Показатели В представляют собой набор коэффициентов и константу регрессионного уравнения.Показатель В можно рассматривать как весовой коэффициент, характеризующий влияние соответствующей независимой переменной (предиктора) на зависимую переменную (критерий). Положительное значение В указывает на то, что с возрастанием предиктора значение критерия возрастает, а отрицательное значение В — на то, что значение критерия убывает.

В дисперсионном анализе отношение межгруппового среднего квадрата к впутригрушювому среднему квадрату. Данная величина позволяет сравнить межгрушювую дисперсию с внутригрупновой дисперсией. В случае если первая окажется значительно выше второй, это будет означать наличие значимого различия между группами. В множественном регрессионном анализе F-критерий позволяет определить значимость множественной корреляции.

См. Значимость.

Квадрат коэффициента множественной корреляции (коэффициент детерминации), доля дисперсии зависимой переменной, обусловленная воздействием двух или более независимых переменных.

Критерий для определения статистической значимости различия двух средних.

Критерий, сравнивающий средние значения двух распределений для одной и той же выборки.

Критерий, предназначенный для сравнения среднего значения распределения переменной с некоторой эталонной величиной.

Также называются стандартизованными значениями. После стандартизации (или 2-преобразования) значений переменной среднее равно 0, стандартное отклонение равно 1. Стандартизованное значение может характеризовать направление и степень отклонения исходного значения от среднего. Для стандартизованных значений, превышающих по модулю 1,96, уровень значимости оказывается ниже 0,05.

В анализе надежности значение ? для шкалы, по­лучающейся путем удаления текущего ее пункта.

(лат. arte factum — сделанный искусственно) — результат исследования, являющийся следствием изменения зависимой переменной под влиянием побочных переменных. Артефакт есть следствие ошибок или недостаточного контроля условий проведения исследования. Одно и то же явление может быть артефактом в рамках одной экспериментальной схемы и фактом в рамках другой, поэтому явления, не объясняемые принятой теорией, часто трактуются как артефакты.

Мера отклонения распределения от нормального характеризующая симметричность графика.

Способ контроля действия внешних (дополнительных) переменных, при котором каждой группе испытуемых предъявляют различные сочетания независимой и дополнительных переменных.

Включает в себя следующие признаки:

1. эксперимент, в котором устранены все источники систематических смешений — идеальный эксперимент;
2. эксперимент, в котором бесконечное число проб применяется к бесконечному числу испытуемых, позволяющий учесть бесконечное число побочных переменных;
3. эксперимент полного соответствия, полностью копирующий реальность по Р.Готтсданкеру.

Данная величина используется во множественном регрессионном анализе для переменных, не вошедших в уравнение регрессии, и представляет собой значение коэффициента ?, рассчитанного в предположении, что соответствующая переменная была включена в регрессионное уравнение.

Критерий для множественного сравнения средних, если в дисперсионном анализе получен значимый результат.

Индекс валидности теста; коэффициент корреляции между значениями теста и набором критериальных оценок, которые рассматриваются как отражающие переменную (переменные), которую, как предполагается, этот тест измеряет. Например, для теста, разработанного для оценки школьных способностей, это будет корреляция между экзаменационными отметками и академическими успехами.

Своего рода предварительная, интуитивная оценка содержательной валидности теста. Степень, в которой пункты теста, как кажется, имеют интуитивную, априорную связь с моделями поведения, которые, как считается, они тестируют. Также называется валидностью здравого смысла.

Соответствие конкретного исследования идеальному; оценивает изменение зависимой переменной, определяется влиянием независимой переменной, а не другими причинами. Внутренняя валидность зависит от систематического изменения влияния независимой и других переменных от неэквивалентности и изменения сравниваемых групп в ходе эксперимента.

Отражает соответствие диагноза и прогноза, полученного на основе данных тестирования, деятельностным и жизненным показателям; включает в себя текущую и прогностическую валидность.

Соответствие целей и процедуры исследования обыденным представлениям испытуемого о природе изучаемого явления. Имеет мотивационное значение для испытуемых и является в некоторых исследованиях одной из составляющих внешней валидности.

В модели логистической регрессии критерий значимости коэффициента В для соответствующего предиктора. Чем выше его значение (вместе с числом степеней свободы), тем выше значимость.

Эффект совместного влияния на зависимую переменную двух и более независимых переменных, который не сводится к их раздельному влиянию. В случае двух независимых переменных проявляется в том, что эффект влияния одной из них проявляется по-разному на разных уровнях другой переменной.

Сумма квадратов отклонений наблюдаемых значений от среднего для каждой группы.

Процедура, применяемая в факторном анализе для того, чтобы получить более простую структуру факторов.

Процедура «удобной» выборки состоит в установлении контактов с «удобными» единицами выборки - с группой студентов, спортивной командой, с друзьями и соседями. Если необходимо получить информацию о реакции людей на новую концепцию, такая выборка вполне обоснованна. «Удобную» выборку часто используют для предварительного тестирования анкет.

выборка строится как модель, которая воспроизводит структуру генеральной совокупности в виде квот (пропорций) изучаемых признаков. Число элементов выборки с различным сочетанием изучаемых признаков определяется с таким расчётом, чтобы оно соответствовало их доле (пропорции) в генеральной совокупности. Так, например, если генеральная совокупность у нас представлена 5000 человек, из них 2000 женщин и 3000 мужчин, тогда в квотной выборке у нас будут 20 женщин и 30 мужчин, либо 200 женщин и 300 мужчин. Квотированные выборки чаще всего основываются на демографических критериях: пол, возраст, регион, доход, образование и прочих.Плюсы: обычно такие выборки репрезентативны. Минусы: применение данного способа построения выборки возможно при наличии достаточно полной информации о генеральной совокупности.

Выборка строится следующим образом. У каждого респондента, начиная с первого, просятся контакты его друзей, коллег, знакомых, которые подходили бы под условия отбора и могли бы принять участие в исследовании. Таким образом, за исключением первого шага, выборка формируется с участием самих объектов исследования. Метод часто применяется, когда необходимо найти и опросить труднодоступные группы респондентов (например, респондентов, имеющих высокий доход, респондентов, принадлежащих к одной профессиональной группе, респондентов, имеющих какие-либо схожие хобби/увлечения и т.д.)

Вид простой вероятностной выборки. Использование такой выборки основывается на предположении, что каждый респондент с равной долей вероятности может попасть в выборку. На основе списка генеральной совокупности составляются карточки с номерами респондентов. Они помещаются в колоду, перемешиваются и из них наугад вынимается карточка, записывается номер, потом возвращается обратно. Далее процедура повторяется столько раз, какой объём выборки нам необходим. Минус: повторение единиц отбора.

Если после районирования из каждой группы отбирается типичный объект, т.е. объект, который по большинству изучаемых в исследовании характеристик приближается к средним показателям, такая выборка называется районированной с отбором типичных объектов.

Единицы отбора представляют собой статистические серии (семья, школа, бригада и т.п.). Отобранные элементы подвергаются сплошному обследованию. Отбор статистических единиц может быть организован по типу случайной или систематической выборки. Минус: Возможность большей однородности, чем в генеральной совокупности.

Выборка так называемого «первого встречного». Часто используется в теле- радио- опросах. Размер и состав стихийных выборок заранее не известен, и определяется только одним параметром – активностью респондентов.Минусы: невозможно установить какую генеральную совокупность представляют опрошенные, и как следствие – невозможность определить репрезентативность.

Столбиковая диаграмма для отображения распределения частот по категориям (диапазонам значений) переменной. Горизонтальная ось графика соответствует значениям переменной, а вертикальная — частотам.

Диаграмма, позволяющая выбрать число факторов в факторном анализе на основе критерия каменистой осыпи Р.Кеттелла.

Диаграмма древовидной структуры, иллюстрирующая процесс кластеризации в кластерном анализе.

Графическая интерпретация пошаговой процедуры кластеризации в кластерном анализе.

Диаграмма разброса, включающая сдвиги точек от линии регрессии по вертикальной оси.

Аналог средних значений элементов (пунктов шкалы) в анализе надежности.

Характеристика выборочного распределения переменной, описывающая разброс значений вокруг среднего и вычисляемая как отношение суммы квадратов отклонений к объему выборки, уменьшенному на 1. Кроме того, дисперсия представляет собой квадрат стандартного отклонения.

Диапазон, в котором находится большинство значений выборки. Например, термин "доверительный интервал в 95%" означает интервал, в который любое случайное значение из выборки попадает с вероятностью 95%.

Непараметрический критерий, определяющий различие двух измерений для одной выборки на основе знаков разностей пар значений.

Изменение величины R? в результате введения новой переменной в уравнение регрессии.

Стадия процесса формирования регрессионного (дискриминантного) уравнения, на которой происходит включение или исключение очередной переменной. Процесс продолжается до тех пор, пока не перестанет удовлетворяться заданный в процедуре критерий.

В дискриминантом анализе канонический коэффициент представляет собой корреляцию между оценками дискриминантной функции и уровнями зависимой переменной.

Переменная, каждое значение которой указывает на принадлежность объекта к определенной группе (категории). Категориальная переменная не является количественной; она разделяет все объекты на непересекающиеся группы по определенному признаку (пол, хобби, класс и пр.), но не позволяет сравнивать объекты по уровню выраженности этого признака.

Доля дисперсии зависимой переменной, обусловленная воздействием со стороны независимой переменной. Так, ?? = 0,044 означает, что 4,4 % дисперсии зависимой переменной обусловлено данной независимой переменной.

25, 50 и 75-й процентили.

Количественная переменная, имеющая значительную корреляцию с зависимой переменной и включаемая в анализ для более точной проверки воздействий факторов на зависимую переменную.

Непараметрический критерий, определяющий, отличается ли данное эмпирическое распределение от теоретического распределения (нормального, равномерного, Пуассона или экспоненциального).

Мера степени и направления связи между значениями двух переменных.

В анализе надежности это описательная информация о корреляциях каждого пункта с суммой всех остальных пунктов.

В-коэффициенты, то есть множители при переменных, входящих в состав регрессионного уравнения, а также константа.

Критерий, предназначенный для проверки гипотезы о том, что все распределения зависимой переменной для сравниваемых выборок имеют одинаковые дисперсии.

В дискриминантном анализе натуральный логарифм определителя каждой ковариационной матрицы. Логарифмический определитель используется для вычисления М Бокса.

Отношение внутригрупповой суммы квадратов к общей сумме квадратов, характеризующее дисперсию оценок дискриминантной функции, не обусловленную различиями между двумя группами. Единичное значение лямбда принимает в случае, если наблюдаемые средние значения групп равны; значения, близкие к нулю, означают, что внутригрупповая дисперсия мала по сравнению с общей дисперсией.

Наибольшее наблюдаемое значение распределения переменной.

Матрица, каждое значение которой соответствует различию между двумя объектами.

Значение переменной, делящее упорядоченное множество всех значений выборки ровно пополам: у половины объектов выборки значения переменной больше, а у другой половины меньше медианы.

Сумма квадратов разностей между главным средним значением и средними значениями групп, умноженных на весовые коэффициенты, равные числу объектов в соответствующих группах.

Метод, используемый в кластерном анализе, при выполнении которого объекты объединяются в кластеры по одному на каждом шаге до тех пор, пока не будет образован единственный кластер, охватывающий все объекты.

Наименьшее наблюдаемое значение распределения переменной.

В многомерном дисперсионном анализе набор критериев, позволяющих определить влияние факторов и их взаимодействий на совокупность зависимых переменных. Наиболее мощным считается критерий Пилая.

Вид дисперсионного анализа, в котором одна и та же группа объектов подвергается действию каждого уровня независимой переменной. С точки зрения вычислений этот анализ можно назвать внутригрупповым.

Критерий М Бокса определяет, являются ли ковариационные матрицы одинаковыми. Для каждого из значений вычисляется р-уровень, а также величина F или ??.

Наиболее часто повторяющееся значение распределения переменной.

В ??-анализе фактическая частота категории.

Наименьшая частота в ячейке таблицы сопря­женности, определяемая в процессе применения критерия ??.

Суммарное число объектов, имеющих значение переменной, не большее, чем указано.

Логлинейная модель, включающая все взаимодействия и главные эффекты факторов.

Процедура, используемая в факторном анализе, допускающая результат, в котором угол между факторами отклоняется от прямого. Это иногда желательно для достижения более простой структуры.

Список коэффициентов и константа дискриминантного уравнения.

Распределение частот (вероятностей), графически представляемое в виде симметричной кривой, имеющей пик в центре и асимптотически приближающееся к горизонтальной оси по краям. Идеальное нормальное распределение характеризуется нулевыми значениями асимметрии и эксцесса.

Сумма квадратов отклонений всех значений от среднего значения всего распределения.

В многомерном дисперсионном анализе критерии, которые характеризуют влияние независимых переменных и их взаимодействий на каждую зависимую переменную в отдельности.

В логлинейных моделях остатки представляют собой разности между ожидаемыми и наблюдаемыми частотами. Чем выше значения остатков, тем менее адекватной является модель. SPSS подсчитывает исправленные величины остатков с использованием оценок стандартного отклонения. Исправленные остатки представлены в единицах нормального распределения, и, как правило, значения остатков, по модулю превышающие 1,96, являются значимыми.

Расстояние и направление (отрицательное или положительное) между средним и данным значениями.

Некоторая числовая характеристика генеральной совокупности.

При выводе результатов пошагового регрессионного анализа SPSS включает для каждого шага статистики тех переменных, которые вошли в уравнение регрессии.

См. Ранговая переменная

Матрица, для которой строкам и столбцам соответствуют разные последовательности элементов (объектов или переменных).

Количественная переменная, отражающая измеренное качество на уровне порядка: в большей или меньшей степени оно выражено. В отличие от метрической шкалы не позволяет судить о том, насколько больше или меньше выражено качество, поэтому не допускает применения арифметических операций.

Инструмент статистики, позволяющий прогнозировать значения зависимой переменной с помощью известных значений независимых переменных.

Свойство выборки воспроизводить характеристики генеральной совокупности. Таким образом, выборка должно быть копией генеральной совокупности относительно характеристик, существующих для цели исследования. Одна и та же выборка может быть репрезентативной и нерепрезентативной для разных генеральных совокупностей.

Квадратная матрица, для которой в каждой паре ячеек, расположенных симметрично относительно главной диагонали, содержатся одинаковые значения. Типичным примером симметричной матрицы является корреляционная матрица.

Собственное значение В факторном анализе эта величина пропорциональна доле дисперсии, обусловленной влиянием данного фактора; в дискриминантном анализе отношение межгрупповой суммы квадратов к внутригрупповой сумме квадратов. Чем больше собственное значение, тем выше точность дискриминантной функции.

В анализе надежности половинного расщепления – надежность, вычисленная для случая, когда «половины» имеют неравный размер.

В анализе надежности (с применением альфа Кронбаха) — описательная информация, касающаяся средних значений пунктов шкалы по всем объектам.

В анализе надежности — значение ? полученное в случае, если перед проведением анализа стандартизовать распределе­ния всех элементов шкалы.

Мера разброса значений распределения вокруг среднего. Стандартное отклонение определяется как квадратный корень дисперсии (суммы квадратов отклонений от среднего, деленной на N - 1, где N- объем выборки).

График распределения частот по категориям (значениям) переменной. Каждый столбец на графике соответствует одному значению признака, а его высота пропорциональна частоте встречаемости этого значения. Аналогичное средство для количественных переменных, имеющих большое число возможных значений, обычно называется гистограммой.

См. t-критерий.

Таблица, устанавливающая соотношение между категориями (значениями) признака и частотами их встречаемости.

Мера линейной зависимости между одной переменной и набором других переменных. Если при дискриминантном анализе уровень толерантности составляет менее 0,001, это означает, что линейная зависимость для данной переменной настолько высока, что ее включение в дискриминантное уравнение недопустимо.

В факторном анализе объединение нескольких переменных, чья взаимная корреляция исчерпывает определенную долю общей дисперсии. После процедуры вращения каждый фактор интерпретируется как некоторая общая причина взаимосвязи группы переменных.

Мера связи (корреляции) двух категориальных переменных, обычно применяемая наряду с критерием ?? при анализе таблиц сопряженности и вычисляемая по формуле: .

В анализе логистической регрессии величина, позволяющая определить оказывают ли переменные, входящие в состав регрессионного уравнения, значимое влияние на зависимую переменную. Чем выше полученное значение, тем значительнее воздействие.

Непараметрический критерий для сравнения ожидаемых и наблюдаемых частот (как правило, для таблиц сопряженности). Критерий может использоваться для оценки адекватности структурных и логлинейных моделей. В любом случае, ??-анализ всегда отвечает на один и тот же вопрос: отличаются ли ожидаемые частоты модели от наблюдаемых. Коэффициент ?? Пирсона вычисляется по следующей формуле: ??=?[(f?-f?)?/f?].

Значение критерия ?? , характеризующее долю воздействия очередной независимой переменной на зависимую переменную.

Доля объектов в выборке, имеющих данное значение признака; равна отношению абсолютной частоты к объему выборки.

Отношение вероятности того, что событие произойдет, к вероятности того, что событие не произойдет.

В логистическом регрессионном анализе величина eB используется в одной из форм регрессионного уравнения и позволяет создать одну из интерпретаций коэффициентов регрессии.

Мера корреляции между двумя переменными в случае, если одна из них является категориальной.