средната проба

Селективна sredneeznachenie pokazatelpredstavlyaet като статистическа средна оценка се изучава експериментално психологическо качество.

Тази оценка се характеризира степента на неговото развитие като цяло, от групата на пациентите, които са били подложени на психо-диагностично изследване. Сравнявайки само на средните стойности на две или повече проби, може да се съди съответната степен на развитие на хората, които съставляват пробата, очакваното качество.

означава проба се определя с помощта на следната формула:

HSR -vyborochnaya средна стойност или средно аритметично на пробата;

п - брой пациенти в пробата или частни psychodiagnostical индексите която е изчислена въз основа на средната стойност;

xk- частни стойности на показателите в отделните субекти. Всички тези показатели N, следователно индекса к на променливата заема стойности от 1 до п;

Σ - приета по математика знак сумиране на количествата на тези променливи, които са в дясно от този знак.

изразяване

съответно означава сумата от всички х с индекс к от 1 до п.

Пример. Да приемем, че прилагане психодиагностика метод за оценяване на някои психични свойства между десет субекти получихме следните специфични параметри на степента на развитие на свойствата на отделните индивиди: Х1 = 5 и х2 = 4, X3 = 5, Х4 = 6, Х5 = 7, X6 = 3, 6 = х7, х8 = 2, X9 = 8 х 10 = 4. Следователно, п = 10, и индекс к променя неговата стойност от 1 до 10 в горната формула. За тази проба средната стойност 1 изчислява от тази формула е:

1 Впоследствие, както е прието в математическата статистика, с цел намаляване на текста, ще пропусне думата "селективен" и "аритметика" и просто да се говори за "средно" или "средна стойност".

В експерименталната psychodiagnosis и психо-педагогическите изследвания средната, обикновено не се изчислява с точност по-голяма от един или два знака след десетичната запетая, т.е. повече от десети или стотни от единица.

В психодиагностика изследване голяма точност на изчисленията не е необходимо и няма смисъл, ако вземем предвид приблизителния характер на оценките, които те са получени, и съответствието на тези прогнози за производството на относително точни изчисления.

Dispersiyakak статистическа величина характеризира как определени стойности се отклоняват от извадката средната vdannom.

Колкото по-голяма промяна, толкова по-отклонението или данните варианти. Преди да представи формулата за изчисляване на дисперсията, помислете за пример. Ние използваме тези първични данни, които са били дадени по-горе, от който се изчислява в предишния пример, средната стойност. Виждаме, че всички те са различни и различно не само един от друг, но и от средната стойност. Измерва се общата разлика от средната стойност и характеризира дисперсията. Тя се определя, за да бъде в състояние да се разграничат една от друга количества имащи същата стойност, но различен разсейване.

Представете си друг, различен от предишните стойности на пробите на първичната, например 5, 4, 5, 6, 5, 6, 5, 4, 5, 5. Лесно е да се провери, че неговата средна стойност е равна на 5.0. Но в тази извадка то някои конкретни стойности се различават от средната стойност е много по-ниска, отколкото в първата проба. Ние изразят степента на дисперсия с помощта на разликите, който се определя по следната формула:

където

- вариацията проба, или дисперсия;

- израз, което означава, че за всички XK от първата до последната в пробата е необходимо да се изчисли разликата между частния и средните стойности, за изграждане на тези различия са на квадрат и се сумират;

п - брой пациенти в пробата или началните стойности, за които се изчислява дисперсията.

Отбележете, че в много публикации дисперсията може да бъде определен като D (х).

Ние дефинираме отклонение за два конкретни стойности на горните проби, определяне съответно индексите на дисперсия 1 и 2:

Виждаме, че дисперсията на втората проба (0,4) е значително по-малка дисперсия на първата проба (3.0). Ако нямаше противоречие, ние не бяхме в състояние да се прави разлика между извадковите данни.