
Порядковые и номинальные данные
Порядковые и номинальные данные
Порядковые и номинальные данные
Порядковые и номинальные данные
Methodology of the Research\Методология исследования доц
Methodology of the Research\Методология исследования доц
Дисперсия, ст
Дисперсия, ст
Дисперсия, ст
Дисперсия, ст
Дисперсия, ст
Дисперсия, ст
Базисные индексы
Базисные индексы
Цепной индекс сравнивает цены в рассматриваемый период с предыдущим:
Цепной индекс сравнивает цены в рассматриваемый период с предыдущим:
Коэффициент Пирсона: формула
Коэффициент Пирсона: формула
Коэффициент Пирсона: формула
Коэффициент Пирсона: формула
Коэффициент Пирсона: формула
Коэффициент Пирсона: формула
Определить степень корреляции (значение коэфф
Определить степень корреляции (значение коэфф
Таблица критических значений коэф
Таблица критических значений коэф
Корреляция: коэф
Корреляция: коэф
Задание:рассчитать коэф
Задание:рассчитать коэф
Проверка значений коэф
Проверка значений коэф
Z-значения для часто используемых доверительных интервалов и формулы
Z-значения для часто используемых доверительных интервалов и формулы
Z-значения для часто используемых доверительных интервалов и формулы
Z-значения для часто используемых доверительных интервалов и формулы
Минимальный объем выборки, требуемый для получения интервальной оценки
Минимальный объем выборки, требуемый для получения интервальной оценки
ПРИМЕР: оценка ср
ПРИМЕР: оценка ср
Проверка значений коэф
Проверка значений коэф
Проверка значений коэф
Проверка значений коэф
Расчетное задание: проверить гипотезу методом хи-квадрат теста
Расчетное задание: проверить гипотезу методом хи-квадрат теста
Картинки из презентации «Генеральная совокупность выборка 9 класс» к уроку английского языка на тему «Тексты на английском»

Автор: Gleb. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока английского языка, скачайте бесплатно презентацию «Генеральная совокупность выборка 9 класс.ppt» со всеми картинками в zip-архиве размером 910 КБ.

Генеральная совокупность выборка 9 класс

содержание презентации «Генеральная совокупность выборка 9 класс.ppt»
Сл Текст Сл Текст
1Methodology of the 67том, что из индекса исключаются не просто
Research\Методология исследования доц. отдельные группы товаров, а строится
Касимовская Е.Н. Выбор методов матрица изменения цен по отдельным
исследования. продуктам на каждый период из общего
2Выбор методики исследования. На этапе индекса исключаются определенная доля
сбора данных следует выделить несколько максимальных и минимальных значений.
главных вопросов: для каких целей 68Базисные индексы. Базисный индекс
собираются данные? что именно нужно сравнивает цены в любой из рассматриваемых
измерять? с какой точностью нужно периодов с одним и тем же базовым
измерять? какое количество данных нам периодом: например, цены в марте, в
требуется? каким способом следует выбирать апреле, в мае и т. д. сравниваются с
данные? Ответы на первые три вопроса ценами в декабре прошлого года.
должны быть даны на стадии формулирования 69Темпы роста и темпы прироста. При
проблемы, гипотез и\или вопросов использовании таких индексов, для того
исследования. Стадия операционализации чтобы определить, на сколько изменились
проблемы. цены, к примеру, в марте по сравнению с
3Задача построения информационного январем, необходимо: поделить
запроса. Составление структурной схемы соответствующие базовые индексы: 101/102 =
показателей предмета (предметов) 0,99 (т. е. уровень цен в марте составил
исследования. Оценка возможности измерения 0,99, или 99% от январского уровня) или
каждого из показателей конкретным рассчитать процентное их изменение:
индикатором. Поиск структурных (101–102)/102 *100% = –1% (т. е. цены в
субпоказателей. Доведение конкретизации марте снизились на 1% по сравнению с
показателей до такой ступени, чтобы январским уровнем). Между двумя
каждому из них мог соответствовать вопрос полученными величинами имеется взаимно
анкеты (или переменная). однозначное соответствие. Первую (0,99)
4Масштаб исследования. Основные черты часто называют темпом роста, а вторую
зависимости между переменными: (1) (–1%) — темпом прироста. Темп роста
Величина (2) Надежность больший 1 (100%) или положительный темп
("истинность"). Соотношение прироста показывает, что цены растут. Темп
между значимостью и количеством испытаний роста меньший 1 (100%) или отрицательный
(выполненных анализов)? Слабые связи могут темп прироста показывает, что цены падают.
быть значимо доказаны только на больших 70На всякий случай: вспоминаем ?
выборках. Абсолютный прирост – размер увеличения
5Генеральная совокупность и выборка. показателя за определенный временной
Какое количество данных нам требуется? период (разница значений показателей между
Определение 1: Исследуемая совокупность конечным и базовым периодами). Темп роста
единиц называется генеральной – отношение конечного значения показателя
совокупностью. Определение 2: Выборка – к базовому. Темп прироста – относительная
подмножество единиц генеральной скорость изменения показателя за
совокупности. определеный временной период. (отношение
6Генеральная совокупность и выборка. абсолютного прироста к значению базового
Генеральная совокупность. Выборка. периода). Темп прироста = темп роста -1
Наилучший подход: каждый участник или 100% Средний темп роста показывает во
генеральной совокупности имеет равную сколько раз в среднем за единицу времени
вероятность быть включенным в выборку. изменилось значение показателя (корень
7Понятие «выборка»(sample). Синоним степени (n-1) из отношения конечного
понятия «выборочная совокупность» — часть значения показателя к базовому, где n –
населения (популяции, population), число рассматриваемых периодов). Средний
которая, подвергается опросу\исследуется, темп прироста = средний темп роста – 1 или
с тем чтобы полученные результаты могли 100% Тенденция – закономерность. Тренд
быть распространены на изучаемую популяцию (линия тренда) – графическое изображение
в целом Процесс отбора единиц наблюдения тенденции.
(технология, способы и методы такого 71Цепной индекс сравнивает цены в
отбора определяют тип выборки). рассматриваемый период с предыдущим:
8Построение выборки. Определение объема например, цены в марте с ценами в феврале,
выборки (например, количества человек, цены в апреле с ценами в марте, цены в мае
которых следует опросить для получения с ценами в апреле и т. д.
качественной информации) Определение типа 72Сравнение двух методов. При
выборки — построение конкретной схемы использовании таких индексов, для того
процедуры отбора Оценка качества выборки — чтобы определить, на сколько изменились
определение, с какой вероятностью и цены, к примеру, за два месяца — январь и
степенью точности результаты опроса февраль, необходимо: перемножить
выборочной совокупности можно будет соответствующие индексы, которые в данном
переносить на ту или иную часть популяции случае представляют собой темпы роста цен
(генеральной совокупности). за месяц: 1,02 * 1,01 = 1,03; или сложить
9Основной вопрос – как велика она соответствующие темпы прироста: 2% +1% =
должна быть? Абсолютные размеры выборки. 3% (данная форма вычислений является
Важнее именно абсолютный размер, а не приблизительной и для больших изменений
относительный. Чем больше выборка, тем дает приблизительный ответ с большой
больше вероятность отразить характеристики погрешностью). Как правило, базисный метод
генеральной совокупности ( меньше применяется в стабильных условиях и при
вероятность сделать ошибку, это следует из низкой инфляции. Цепной метод — при
закона больших чисел). Статистики и нестабильном характере предложения и
Central Limit Theorem: чем больше размер ассортимента товаров и услуг, за ценами на
выборки, тем ближе распределение к которые ведется наблюдение, при частой
нормальному типу. Минимальный размер стат. смене организаций, участвующих в
Выборки – более 30 наблюдений. Пределы наблюдении за ценами.
ошибки ( margin error): ожидаемая ошибка 73Прочие индексы. Индекс
связана с размерами выборки. Считается, Херфиндаля-Хиршмана Индекс
что ошибка в 5% ( т.е. 95%-ная внутриотраслевого обмена Грубела-Ллойда
вероятность) – это допустимый максимум для (ITT – Intraindustry Trade Index)
аккуратного исследования ( больше Коэффициент Джини Индексы
нельзя!!!). конкурентоспособности ВАЖНО! Можно строить
10Продолжение– как велика она должна собственные индексы в рамках
быть? Время и затраты. Большая выборка исследования!!
требует больше времени и затрат, результат 74Пример: индекс деловой активности PMI
задерживается, маленькая выборка может (Purchasing Managers’ Index. индекс
оказаться нерепрезентативной и не отражать используется для оценки изменений в
основные закономерности исследуемой области новых производственных заказов,
совокупности. «Безответность» объема промышленного производства,
респондентов. Часть опрашиваемых не занятости, а также товарных запасов и
заполняет анкеты, другие запоняют скорости работы поставщиков. Индикатор
неправильно и т.д. Важно определить измеряется в % в пределах от 0 до 100%,
актуальный уровень ответов и рассчитать причем в зависимости о значений
размер необходимой выборки с учетом этого. составляющих: PMI = 0.30*(New Orders) +
Вариации ( различия) в изучаемой 0.25*(Production) + 0.20*(Employment) +
совокупности. Если различия велики, то 0.15*(Supplier Deliveries) +
размер выборки должен быть больше. 0.10*(Inventories) По динамике PMI index
11Качество информации. обычно прогнозируют изменения в
Репрезентативность - свойство выборочной промышленном производстве, заказах,
совокупности воспроизводить характеристики промышленных ценах, занятости, и, главное,
генеральной Надежность - определенная динамика ВВП на полгода вперед - при
гарантия того, что полученный результат значении PMI index выше 50% темп роста ВВП
правильно отражает изучаемую будет увеличиваться, если значение ниже
действительность Валидность 50%, то темпы роста ВВП будут падать и при
(обоснованность) информации - достижении PMI 44% следует ожидать
подтверждение (доказательство), что отрицательного роста ВВП.
исследовались (измерялись) именно те 75PMI: продолжение. Каждый компонент
явления, которые предполагалось отчета компилируется в диффузный индекс
исследовать Проверка устойчивости - (diffusion index), который вычисляется как
основная и контрольная группы. сумма простых процентных изменений
12Репрезентативность выборки. значений "выше" и
Репрезентативная выборка (representative "ниже" плюс половина процента
sample) - одно из ключевых понятий анализа ответов "то же" или
данных. Репрезентативная выборка - это "никаких изменений". Диффузный
выборка из генеральной совокупности с индекс может колебаться между 0 и 100% с
распределением F(x), представляющая различной характеристикой диапазонов:
основные особенности генеральной значение 50% означает отсутствие
совокупности. ПРИМЕР: если в городе какого-либо изменения; выше 50% -
проживает 100 000 человек, половина из улучшение; и ниже 50% означает снижение.
которых мужчины и половина женщины, то Итоговый показатель делового оптимизма
выборка 1000 человек из которых 10 мужчин является составным диффузным индексом,
и 990 женщин, конечно, не будет который называется Индекс Менеджеров по
репрезентативной. Построенный на ее основе Закупкам (PMI).
опрос общественного мнения, конечно, будет 76PMI: осн. Позиции. В вопросник
содержать смещение оценок и приводит к включаются следующие позиции: · Production
фальсификации результатов. Необходимым - Производство ; · New orders (New orders
условием построения репрезентативной from customers) - Новые заказы ; · New
выборки является равная вероятность export orders - Новые заказы на экспорт ;
включения в нее каждого элемента · Order backlogs - Отставание Заказов ; ·
генеральной совокупности. Commodity Prices - Цены на товары ; ·
13Репрезентативность выборки: как Inventories of purchased materials -
посчитать??? Формула для расчета учитывает Запасы покупаемых материалов ; · Imports
доверительный интервал и вероятность (New import orders) - Новые заказы импорта
ошибки ( обычно на уровне 0.05, т.е. ; · Employment - Занятость ; · Vendor
Ошибка 5%) Он лайн калькуляторы: Deliveries (Delivery time) - Время
www.allcalc.ru и пр Пример: поставок ; · Items in short supply
14Каким способом следует выбирать (Supplier) - товары краткосрочного
данные? Выборка имеет больше шансов быть предложения.
репрезентативной, если она построена таким 77Подтверждающий анализ данных:
образом, что (1) каждый объект генеральной многомерные исследования. Основные
совокупности имеет одинаковую вероятность проблемы: Трудно выявить и учесть ВСЕ
быть отобранным и (2) объекты отбираются переменные Многие воздействия случайны
независимо друг от друга. Есть несколько Ограниченный набор данных + возможны
методов извлечения выборки: применение ошибки Математическая статистика –
таблиц случайных чисел, метод эконометрика – попытка решить эти проблемы
перемешивания генеральной совокупности, Типы эк. Данных: перекрестные данные
стратифицированная случайная выборка, (cross-section data) и временные ряды (
систематическая выборка. time series).
15Типы выборок. Основной принцип – 78Пример: Методы математической
принцип рандомизации случайности Случайная статистики подробнее см. www.statsoft.ru.
выборка -Random Sampling=Probability Методы ранжирования Корреляционный анализ
sampling ( на основе таблицы случайных Построение регрессии Методы группировки –
чисел) Систематическая случайная выборка – дисперсионный анализ Методы классификации
Systemic Sample Стратифицированная – кластерный анализ Дискриминантный анализ
случайная выборка – Stratified sampling ( Факторный анализ Многомерное шкалирование
учитывает конкретные Анализ временных рядов И пр.
характеристики\переменные в выборке, 79Измерение взаимосвязей между
например, пол, возраст и пр). переменными. Выявление взаимосвязи –
16Примеры. Систематическая выборка: корреляционный анализ Коэф. Корреляции
Население: 300 Величина выборки: 10 Пирсона (r) – параметрический Коэф.
300\10=30 Начинаем со случайного выбора Корреляции Спирмана (rs ) –
числа в промежутке от 1 до 30. Например, непараметрический Коэф.Phi – связь между
23. Затем берем каждое 30е показание, пока дихотомными переменными Коэф. Крамера V –
не наберем 10: 23, 53, 83,113,143,173, между номин. Переменными ( показывает
203, 233, 263, 293. только силу, всегда положит.) Коэф. Eta -
17Пример:метод перемешивания генеральной связь между интервальными и номинальными
совокупности (с использованием Excel). Шаг переменными, показывает только силу, но не
1. Пронумеруйте все элементы генеральной направление, предполагает
совокупности от 1 до N и введите эти нелин.зависимость Если связь есть –
порядковые номера в первый столбец таблицы построение регрессии ( модель)=
Excel. Шаг 2. В верхнюю ячейку второго регрессионный анализ Коэф. Детерминации (
столбца введите формулу =СЛЧИС() и или коэф. Регрессии = квадрат значения
скопируйте эту ячейку вниз по столбцу, коэф. Пирсона * 100) показывает относит.
чтобы получить случайное число напротив Зависимость изменений одной переменной от
каждого номера. Шаг 3. Выделив оба столбца другой.
(с номером элементов в основе выборки и со 80Коэффициент Пирсона: формула. Где xi -
случайными числами), выполните команду значения, принимаемые переменной X, yi -
Данные->Сортировка из меню Excel. значения, принимаемые переменой Y, X
Сортировка по столбцу со случайными -средняя по X, Y - средняя по Y. Или ее
числами. После этого, числа в первом преобразовнный аналог.
столбце будут упорядочены случайным 81Анализ линейной стат.связи между
образом, и для получения искомой случайной переменными: корреляция. Коэф.корреляции
выборки достаточно будет взять первые n Пирсона (r). r. 0.9-0,99. Очень высокая
элементов. пол. корреляция. 0.7-0.89. Высокая пол.
18Примеры: стратифицированная выборка. корреляция. 0.4-0.69. Средняя пол. кор.
Население: 850(580 женщин и 270 мужчин) 0-0.39. Низкая пол. Кор. 0- (-0.39) -0.4 –
Величина выборки: 100 580/850 Х 100=68 (-0.69). Низкая отр. Кор Средняя отр. Кор.
женщин 270/850 Х 100=32 мужчин. -0.7 – (-0.89). Высокая отр. Кор. -0.9 –
19Другие типы выборок. Convenience (-0.99). Очень высокая отр. кор.
Sampling(«до кого легче добраться», слабо 82ПРИМЕР: есть ли корреляция? week.
репрезентативна, исп. При пилотных Number of orders (x). Number of calls (y).
исследованиях) Snowball Sampling 1. 1. 10. 2. 2. 14. 3. 2. 12. 4. 4. 20. 5.
Multi-stage cluster sampling ( случайная 3. 18. 6. 6. 20. 7. 8. 26. 8. 6. 24.
выборка + геогр.кластеры) Purposive 83Ответ.
Sampling ( на основе суждения 84Определить степень корреляции
исследователя) Non-Probability Sample И (значение коэфф.и сделать выводы о
т.д. характере зависимости).
20Классификация исследований. По типу 85Решение: Коэффициент корреляции
собранных данных методы исследований можно Пирсона:
подразделить на Качественные rxy=-37342.667/(5036.904x11.317)=-0.655.
Количественные. 1. На основании исходных данных,
21Качественное исследование. Как? приведенных в таблице, расчитаем средние
Почему? Зачем? Рекомендуется, когда значения для X и Y: Х=1298.333, Y=5.489.
необходимо качественное описание №. X. Y. X-xср. Y-yср. (Y-yср)*(x-xср).
какого-либо процесса. Примеры: Как (X-xср)2. (X-xср)2. 1. 500. 5.4. -798.333.
потребитель осуществляет выбор того или -0.089. 71.052. 637335.579. 0.008. 2. 790.
иного товара? Каковы мотивы поведения 4.2. -508.333. -1.289. 655.241.
избирателей? 258402.439. 1.662. 3. 870. 4.0. -428.333.
22Примеры качественных исследований. -1.489. 637.788. 183469.159. 2.217. 4.
Опросы анкетирование интервью Фокус-группы 1500. 3.4. 201.667. -2.089. -421.282.
( обычно 6-8 человек) Case Studies Action 40669.579. 4.364. 5. 2300. 2.5. 1001.667.
Research Наблюдение ( структурированное) -2.989. -2993.983. 1003336.779. 8.934. 6.
Дневник участника Этнографические 5600. 1.0. 4301.667. -4.489. -19310.183.
исследования Эксперимент. 18504338.979. 20.151. 7. 100. 6.1.
23Типы интервью. Structured – на основе -1198.333. 0.611. -732.181. 1436001.979.
опросника ( довольно строго) 0.373. 8. 20. 8.2. -1278.333. 2.711.
semi-structured – на основе опросника, но -3465.561. 1634135.259. 7.35. 9. 5. 14.6.
можно отклоняться + личные впечатления -1293.333. 9.111. -11783.557. 1672710.249.
unstructured (= in-depth interview). 83.01. ? -. -. -. -. -37342.667. 25370400.
24Компоненты «отношения». Эмоциональная 128.069.
(чувства, эмоции) Осознанная (знания и 86Доверительный интервал( уровень
уверенность (вера)) Поведенческая - значимости, р-уровень ) и число степеней
предрасположенность (готовность) к свободы. Доверительный интервал
действиям - намерения - поведенческие (confidence interval) – вычисленный на
ожидания. основе выборки интервал значений признака,
25Мнения и отношения. Суждения. который с известной вероятностью содержит
Отношение. Ценности. Индивидуальность. оцениваемый параметр генеральной
Социум. совокупности. Доверительная вероятность
26Способы измерения «отношения». (или уровень доверия, confidence level) –
Ранжирование Рейтингование Сортировка это вероятность того, что доверительный
Выбор. интервал содержит значение параметра.
27Способы измерения «отношения». Доверительную вероятность принято
Ранжирование – требуется, чтобы устанавливать на уровнях 90%, 95% и 99%.
опрашиваемые выстроили по порядку Будет зависеть от выборки Число степеней
небольшое количество объектов на основе свободы: k=m-2 ( где m-размер выборки).
какого-то указанного им принципа. Рейтинг 87В нашем примере r= 0,655.Что это
- требуется, чтобы опрашиваемые определили значит???? Размер выборки 9 наблюдений
положение объекта на предложенной им шкале Степень свободы 9-2=7 Уровень значимости
в соответствии с своим восприятием свойств м.б. 90,95,99% См.Таблицу критических
(качеств) объекта. Сортировка – требуется значений коэфф.корреляции Пирсона
сгруппировать объекты на основе Сравниваем полученное значение с
определенного критерия или экспертного табличным: если оно меньше табличного (
знания. Выбор – требуется выбрать из двух т.е. Находится вне зоны значимости), то
или более альтернатив. Психологические принимаем альтернативную (нулевую)
способы измерения – определение отношения гипотезу об отсутствии линейной
без вербального ответа опрашиваемого зависимости параметров.
(например, по изменению кровяного 88Таблица критических значений
давления). коэф.Пирсона.
28Требования к анкете. - 89Критические значения корреляции rxy
Целенаправленность; - простота (четкость, Пирсона Инструкция для поиска вероятности
понятность, краткость вопросов, по ошибки (p) для вычисленного коэффициента:
возможности допускающая ответы «да» или Рассчитайте k (степени свободы) по формуле
«нет»); - однозначность понимания m–2, где m – размер выборки; Найдите в
вопросов, что предполагает однозначные на таблице строчку с соответствующим либо
них ответы; - нейтральность (невозможность наиболее близким k; В найденной строке
практического использования ответов против найдите значение коэффициента корреляции
опрашиваемого); - логическая большее либо равное тому, которое Вы
последовательность (от простого к рассчитали. Таким образом, определите
сложному, от общего к частному, необходимый столбец; Значение в заглавии
конкретизирующему). столбца (0,05 или 0,01) будет вероятностью
29Типы анкет\вопросов с вариантами ( ошибки;
close-end): общие. Списочные– выбрать 90Корреляция: коэф. ранговой Корреляции
любой ответ Категориальные – выбрать ОДИН Спирмана (Spearman) (Rs).
ответ ( multiple choice) Ранжирование ( Непараметрический, используется когда
ranking) – расставить по порядку трудно измерить параметры, но можно их
Рейтингование (rating) – оценить, проранжировать. Данные должны быть много (
раставить оценки ответам Количественные – би)вариантны Проранжированы Формула: D –
ответить числом\величиной Табличные (grid) разница между двумя значениями m –
– заполнить матрицу с более чем одним количество наблюдений Rs =1 – абс. Пол.лин
ответом. кор-я; Rs = 0 – кор-ии нет. Rs.
30Доп. Вопросы и техники. Вопросы по 91Корреляция: коэф. Корреляции Спирмана
персональным данным – возраст, (Spearman) (Rs). Непараметрический,
образование, пол, соц. Статус и пр. используется когда трудно измерить
Рейтинговая шкала Ликерта: сила ответа ( параметры, но можно их проранжировать.
strongly agree – strongly disagree) в Данные должны быть много ( би)вариантны
кол.выражении Рейтинговая шкала Ликерта: Проранжированы Формула: D – разница между
то же самое в вербальной форме двумя значениями N – количество наблюдений
Семантический дифференциал – Rs =1 – абс. Пол.лин кор-я; Rs = 0 –
противоположные характеристики на кор-ии нет. Rs=1- (6?D2 )/N(N2 -1).
противополжных концах численной шкалы 92Пример: есть ли корреляция.
Шкала частот – вербальная или численая- Производство и расход материалов.
между «всегда» и «никогда» Да\нет Производство и расход материалов.
Верно\неверно. Производство и расход материалов. Месяц.
31ПРИМЕР: шкала Ликерта. Производство(шт). Расход материалов (кг).
32 Янв. 13900. 290. Фев. 12700. 210. Март.
33Open question format. «Открытый лист» 10800. 180. Апр. 12200. 270. Май. 11800.
- неск.вопросов без вариантов ответов. 230. Июнь. 11300. 140. Июль. 14700. 245.
Ответ дается в свободной форме Open essay 93ОТВЕТ ( при n = 7). Произв. Расход.
– комментарий в свободной форме. Обычно – Разница. (В квадрате). (В квадрате). 2. 1.
в заключение анкеты Вопрос о личном мнении 1. 1. 3. 5. -2. 4. 7. 6. 1. 1. 4. 2. 2. 4.
Вопрос о личном поведении Vignette or 5. 4. 1. 1. 6. 7. -1. 1. 1. 3. 2. 4.
scenario – вопрос включен в контекст, Всего. 16. 0.714286.
описание ситуации. Дается в свободной 94Задание:рассчитать коэф. Спирмана для
форме. того же массива данных. В таблице
34Общие правила анкетирования. Объясните представлены значения признаков X и Y:
цель анкетирования участникам Старайтесь, 95Решение:Коэффициент корреляции
чтобы вопросы были максимально простыми Не Спирмена: ?=1-(6*240)/(9*(81-1)=-1. n. X.
используйте слэнг или профессиональный Ранг, rx. Y. Ранг, ry. Разность рангов D,
жаргон Избегайте двусмысленности и rx-ry. D2. 1. 500. 4. 5.4. 6. -2. 4. 2.
вопросов в негативной форме Избегайте 790. 5. 4.2. 5. 0. 0. 3. 870. 6. 4.0. 4.
неконкретных определений типа «большой. 2. 4. 4. 1500. 7. 3.4. 3. 4. 16. 5. 2300.
Маленький» Задавайте вопросы, ТОЛЬКО 8. 2.5. 2. 6. 36. 6. 5600. 9. 1.0. 1. 8.
связанные с темой ( а не все, которые 64. 7. 100. 3. 6.1. 7. -4. 16. 8. 20. 2.
пришли Вам в голову) Включайте вопросы, 8.2. 8. -6. 36. 9. 5. 1. 14.6. 9. -8. 64.
которые являются проверочными для ответов 96Проверка значений коэф.Спирмана
на другие вопросы Избегайте вопросов, Значение коэф.= -1 Связь существует,
требующих расчетов Избегайте наводящих отклоняем нулевую гипотезу. Т.к. По
вопросов, обидных и агрессивных вопросов коэф.Пирсона связи нет, а по Спирману
Постарайтесь, чтобы список вопросов был есть, то Связь нелинейна.
как можно короче, но включал все 97Z-значения для часто используемых
необходимые для достижения цели. доверительных интервалов и формулы для
35Полезные ресурсы. www.surveymonkey.com расчетов доверит. Интервалов.
(www. zoomerang.com) Базовый пакет ( 10 98Минимальный объем выборки, требуемый
вопросов в анкете, 100 ответов/опрос) – для получения интервальной оценки с
бесплатно www.qualtrics.com заданной доверительной вероятностью и
www.surveysystem.com www.statsoft.ru попадающей в интервал заданного размера:
Электронный учебник по статистике и 99ПРИМЕР: оценка ср. Возраста
эконометрике. магистрантов. Каков д.б. Размер выборки?
36Программные пакеты для анализа данных (оценка должна быть сделана сточностью до
качественных исследований. CAQDAS – 1 года и с вероятностью 99%. ). Из ранее
computer-assisted qualitative data проведенного исследования известно, что
analysis software NVivo – стандартное отклонение возраста – 2 года.
www.qsrinternational.com AQUAD 7 – Решение. Для ? = 1 – 0,99 = 0,01
www.aquad.de. z-значение равно 2,58. Е = 1, ? = 2.
37Количественное исследование. Сколько? Подставим в формулу и получим размер
Каков вид взаимосвязи? Связано с выборки равный 27 человек.
операционализацией проблемы\гипотезы 100А если стандартное отклонение
Рекомендуется, когда необходима ( и неизвестно и размер выборки меньше 30???
возможна) количественная оценка Вместо нормального распределения –
существующих взаимосвязей. распределение Стьюдента ( t-распределение)
38Количественный анализ данных. Предложено в 1908г. В.Госсетом (
Статистика - это набор методов и теорий, опубликовано под псевдонимом Стьюдента).
применяемых для количественного анализа 101Основное отличие. Отличается от
данных ( для принятия решения в условиях стандартного нормального распределения
неопределенности) Позволяет распознать и тем, что дисперсия t-распределения больше
оценить ошибки количественного измерения 1, распределение представляет собой
параметров Два типа кол.анализа: семейство кривых, различающихся числом
разведочный анализ данных ( или степеней свободы. Число степеней свободы
описательная статистика) используется для t-распределения при построении
обобщения и представления данных доверительного интервала для среднего
подтверждающий анализ ( confirmatory data равно: df = n – 1. С увеличением объема
analysis) позволяет обработать данные выборки распределение приближается к
,сделать выводы и построить прогнозы. нормальному. Для нахождения t-значений
39Confirmatory data analysis: основные используются таблицы.
техники (методы). Параметрические методы 102Проверка значений коэф.Спирмана по
применяются в случае, когда данные таблицам Стьюдента. Расчет значимости
характеризуются нормальным распределением коэф. По формуле: m- число наблюдений,
( Normal Distribution) Непараметрические р-значение коэф. =-1*2.646/(1--12)=?
методы применяются в случае возможного Вывод: получ. Значение превышает
искажения данных ( отсутствие нормального табличное, отклоняем нулевую гипотезу.
распределения), например, при 103Хи- квадрат ( Chi-squared test). Коэф.
нерепрезентативной выборке. Корреляции (Пирсона) измеряет силу связи
40Основные моменты, влияющие на выбор переменных Коэф. Спирмана – то же самое
метода. Тип (вид, форма) данных для упорядоченных наблюдений Но иногда
(разведывательный или подтверждающий) данные приводятся в номинальном выражении
Характер выборки ( нормальное Непараметрический метод хи-квадрат тест
распределение или искаженное): для определения стат. Значимости данных
соответственно параметрические или путем проверки случайности( их получения)
непараметрические инструменты Количество (contingency).
переменных исследования: одномерные и 104Хи- квадрат ( Chi-squared test). Коэф.
многомерные Шкалы ( типы) измерения: Корреляции (Пирсона) измеряет силу связи
номинальные, порядковые, интервальные, переменных Коэф. Спирмана – то же самое
относительные. для упорядоченных наблюдений Но иногда
41Тип данных ( шкалы измерения). данные приводятся в номинальном выражении
Интервальные ( абс. И относ): 70 кг, 80 Непараметрический метод хи-квадрат тест
кг.... Равные промежутки Порядковые ( для определения стат. Значимости данных
ordinal) – можно расставить по порядку, но путем проверки случайности( их получения)
промежутки разные Номинальные – не могут (contingency).
быть упорядочены ( холодный-горячий) 105Формула для расчета. Расчет хи-квадрат
Дихотомные – да-нет, муж-жен. тест. Х2 = сумма ((О-Е)2 \Е) Где О –
42Тип данных. Cross-section - данные по фактические значения Е – ожидаемые
к-л показателю для разных однотипных значения.
объектов ( страны, регионы) Time series 106Пример. Нулевая гипотеза: посещение
–данные, описывающие один и тот же объект столовой и прогулы не связаны. Проверяем.
во времени ( инфляция,темпы роста...) Факт. Частота наблюдений (О).
Характеризуются опр. Посещ.столовую. Не посещ. Всего. Кол-во
Тенденциями\зависимостями Могут быть прогульщиков. 20. 30. 50. Кол-во судентов
временные лаги. посещ.лекции. 80. 50. 130. Всего. 100. 80.
43Собственное исследование: выбор 180.
методов. Вопрос 1. Какой тип данных 107Расчеты: О. Е. (О-е)2\е. 20. 28.
рассматривается? Вопрос 2. Сколько 64\28=2.286. 30. 22. 64\22=2.909. 80. 72.
переменных? 64\72=0.888. 50. 58. 64\58=1.103. 7.186.
44 Всего. Ожидаемая частота наблюдений (Е).
45Интервальные данные. Ожидаемая частота наблюдений (Е).
46Порядковые и номинальные данные. Ожидаемая частота наблюдений (Е).
47Метод анализа: что хотим увидеть? Одна Посещ.столовую. Не посещ. Всего.
переменная ( univariante analysis). (100*50)\180=28. (80*50)\180=22. 50.
Описываем конкретное значение Разброс в (100*130)\180=72. 80*130)\180=58. 130.
значениях Основную тенденцию ( графики, 100. 80. 180.
гистограммы) Отклонение от среднего ( 108Проверка значений хи-квадрат теста.
дисперсию) Смотрим на данные во временном Таблицы Доверительный интервал ( например
промежутке ( графики) Смотрим на долю в 5%-ный, т.е. наша гипотеза верна на 95%)
массиве данных ( диаграммы, гистограммы). Степень свободы: v = (r-1)(c-1), где r –
48Одномерный анализ: осн. Инструменты и кол-во строк, с – кол-во столбцов ( в
формы представления данных. Таблицы нашем случае v =1) В нашем случае крит.
частоты Графики, гистограммы, диаграммы Значение = 3.841, а мы получили
Имеряем основную тенденцию: Среднее ( значительно больше, след. Нулевая гипотеза
mean) Медиана (ср. Значение в упорядоч. отвергается ( т.е. Связь есть).
Списке) Мода Измеряем дисперсию: Range 109Расчетное задание: проверить гипотезу
(размах, разрыв между мин и макс) методом хи-квадрат теста. Принято считать,
Inter-quartile range ( данные д.б. что учителя более предвзято относятся к
Проранжированы) Standard Deviation ( чем мальчикам, чем к девочкам, Т.е. более
больше значение, тем больше вариация в склонны хвалить девочек. Гипотеза:
данных) Коэф. Вариации ( показывает гендерная составляющая влияет на оценки
однородность\неоднородность массива учеников. Проверка гипотезы: психологом
данных\выборки). были проанализированы характеристики
49 учеников, написанные учителями, на предмет
50Разведывательный анализ: частота частоты встречаемости трех слов:
наблюдений и распределение. Mean – "активный",
(истинное) среднее (х) Медиана (М) – то "старательный",
значение, которое располагается строго "дисциплинированный", синонимы
посередине массива упорядоченных данных слов так же подсчитывались. Данные о
Мода (m) – наиболее часто встречающееся частоте встречаемости слов были занесены в
значение Позволяют выявить центральную таблицу:
тенденцию и сделать выводы о характере 110Решение: Шаг 1. Построим таблицу
распределения. распределения эмпирических частот, т.е.
51Нормальное распределение. Частота. тех частот, которые мы наблюдаем: .
Среднее, мода и медиана. Значение "Активный"
переменной. "Старательный"
52Выводы. Когда кривая распределения "Дисциплинированный" Итого:
симметрична, значения трех показателей Мальчики. 10. 5. 6. 21. Девочки. 6. 12. 9.
совпадают. Это называется нормальным 27. Итого: 16. 17. 15. s=48.
распределением. Когда кривая искажена, 111Шаг 2: Построим таблицу теоретических
средняя, медиана и мода имеют разные частот. Для этого умножим сумму по строке
значения При положительном характере на сумму по столбцу и разделим
искажения данных «хвост» кривой получившееся число на общую сумму (s). .
распределения вытянут вправо и большая "Активный"
часть данных концентрируется в диапазоне "Старательный"
меньших значений При отрицательном - "Дисциплинированный" Итого:
наоборот. Мальчики. (21 * 16)/48 = 7. (21 * 17)/48 =
53Выводы ( продолжение). В случае 7.44. (21 * 15)/48 = 6.56. 21. Девочки.
мономодальности кривой ( т.е. один пик) и (27 * 16)/48 = 9. (27 * 17)/48 = 9.56. (27
ее относительно слабой искаженности, * 15)/48 = 8.44. 27. Итого: 16. 17. 15.
соотношение показателей выражается: s=48.
Среднее – Мода = 3(Среднее – Медиана). 112Шаг 3: итоговая таблица. В нашем
54Измерение дисперсии. Позволяет описать случае хи-квадрат = 4,21; n = 2. По
разброс данных (spread of values) При таблице критических значений критерия
использовании одновременно с показателями находим: при n = 2 и уровне ошибки 0,05
частоты распределения позволяет получить критическое значение ?2 = 5,99. Полученное
адекватное представление о массиве данных значение меньше критического, а значит
в двух измерениях Два простейших принимается нулевая гипотеза. Категория 1.
показателя дисперсии данных – range and Категория 2. Эмпирич. (Э). Теоретич. (Т).
interquartile range. (Э - т)? / т. Мальчики.
55Измерение дисперсии. Range ( размах) "Активный" 10. 7. 1,28. .
это разница между наибольшим и наименьшим "Старательный" 5. 7,74. 0,8. .
значением параметра Range = Eu – EL "Дисциплинированный" 6. 6,56.
Interquartile range = Q3 – Q1 0,47. Девочки. "Активный" 6. 9.
Semi-interquartile range = (Q3 – Q1)\2 1. . "Старательный" 12. 9,56.
Стандартное отклонение ( Standard 0,62. . "Дисциплинированный" 9.
Deviation). 8,44. 0,04. . . . . Сумма: 4,21.
56Пример: потребление нефти, 19 периодов 113Моделирование и прогнозирование (
(n=19). 1. 40.6. 11. 38.5. 2. 34.6. 12. forecasting). Анализ временных рядов
37. 3. 38.8. 13. 36. 4. 39.7. 14. 29.8. 5. Прогноз Две осн.модели: аддитивная и
38.3. 15. 32.6. 6. 39.2. 16. 35.3. 7. мультипликативная.
38.3. 17. 34.7. 8. 36.4. 18. 30.2. 9. 114Основные шаги. Предсказываем тренд
35.3. 19. 35.9. 10. 37.7. (T): простая лин. Регрессия, скользящее
57Упорядочиваем данные(есть в Excell). 1 среднее Выделяем сезонную составляющую
EL. 29.8. 11. 37. 2. 30.2. 12. 37.7. 3. (S), рассчитываем сезонные индексы
32.6. 13. 38.3. 4. 34.6. 14. 38.3. 5 Q1. Выделяем циклическую составляющую и
34.7. 15 Q3. 38.5. 6. 35.3. 16. 38.8. 7. случайные колебания ( если возможно) Y\T*S
35.3. 17. 39.2. 8. 35.9. 18. 39.7. 9. 36. = C+I.
19 Eu. 40.6. 10. 36.4. 115Множественная регрессия: важные
58Расчеты: Среднее=(n+1)/2=10 – десятое понятия. Коэффициент детерминации R2
наблюдение упорядоченных данных Quartile = (0< R2 <1, чем ближе к 1, тем лучше)
(n+1)/4=(19+1)/4=5, т.е. берем каждое Распределение Стьюдента ( или
пятое наблюдение Range= 40.6-29.8=10.8 t-статистика) и распределение Фишера (
Interquartile range= Q3-Q1=38.5-34.7=3.8 F-статистика) Автокорреляция остатков:
Semi-interquartile range=(Q3-Q1)/2=1.9. статистика Дарбина-Уотсона (DW).
59Выводы: определяем осн. тенденцию. 116T-статистика. Показывает значимость
Нижний квартиль Q1 показывает потребление коэф. Регрессии Определяется по таблицам
нижних 25% 50% ( два средних квартиля) распределения Стьюдента, например: t
имеют потребление между 34.7 и 38.5. 8;0,95 =1.860 (где 8 – степень свободы,
60Box plot. Q1 M Q3 34.7 36.4 38.5. 50% озн., что имеется 10 наблюдений, 0,95 –
данных. El=29.8. Eu=40.6. 28. 30. 32. 34. доверит.интервал) Общее правило: Если
36. 38. 40. 42. t<1 ( <0.7) – не значим, вероятность
61Дисперсия, ст. Отклонение и наличия связи менее 70% Если 1<t<2 –
коэффициент вариации. более или менее Если 2<t<3 –
62Коэффициент вариации и однородность значимая связь, вероятность 95-99%.
выборки. Имея коэффициенты вариации, можно 117Множественная регрессия:
сравнивать однородность самых разных репрезентативность данных. N – число
явлений независимо от их масштаба и единиц наблюдений m – количество объясняющих
измерения. Данный факт и делает переменных n > m+1 n=m+1 – минимально
коэффициент вариации столь популярным. В необх.Число наблюдений n-m-1 – показатель
статистике принято, что, если значение степени свободы.
коэффициента вариации менее 33%, то 118Статистика Дарбина-Уотсона.
совокупность считается однородной, если Показывает, случайны ли отклонения от
больше 33%, то – неоднородной. регрессионной прямой: если близок к нулю,
63Ст.отклонение: S = ??(x – x?)2 \n. то имеется пол.авткорреляция остатков Если
Учитывает все отклонения от ср. показателя DW=2 – отклонения носят случайный характер
Рассчитать StDev. Период. 1. 2. 3. 4. 5. Если DW = 4 – случай отрицат автокор. (
6. Значение (х). 12. 10. 8. 4. 18. 8. редко).
64Ответ: Ср. значение = 10 S = ?112\6 = 119Статистика Дарбина-Уотсона:
4.32. X. X-X? (x – x?)2. 12. 2. 4. 10. 0. критические значения ( при n не менее
0. 8. -2. 4. 4. -6. 36. 18. 8. 64. 8. -2. 12-15 и при 1-3 переменных в уравнении
4. Total. 112. регрессии). 1<DW<3 – автокорреляция
65Измерение изменений: индексы. Простые остатков отсутствует и уравнение
индексы: измерение изменения параметра по принимается 1.2 – 1.3<DW<2.7 – 2.8 –
отношению к базовому году Базовые и цепные автокорреляция есть, но статистически
индексы Взвешенные ( композитные или незначима В целом: если <DW>
агрегированные) индексы: индекс Пааше, 1.5-2.0-2.5, считается удовл. Если n
индекс Ласпейреса Прочие индексы. растет, критич значения DW растут Если
66Пример. Индекс потреб.цен: растет кол-во переменных, то значение DW
15*10+24*6+425*3 10*10+27*6+655*3 ? 0,7 уменьшается.
Дефлятор: 15*8+24*7+425*5 10*8+27*7+655*5 120Некоторые доп. понятия.
? 0,68. Год. 2000. 2000. 2007. 2007. Цена. Мультиколлинеарность ( только в случае
Объем. Цена. Объем. Книги. 10. 10. 15. 8. множ.регрессии) – коррелированность двух и
Рубашки. 27. 6. 24. 7. TV. 655. 3. 425. 5. более переменных Гомоскедатичность –
67Дополнение: прочие показатели дисперсия отклонений вокруг среднего
инфляции, используемые в современной стабильна Гетероскедатичность выбор весов
международной статистике. Циклические параметров вручную.
колебания на товарных рынках не изменяют 121Распространенные сокращения. LS метод
общего тренда инфляции. С этой целью в США – метод наименьших квадратов WLS –
выделяется показатель «базовой инфляции» взвешенный метод наименьших квадратов (
(core CPI), для расчета которой из общего важен для гетероскедатичных данных) МА –
индекса инфляции исключаются цены на Moving Averages ARIMA – Autoregressive
продукты питания и топливо. В современных Integrated Moving Averages- комбинация
условиях спектр торгуемых товаров на авторегрессионных преобразований и
мировом рынке расширяется, и колебания скользящего среднего ( обычно в случае
инфляции могут быть вызваны не только автокорреляции остатков) ANOVA – analysis
изменением цен на продовольствие и of variation.
топливо. Поэтому наряду с показателем 122Пример исследований. Моделирование
базовой инфляции в США рассчитывается функции спроса на квартиры Прогноз объема
показатель «средней инфляции» (mean CPI) продаж с сезоннойсоставляющей (см. Примеры
или «инфляция без выбросов» (trimmed CPI). в Excel).
Принцип расчета такого индекса состоит в
Генеральная совокупность выборка 9 класс.ppt
http://900igr.net/kartinka/anglijskij-jazyk/generalnaja-sovokupnost-vyborka-9-klass-176307.html
cсылка на страницу

Генеральная совокупность выборка 9 класс

другие презентации на тему «Генеральная совокупность выборка 9 класс»

«Исследование в школе» - Поставленные цели достигаются через решение задач урока. Пр. №41 от 01.06. 07 г. 5. Положение о конференции учебно-исследовательских работ Пр. № от. Высший уровень - урок "Собственно исследование". Закрытие.Соловьева Е.Ф. Опыт работы. Внеурочная деятельность. Пр. № 38 от 01.04.04 г. 3. Положение об устном экзамене по технологии в форте защиты творческого проекта.

«The english-speaking countries» - Great Britain. Australia. USA. The English-speaking countries. Scotland. Disneyland.

«Исследование жизни» - Описание исследования. Показатель ЗОЖ: результаты. Еда. По 0,5 балла за ответ, соответствующий нашему пониманию здорового образа жизни. Синтетический показатель ОЖ. Группа исследователей. Ход исследования. Отдых, сон. Спорт и прогулки. Молодёжь придерживается здорового образа жизни по мере возможности.

«Женщина the woman» - A good wife makes a good husband. Баба слезами беде помогает. Значение понятия «женщина» в семье. Оценочная структура лексической единицы “женщина”. Муж - голова, жена- шея; куда хочу- туда верчу. Холостому помогай боже, а женатому хозяйка поможет. A woman’s tongue wags like a lamb’s tail. Бабий язык, куда ни завались, достанет.

«The green movement» - Management of each such branch in which head there is a chief executive, carries out national board. Their features. One of the largest victories гринписовцев in the given campaign can name refusal of flooding of an oil platform brent spar as it contained many toxic substances. It became the first African who has headed this organization.

«Работа исследования» - Проблемно - реферативные. Заголовки глав рождаются именно из формулировок задач. Просто не хочу -9%. Анкета для учителей. С основными правила защиты результатов исследований вы можете ознакомиться здесь. Памятка для учащихся– приложение к работе. Эмпирические, Статистические Сетевое моделиров. Проект ориентирован на учителей, родителей, учащихся.

Тексты на английском

46 презентаций о текстах на английском
Урок

Английский язык

29 тем
Картинки
900igr.net > Презентации по английскому языку > Тексты на английском > Генеральная совокупность выборка 9 класс