Liczby nie wiedzą, skąd pochodzą : przewodnik po metodologii i statystyce nie tylko dla psychologów
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.
Zobacz pełny opisOdpowiedzialność: | Piotr Francuz, Robert Mackiewicz ; Katolicki Uniwersytet Lubelski Jana Pawła II. Wydział Nauk Społecznych. |
Hasła: | Metodologia Prawdopodobieństwo Psychometria Statystyka Podręczniki akademickie |
Adres wydawniczy: | Lublin : Wydawnictwo KUL, 2007. |
Wydanie: | Wydanie 2 poprawione. |
Opis fizyczny: | XXV, 654 s. : il. ; 26 cm. |
Uwagi: | Bibliogr. s. 619-627. Indeks. |
Forma gatunek: | Książki. |
Twórcy: | Mackiewicz, Robert. |
Przeznaczenie: | Dla studentów nauk społecznych i humanistycznych. |
Skocz do: | Dodaj recenzje, komentarz |
- 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)
Zobacz spis treści
Sprawdź dostępność, zarezerwuj (zamów):
(kliknij w nazwę placówki - więcej informacji)