Piotr Francuz, Robert Mackiewicz ISBN: 978-83-7363-567-8 Pages: 654 Format: 20x25 cm (hard cover) Year: 2007 (2nd edition) Language: Polish
Studenci nauk społecznych i humanistycznych wreszcie doczekali się podręcznika ze statystyki napisanego specjalnie dla nich.
Publikacja ma charakter przewodnika, który przedstawia metodologię i statystykę w sposób atrakcyjny, często dowcipny, a przede wszystkim zrozumiały dla „humanistycznego umysłu”. W przystępny sposób opisuje cały proces prowadzenia badań empirycznych - poczynając od tego, skąd się biorą pomysły na eksperymenty, poprzez opis metod badawczych i metod statystycznej analizy danych, a kończąc na zasadach pisania raportu z badań. Autorzy przewodnika nie założyli żadnego poziomu przygotowania matematycznego Czytelnika, dlatego każdy wzór i symbol jest szczegółowo opisany, a wszystkie najważniejsze terminy statystyczne i związki między nimi szczegółowo wyjaśnione.
Piotr Francuz, dr hab., prof. Katolickiego Uniwersytetu Lubelskiego, kierownik Katedry Psychologii Eksperymentalnej KUL i Ośrodka Psychologicznych Analiz Komunikowania Społecznego w Lublinie.
Robert Mackiewicz, dr, adiunkt Katedry Psychologii Marketingu w Szkole Wyższej Psychologii Społecznej w Warszawie, zastępca dyrektora Instytutu Podstaw Psychologii SWPS.
SPIS TREŚCI
Przedmowa
Część I. O METODACH BADAŃ PSYCHOLOGICZNYCH
WPROWADZENIE • Czym się zajmują psychologowie? • Kilka słów o podstawowych metodach badań psychologicznych • Obserwacja • Eksperyment • Magia liczb • Rola liczb w nauce - przykład z Eskimosami • Co ma statystyka do ludzkich zachowań?
1. POSTĘPOWANIE BADAWCZE W PSYCHOLOGII
1.1. PROBLEM I PYTANIE BADAWCZE • Ciekawość poznawcza - podstawowy warunek poszukiwania problemów badawczych • Po co zdobywać wiedzę, skoro wszystko jest w Internecie? • Skąd czerpać informacje naukowe? • Internet - a jednak kopalnia wiedzy! • Jak organizować to, co się wie? • Nowa terminologia - nowy język • Kilka pouczających przykładów użycia języka naukowego w psychologii • Od problemu do pytania badawczego • Dwa podstawowe rodzaje pytań badawczych • Jak poprawnie sformułować pytanie badawcze? • Kilka słów o założeniach pytania • O wyjaśnianiu, czyli "dlaczego tak właśnie jest?" • Jaką rolę w wyjaśnianiu odgrywają konstrukty teoretyczne? • Wyjaśnianie to poszukiwanie przyczyn i budowanie teorii • Wyjaśnianie to także weryfikowanie już istniejących teorii naukowych • Falsyfikacja - szukanie dziury w całym • Jak przebiega rozumowanie w postępowaniu naukowym?
1.2. FORMUŁOWANIE HIPOTEZ BADAWCZYCH • Co to jest hipoteza badawcza? • Hipotezy nie powinny być ani zbyt ogólne, ani zbyt szczegółowe • Hipoteza badawcza powinna być empirycznie sprawdzalna • Hipoteza powinna być prosta
1.3. ZMIENNE I ICH POMIAR • Cecha a zmienna • Cechy stałe i zmienne • Zmienne ilościowe i jakościowe - cóż to takiego? • Co to jest pomiar? • Jak można mierzyć zmienne nieobserwowalne? • Skale do pomiaru zmiennych • Pomiar na skalach typu nominalnego • Cechy pomiaru na skali nominalnej • Pomiar na skalach porządkowych • Skala porządkowa i logiczne relacje pomiędzy obiektami • Skala porządkowa a pomiar cech w psychologii • Jeśli skala rangowa, to rangi i rangowanie • Rangi wiązane • Pomiar na skali przedziałowej - skale Celsjusza i Fahrenheita • Skala przedziałowa i pomiar w psychologii - iloraz inteligencji • Rodzaje skal przedziałowych • Pomiar na skali stosunkowej • Raz jeszcze o pomiarze temperatury • Wykorzystanie skali stosunkowej w badaniach psychologicznych • Raz jeszcze o wszystkich rodzajach skal pomiarowych
1.4. ZMIENNE W EKSPERYMENTACH PSYCHOLOGICZNYCH • Co to jest eksperyment psychologiczny? • Zmienne niezależne i zależne • Przykład eksperymentu psychologicznego - efekt Rosenthala • Zmienne i stałe w eksperymentach psychologicznych • Zmienna niezależna główna a kanon jedynej różnicy Johna S. Milla • Czy zmienna niezależna naprawdę różnicuje badane grupy? • Trzy grupy zmiennych niezależnych ubocznych • Różnice indywidualne między osobami badanymi • Czynniki zewnętrzne • Błędy procedury eksperymentalnej - instrukcja • Zmienne zakłócające • Okazjonalne zmienne zakłócające • Zmienna zależna • Czy zmienne zależne zależą od osób badanych czy od zmiennych niezależnych? • Jedna zmienna czy wiele zmiennych?
1.5. OPERACJONALIZACJA ZMIENNYCH - KLUCZ DO EKSPERYMENTU • Terminy teoretyczne i terminy empiryczne • Operacjonalizacja - definicja i przykład ze szczurem w labiryncie • Znaczenie kontekstu teoretycznego w operacjonalizacji zmiennych • Krótko o zdaniach teoretycznych i zdaniach empirycznych • Operacjonalizacja zmiennej poprzez grupę wskaźników • Operacjonalizacja a tradycja badawcza
2. PROJEKTOWANIE EKSPERYMENTÓW • Eksperyment jako procedura pozwalająca na zbieranie danych • Modelowanie badań empirycznych • Układ z dwoma grupami badawczymi - przykład z mikrusem grającym na puzonie • Warunki poprawności układu z dwoma grupami badawczymi • Układ z powtarzanymi pomiarami w jednej grupie badanej - o tygrysach i kuguarach • Jakie zalety ma układ z powtarzanymi pomiarami? • Jakie są wady układu z powtarzanymi pomiarami? • Badanie eksperymentalne i różnicowe • Pretest i posttest zmiennej zależnej • Plan czterogrupowy Salomona • Układ Solomona jako przykład eksperymentu czynnikowego • Eksperyment czynnikowy z czterema grupami badanych - o fałszywych zeznaniach • Plany eksperymentalne - uogólnienie na wiele zmiennych • Plany z powtarzanymi pomiarami - wiele grup badanych • Badania bez manipulacji eksperymentalnej • Badanie korelacyjne • Korelacja wielokrotna i związki krzywoliniowe
Część II. PRAWDOPODOBIEŃSTWO I ZMIENNA LOSOWA
3. PODSTAWOWE POJĘCIA Z RACHUNKU PRAWDOPODOBIEŃSTWA • Co zwykle rozumiemy przez "prawdopodobieństwo"? • Eksperymenty grupy Kahnemana i Tversky'ego • Prawdopodobieństwo obiektywne i subiektywne - przykład ze świadkiem na ślubie • Prawdopodobieństwo pojedynczego zdarzenia • Częstość zjawisk i zaniedbywanie tzw. prawdopodobieństw bazowych • Problem taksówek w wersji łatwiejszej • Podsumowanie sporu o rozumienie prawdopodobieństwa • Matematyczna definicja prawdopodobieństwa - aksjomaty Kołmogorowa • Częstościowe rozumienie prawdopodobieństwa • Prawdopodobieństwo iloczynu dwóch zdarzeń • Błąd koniunkcji • Proporcje, ułamki, procenty
4. WYNIKI EKSPERYMENTU JAKO ZMIENNA LOSOWA
4.1. PRÓBA I POPULACJA • Kłopoty eksperymentatora • Pojęcie populacji • Typy populacji w bazie Psyclnfo • Próba losowa - próba prosta • Próba złożona - próba warstwowa - losowanie grupowe • Próba incydentalna - badanie ochotników • Jaki wpływ na wynik eksperymentu może mieć dobór osób badanych? • Plusy i minusy eksperymentów z udziałem studentów
4.2. ZMIENNA LOSOWA I JEJ ROZKŁAD • Niejednoznaczność wyników eksperymentów • Eksperyment psychologiczny to doświadczenie losowe • Zmienna losowa - co to takiego? • Wyniki rzutu kostką-przykład zmiennej losowej • Rozkład zmiennej losowej • Teoretyczny i empiryczny rozkład zmiennej losowej • Eksperyment psychologiczny - poszukiwanie przyczyn zmienności • Zmienne losowe ciągłe i dyskretne • Wykresy rozkładu prawdopodobieństwa dyskretnej zmiennej losowej • Zmienne ciągłe - przedziałowy charakter pomiaru • Wykres rozkładu prawdopodobieństwa zmiennej losowej ciągłej
4.3. PORZĄDKOWANIE DANYCH, CZYLI O SZEREGU ROZDZIELCZYM • Dużo danych • Zbyt wiele danych to brak danych • Zacznijmy jeszcze raz: po pierwsze, musimy mieć... armaty • Kilka słów o rozpiętości zbioru danych • Związki między rozpiętością, interwałem i liczbą przedziałów klasowych • Do szeregu, wstąp! • Sprawdzamy rachunki, czyli powtórka z wzorologii • O komputerowych interwałach • Czym się różni środek przedziału klasowego od średniej arytmetycznej? • "Jeden w rozumie" - kilka słów o kumulacji
4.4. GRAFICZNE METODY PREZENTACJI DANYCH • Żyjemy w "kulturze obrazkowej" • Wielobok liczebności (poligon) • Wykres słupkowy (histogram) • Krzywa wyrównana • Krzywa skumulowana • Histogram skumulowany • Wykres kołowy • Skalowanie współrzędnych wykresu • Przesadny makijaż jest w złym guście! • Kiedy słupki, a kiedy linie? • Nieczytelność wykresu, czyli o przeroście formy nad treścią • Krótkie podsumowanie
4.5. PARAMETRY ROZKŁADU ZMIENNEJ LOSOWEJ • Jeszcze raz o teoretycznym i empirycznym rozkładzie zmiennej losowej • Parametry rozkładu i statystyki opisowe • Arytmetyczne właściwości średniej arytmetycznej • Jak sobie radzić z zafałszowaniem średniej? • Średnia arytmetyczna a skala pomiarowa • Kilka słów o symbolach i wzorach statystycznych • Symboliczne oznaczenia zbiorów danych • Indeksowanie, czyli jak się odwołać do dowolnego wyniku w zbiorze danych? • Symboliczne oznaczenia liczebności zbioru danych • Wzór na średnią arytmetyczną trochę inaczej • Błąd w obliczaniu średniej - przykład z ziemniakami • Pensje dla kadry i pracowników, czyli o średniej ważonej • Jeszcze inaczej o średniej ze średnich i średniej ważonej • Średnia arytmetyczna jako wartość oczekiwana • Wartość oczekiwana, nadzieja matematyczna - loterie uczciwe i nieuczciwe • Wartość oczekiwana w ciągłych i nieciągłych rozkładach zmiennej losowej • Geometryczna interpretacja średniej arytmetycznej • O medianie i korzyściach płynących z używania kart American Express • Sposób obliczania mediany • Obliczanie mediany a skale pomiarowe • Kwartyle • Sposób obliczania kwartyli • Inne miary położenia • Kwantyle • Modalna • Miary tendencji centralnej
4.6. WSKAŹNIKI ZMIENNOŚCI • Dlaczego konieczne jest obliczanie miar zmienności dla zbioru danych? • Jak policzyć wariancję? • Matematyczne własności wariancji • Wariancja jako nadwyżka średniej kwadratów nad kwadratem średniej - o co chodzi? • Zakupy w supermarkecie, czyli o wariancji dla średnich • Kryterium podziału jako zasada wyjaśniająca zmienność w zbiorze danych • Odchylenie standardowe • Wariancja i odchylenie standardowe jako wskaźniki statystyczne • Odchylenie przeciętne, czyli średnie odchylenie od średniej • Odchylenie ćwiartkowe • Rozpiętość lub inaczej rozstęp • Statystyki opisowe - podsumowujący przykład z bezrobotnymi • Statystyki opisowe - co tak naprawdę znaczą? • Uwaga na koniec: zawsze spójrz na dane surowe, zanim zaczniesz obliczenia
4.7. TYPY ROZKŁADÓW ZMIENNEJ LOSOWEJ • O wykładach ze statystyki profesora Wesołego i Smutnego • Tajemnica średniej arytmetycznej • Jeszcze raz o teoretycznych i empirycznych rozkładach zmiennej • Zgadnij, ile wypadnie orłów • Dwumian sir Izaaka Newtona i trójkąt Błażeja Pascala • Różne rozkłady cech dwu wartościowych • Czy nie za dużo dziewczyn studiuje psychologię? • Teraz już całkiem na serio: dane empiryczne i rozkłady teoretyczne • Czy młodzież ze wsi i z miasta ma takie same szanse na studiowanie? • Moivre, Galton, Gauss i Laplace o rozkładzie normalnym • Właściwości rozkładu normalnego • O dowcipie Ramseyera i prawdopodobieństwie w rozkładzie normalnym • Rozkład normalny a rozkład dwumianowy • Kobiece kształty rozkładu normalnego • Rozkład normalny: teoretyczny i najlepiej dobrany • Rodzina rozkładów normalnych • Superekspresem czy na piechotę? Refleksja o życiu, w kontekście poszukiwania powierzchni pod krzywą normalną • Rozkład normalny standaryzowany w tablicach statystycznych • Wyniki standaryzowane z • Pole powierzchni w rozkładzie normalnym, prawdopodobieństwo i procenty • Zapamiętaj, człowieku! Rozkład normalny jest rozkładem zmiennej losowej ciągłej • Jak myślisz, ilu studentów dostało dokładnie 20 punktów na egzaminie? • A jeśli byłbyś właścicielem hotelu w Wenecji? • No to podsumujmy • Czy pan Sławek ma wystarczające powody, żeby cieszyć się z podwyżki?
Część III. WNIOSKOWANIE STATYSTYCZNE
5. PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO
5.1. ESTYMACJA, CZYLI OSZACOWANIE • Czy brałeś udział w ostatnich wyborach prezydenckich? • Wielkość próby a dokładność oszacowania • "Prawo małych liczb" • Powtarzamy losowanie małych prób • Ile to jest "mało", czyli kiedy można zapomnieć o prawie małych liczb? • Prawo wielkich liczb Jakuba Bemoulliego • Co to znaczy, że średnia ze średnich zbliża się do średniej w populacji? • Estymacja, czyli oszacowanie • Statystyki próby, parametry populacji • Estymatory • Kwantyle w próbie jako estymatory kwantyli w populacji • Czy wariancja z próby jest dobrym estymatorem wariancji z populacji? • Nieobciążony estymator wariancji • Estymacja punktowa • Estymacja przedziałowa • Centralne twierdzenie graniczne • Centralne twierdzenie graniczne a rozkład normalny • Centralne twierdzenie graniczne a średnia i odchylenie standardowe w rozkładzie normalnym • Rozkład średnich z próby i właściwości rozkładu normalnego • W jakim zakresie możesz ufać średniej z próby, gdy nic nie wiesz na temat populacji? • Od czego zależy wielkość przedziału ufności dla średniej? • W jaki sposób wartość średniej w próbie wpływa na położenie przedziału ufności? • Estymacja przedziałowa: czyli o tym, co wiadomo, i o tym, czego nie wiadomo • A jak Polacy naprawdę głosowali w wyborach prezydenckich 2000 i parlamentarnych 2001? • Jak duża musi być próba, aby można było estymować średnią?
5.2. LOGICZNE PODSTAWY TESTOWANIA HIPOTEZ STATYSTYCZNYCH • Czy pamiętasz dużo zdarzeń z dzieciństwa? • Hipotezy badawcze i hipotezy statystyczne • Hipotezy jednostronne i dwustronne, czyli w lewo i w prawo • Czy jeśli ulica jest mokra, to padał deszcz? O prawdziwości hipotez statystycznych • Indukcja i eksperyment psychologiczny • Kanon jedynej różnicy, czyli ostatnia deska ratunku • Historyczne testowanie proporcji londyńczyków do londynek • Na scenę wkracza rodzina Pearsonów • Z jakim prawdopodobieństwem można odrzucić hipotezę zerową? • Czy sir Ronald Fisher miał rację? • Co może wyniknąć z niechęci i przyjaźni między statystykami? • Etapy testowania hipotez - podsumowanie
5.3. BŁĘDY WNIOSKOWANIA STATYSTYCZNEGO • Gra pomiędzy Praktykiem, Teoretykiem i Przyrodą • Prawidłowe i błędne decyzje przy testowaniu hipotezy zerowej • Konsekwencje błędów typu α i ß • Skąd się bierze prawdopodobieństwo popełnienia błędu I oraz II rodzaju? • Wielkość błędu ß przy ustalonej z góry wartości α • Moc testu • Wielkość efektu • Wielkość efektu, poziom α, moc testu i liczba pomiarów w próbie • Ryzyko producenta i konsumenta, czyli raz jeszcze o błędach wnioskowania na przykładzie produkcji wykałaczek • Na koniec o tym, że ziemia jest okrągła z prawdopodobieństwem α<0,05
6. TESTOWANIE HIPOTEZ DOTYCZĄCYCH ŚREDNICH
6.1. CZY BADANA PRÓBA POCHODZI Z POPULACJI O ZNANYCH PARAMETRACH? • Czy studenci psychologii należą do populacji studentów? • Zastosowanie testu z dla jednej średniej, czyli o konsekwencjach opuszczania wykładów ze statystyki • Hipotezy statystyczne dla testu z dla jednej średniej • Rozkład średnich z próby • Test z i rozkład normalny standaryzowany • Prawdopodobieństwo uzyskania wartości z w teście dla jednej średniej • Hipoteza alternatywna - jednostronna i dwustronna • Jaki jest związek między sformułowaniem hipotezy alternatywnej a prawdopodobieństwem przyjęcia hipotezy zerowej? • Ukłon w kierunku profesora Fishera, czyli o poziomie istotności różnic • Final cut, czyli ostateczne rozstrzygnięcie • Najczęściej wykorzystywane wartości krytyczne w teście z • Reguły odrzucania hipotezy zerowej w teście z • Zastosowanie testu z, gdy nieznane jest odchylenie standardowe w populacji • William Gösset i testy dla małych próbek piwa • Rozkład f Studenta • Test f dla jednej próby • Przykład zastosowania testu f dla jednej próby • Prawdopodobieństwo w rozkładzie z i t Studenta • Dwa sposoby weryfikacji hipotezy zerowej w teście f • A teraz o tym, co to jest liczba stopni swobody • Kiedy stosować test f dla jednej próby, a kiedy test z?
6.2. CZY DWIE PRÓBY RÓŻNIĄ SIĘ MIĘDZY SOBĄ? • Porównywanie dwóch populacji • Tytuły dla bezsensownych obrazków • Hipotezy w eksperymencie "Nazwy i zapamiętywanie obrazków" • Test f dla dwóch średnich (próby niezależne) • Interpretacja wyniku testu f dla dwóch średnich • Jak poprawnie zapisać wynik testu? • Podobieństwa i różnice między testami f i z dla dwóch średnich • Założenia testów f oraz z dla dwóch średnich • Najważniejsza maksyma badacza • Dane zależne, czyli o tym, jak rozumują płetwonurkowie • A jeśli płetwonurek myśli na powierzchni? • Test f dla danych zależnych • Prawda o płetwonurkach na podstawie wyniku testu f dla prób zależnych • Wielkość efektu dla testów, za pomocą których porównujemy średnie • Wielkość efektu w testach dla jednej średniej • Wielkość efektu w testach dla dwóch średnich (dane niezależne) • Wielkość efektu w testach dla dwóch średnich (dane zależne) • Wielkość efektu, moc testu i liczba osób w badanej próbie przy stosowaniu testów dla średnich
6.3. ANALIZA WARIANCJI, CZYLI BADANIE RÓŻNIC MIĘDZY WIELOMA PRÓBAMI • List w sprawie, w której jesteś "na nie" • Zacznijmy od hipotez i... • ... skonstruowania modelu sytuacji eksperymentalnej • Co by było, gdyby wszyscy badani należeli do jednej populacji? • A co by było, gdybyśmy uwzględnili podział badanych na grupy? • Któż z nas jednak wie, na jakie kategorie naprawdę dzielą się badani? • Kilka zdań o różnicach indywidualnych • Jak policzyć wariancję wewnątrz grup? • Podział wariancji całkowitej na składowe • Czy musisz pamiętać wszystkie wzory do obliczenia analizy wariancji? • Rozkład FSnedecora • O teście Fi raz jeszcze o hipotezach w analizie wariancji • Wartości kryterialne dla wyników testu F • Jakie muszą być spełnione warunki, żeby można było wykorzystać analizę wariancji do danych z badań empirycznych? • ...testy jednorodności wariancji dla kilku grup danych • O płytkach ceramicznych, majtkach i admirałach oraz o jednoczynnikowej analizie wariancji • Ile kafelków leżało na podłodze pomiędzy konwersującymi marines? • Tajemnicze sumy kwadratów "między" i "wewnątrz" • Liczby stopni swobody w jednoczynnikowej analizie wariancji • Wariancja między grupami i wewnątrz grup badanych w jednoczynnikowej analizie wariancji • No to podsumujmy, czyli wzory jednoczynnikowej analizy wariancji w tabelce • Dwuczynnikowa analiza wariancji, czyli kto jest bardziej dociekliwy w sklepie osiedlowym, a kto w supermarkecie? • Struktura wyniku w dwuczynnikowej analizie wariancji • Hipotezy statystyczne w dwuczynnikowej analizie wariancji • Efekty główne i efekty proste • Co to znaczy, że zmienne niezależne działają w interakcji na zmienną zależną, czyli jeszcze raz o pisaniu listu sprzecznego z własnym przekonaniem • Garść ogólników na temat analizy wariancji dla więcej niż dwóch zmiennych niezależnych • Czy kilka cukierków to wysoki koszt zachowań ekonomicznych dzieci? • Wyniki eksperymentu "dzieci i domki" • Kryminały na kolorowym papierze? • Omnibusowy test F • Na czym polega różnica między hipotezami a priori i post hoćl • Sposoby weryfikacji hipotez post hoc, czyli, dlaczego porównując dwie średnie, musimy brać pod uwagę także wszystkie inne • Test uczciwie istotnej różnicy Tukeya • Konserwatywny test Sheffego • Testy Neumana-Keulsa i Duncana uwzględniające rozstęp • I na koniec dwa słowa o mocy testów post hoc • Porównanie hipotez a priori, czyli analiza kontrastów • Kilka prostych przykładów • Zastosowanie kontrastów w analizie liniowego trendu • Analiza trendu jako test "dobroci" teorii • Co nieco na temat trendów kwadratowych • Co powinniśmy zapamiętać o analizie kontrastów? • Wielkość efektu w analizie wariancji • O wielkości efektu raz jeszcze • Co łączy ze sobą moc testu, wielkość efektu i liczbę obserwacji w grupach? • Na deser: Co Portugalczycy wiedzieli o euro, zanim wstąpili do Unii?
6.4. STATYSTYKA NA PROGU XXI WIEKU • Zacznijmy od powtórki ze skal pomiarowych • Komu najbardziej ufają Polacy? • Czy można stosować test f lub Fdla danych porządkowych? • "Liczby nie wiedzą skąd pochodzą" • O niejawnych związkach między skalą porządkową i przedziałową • Dwie historyjki, które dają wiele do myślenia • Nie należy mylić skali pomiarowej z interpretacją danych • Weryfikacja hipotez, błędy wnioskowania statystycznego i testy Monte Carlo • Statystyczne zabawki? • Czy test Fjest elastyczny? • Monte Carlo - koniec gry, pora na wnioski • Gdy jednak nie można stosować testów parametrycznych • Stare-nowe metody repróbkowania • Pomysły Bradleya Efrona na metody rzemykowe • Testy permutacjne, czyli na ile sposobów można uporządkować zbiór liczb • Statystyka na progu XXI wieku i ta z początku ubiegłego stulecia
7. TESTY NIEPARAMETRYCZNE
7.1. CO TO SĄ TESTY NIEPARAMETRYCZNE I KIEDY SIĘ JE STOSUJE? • Dlaczego testy nieparametryczne nazywają się "nieparametryczne"? • Czy test statystyczny może być prostszy niż dwumianowy? • Dwa słowa o różnych testach nieparametrycznych • Testy oparte na rozkładzie x2 • Raz jeszcze echo dyskusji na temat mocy testów • Kiedy test parametryczny, a kiedy nieparametryczny? • Co każdy badacz wiedzieć powinien o teście statystycznym?
7.2. CZY DWIE CECHY JAKOŚCIOWE SĄ ZALEŻNE OD SIEBIE? • Prolog: "Czy smakują ci obiady w stołówce akademickiej?" • O zjeździe fanów Chaplina i niezależności testu x2 niezależności • Jeśli czarny melonik, to tylko w kółka! • Hipoteza zerowa i alternatywna w teście x2 niezależności • Panie i panowie, meloniki z głów - liczymy x2 • I co z tego, że x2 = 8,18? • Zacznijmy jeszcze raz: "Czy smakują ci obiady w stołówce akademickiej?" • Na liczebności oczekiwane - sposób łatwy • Na liczebności oczekiwane - sposób jeszcze łatwiejszy • Poćwiczmy dodawanie i odejmowanie • Epilog: "Co tak naprawdę oznacza odrzucenie hipotezy zerowej w teście x2 niezależności?" • O poprawce Yatesa do testu x2 ze względu na małe liczebności • O zdrowym rozsądku i wielkości tabel liczebności dla testu x2 niezależności • Pieśń o teście x2 niezależności prawie skończona, prosimy o oklaski • Na koniec coś dla ochłody: "Cola czy pepsi? A może royal crown?" • Czy statystyka byłaby możliwa bez Karla Pearsona?
7.3. TESTY NIEPARAMETRYCZNE DLA DWÓCH PRÓB
7.3.1. TESTY DLA DANYCH NIEZALEŻNYCH • Co ciekawego wymyślili Andriej i Władymir? • O naszych ściśle tajnych zainteresowaniach zaskrońcami • Jak policzyć test Kołmogorowa-Smirnowa? • O jeden wzór za daleko • No to jak jest z tymi wężami, czyli interpretacja wyników testu • Podróże w wyobraźni i zabawy liczbami, na marginesie testu Manna-Whitneya • Jak zinterpretować wynik testu Manna-Whitneya? • Test Manna-Whitney'a, testy t i wyniki standaryzowane z • "Jeżeli Anny nie ma w Granadzie, to Teresa jest w Toledo"
7.3.2. TESTY DLA DANYCH ZALEŻNYCH • Poważne problemy decyzyjne sprzedawców komputerów • Czy Aśka i Frank Wilcoxon pomogą komputerowcom? • O przydatności statystyki w życiu, czyli jak zinterpretować wynik testu Wilcoxona • Jak ma się wynik w teście Wilcoxona do wyniku standaryzowanego z? • Test Wilcoxona a test f dla danych zależnych • Test Wilcoxona z automatyczną skrzynią biegów, czyli o teście znaków • O animowanych książeczkach dla dzieci i interpretacji wyniku testu znaków • Zamiana wyników testu znaków na wyniki standaryzowane z • Kiedy warto pomyśleć o teście znaków?
7.4. TESTY NIEPARAMETRYCZNE DLA WIĘCEJ NIŻ DWÓCH PRÓBEK • Kilka uwag o bardzo użytecznych testach nieparametrycznych • O niepokojach Najważniejszego Szefa Wielkiej Firmy i teście opartym na medianie • Obliczenia Pierwszego Psychologa w Wielkiej Firmie • Nawet w teście opartym na medianie nie uciekniesz od x2 • A może tak testem Kruskala-Wallisa? • Czy test Friedmana pozwoli nam się czegoś dowiedzieć o potrzebach linoskoczków? • O terapii światłem na długie zimowe wieczory
7.5. PORÓWNANIE OTRZYMANYCH WYNIKÓW Z ROZKŁADEM TEORETYCZNYM • Rozkład empiryczny i rozkład teoretyczny • Hipotezy o typie rozkładu - rozkład najlepiej dobrany • Założenie o rozkładzie w badanej próbie • Liczebności otrzymane i oczekiwane • Liczebność oczekiwana dla najmniejszego rozstawu ramion u mężczyzn • Skumulowane liczebności oczekiwane • Liczebności oczekiwane dla całego zbioru danych • Test x2 zgodności • Interpretacja wyniku w teście x2 zgodności • Czy mężczyźni są rzeczywiście szersi w barach od kobiet? • Test x2 zgodności dla innych rozkładów teoretycznych niż rozkład normalny • Test Kołmogorowa-Smirnowa, czyli ile ważą noworodki z Brisbane • Kiedy stosuje się test Kołmogorowa-Smirnowa, a kiedy test x2 zgodności? • Sąjeszcze inne testy zgodności
8. ANALIZA KORELACJI I REGRESJI
8.1. POJĘCIE KORELACJI I WSPÓŁCZYNNIK R PEARSONA • Bestseller na temat statystyki • O zarobkach pastorów w stanie Massachusetts i cenach rumu w Hawanie • Czy ssaki śnią? • Długość snu a waga ciała i długość życia • Współczynnik korelacji liniowej r Pearsona dla danych standaryzowanych • Czy ssaki, które długo żyją, długo śpią? • O związkach między korelacją i prostoliniowością regresji • A jeśli dane odchylają się od linii regresji • Korelacja, wartości przewidywane • Procent wariancji wyjaśnionej za pomocą współczynnika determinacji • W taki razie, od czego naprawdę zależy długość snu u ssaków? • Kiedy można obliczać współczynnik korelacji r Pearsona? • Korelacja w próbie i w populacji • Test istotności współczynnika korelacji, czyli jeszcze raz o pomysłach Studenta • Uważaj, jak interpretujesz współczynnik korelacji r Pearsona • Obserwacje nietypowe • Błędne połączenie dwóch lub więcej grup w jeden zbiór • Nieliniowa zależność między zmiennymi • Trochę zabawy w przekształcenia wzoru na współczynnik korelacji r Pearsona • Korelacja, liniowość, kowariancja, a na dodatek wariancja sum i różnic • Korelacje rzeczywiste i pozorne a związki przyczynowo-skutkowe • Czy w krajach, w których jest więcej bocianów rodzi się więcej dzieci? • Raz jeszcze o macierzy korelacji • Korelacje cząstkowe i semi-cząstkowe • Krótkie podsumowanie • Liczba bocianów i liczba dzieci - rozwiązanie zagadki • Niekończąca się historia o korelacji i przyczynowości w badaniach psychologicznych • Iluzja kontroli
8.2. KORELACJA DLA DANYCH PORZĄDKOWYCH • Nieparametryczni koledzy r Pearsona • Czy morświny spontanicznie tańczą na ogonie? • Czy wpadłbyś na to, że d2 jest miarą inwersji? • W jaki sposób Charles Spearman wykorzystał d2 do obliczania korelacji? • Współczynnik korelacji R Spearmana i rangi wiązane • Istotność współczynnika R Spearmana • Najbardziej liberalny współczynnik korelacji T Kendalla i jego istotność • Na co idziemy do kina? • Obliczanie i interpretacja współczynnika zgodności W Kendalla • Istotność współczynnika zgodności W Kendalla
8.3. ANALIZA REGRESJI • O Franciszku Galtonie i regresji geniuszu • Równanie linii regresji dla danych standaryzowanych • Powtórka z matematyki: o równaniu prostej w układzie współrzędnych • Równanie regresji jako model zależności między zmiennymi • Dlaczego ciągle trzeba odwoływać się do pojęcia wariancji? • Analiza wariancji dla regresji: ocena dopasowania modelu regresji do danych empirycznych • Czy długość życia wpływa na długość snu? • Czy samochody z mocniejszym silnikiem są droższe? • Jeszcze raz o cenach samochodów, czyli znaczenie analizy reszt • O samochodach po raz trzeci: wyniki analizy regresji dla danych surowych • Surowe czy standaryzowane? • Obliczanie współczynników równania regresji dla danych surowych • Czas na krótkie podsumowanie • Predykcja, znaczy przewidywanie • Krzywe ufności dla linii regresji • Istotność współczynnika regresji • Test Fezy f? • Regresja wielokrotna, czyli od czego zależy czas marzeń sennych u ssaków? • Regresja wielokrotna i analiza wariancji • Co oznaczają te wszystkie liczby w tabeli wyników regresji wielokrotnej? • Regresja wielokrotna - interpretacja graficzna • Regresja jedno- i wielokrotna - porównanie • O zmiennych nadmiarowych i regresji krokowej • O stałej w równaniu regresji • A najlepiej, jeśli reszty są normalne • I na koniec jeszcze jeden eksperymencik
Część IV. DODATEK GRATIS
9. JAK NAPISAĆ RAPORT Z BADAŃ • Goals are dreams with deadlines • Co to jest styl APA? • Kiedy należy stosować styl APA? • Części raportu badawczego • Strona tytułowa • Streszczenie • Wprowadzenie o Przedstawienie problemu o Opis wcześniejszych badań, które mają związek z problem badawczym o Cel badania i proponowany sposób rozwiązania problemu o I na koniec kilka uwag o wprowadzeniu • Metoda o Osoby badane o Materiały o Procedura • Wyniki o O zdjęciach twarzy i bakteriach w sałatce z kurczaka o O satysfakcji z zakupów w supermarkecie o Wykresy i tabele • Dyskusja wyników • Dyskusja ogólna lub zakończenie • Powoływanie się na prace innych badaczy w tekście raportu o Dosłowne cytowanie fragmentów publikacji o Odwołania bibliograficzne • Bibliografia, czyli literatura cytowana • Załączniki zwane Aneksem • Nota autorska • Kilka uwag technicznych dotyczących składu i łamania tekstu raportu • Sugestie dotyczące języka • I coś na deser
Część V. NA DOBRY POCZĄTEK
Bibliografia
Indeks
Aneks: tablice statystyczne A Powierzchnie pod krzywą normalną odpowiadające wynikom standaryzowanym z przedziału od -3z do +3z (hipoteza jednostronna) B Wyniki standaryzowane odpowiadające powierzchniom pod krzywą normalną (hipoteza jednostronna) C Wartości krytyczne testu r dla hipotezy jedno- i dwustronnej D Zależność między przewidywaną wielkością efektu d i mocą testu a minimalną liczbą osób badanych w eksperymencie (test jedno- i dwustronny dla a = 0,05) E Wartości testu F Snedecora dla α = 0,05 (dla α = 0,01 ) F Wartości krytyczne testu x2 G Wartości krytyczne testu Wilcoxona (test jedno- i dwustronny) H Wartości współczynnika korelacji Spearmana istotne na poziomie 0,05 i 0,01 (test jednostronny)
|