<<
>>

ЗАКЛЮЧЕНИЕ

  В этой главе мы познакомили вас с наиболее распространенными статистическими процедурами, которые используются при изучении взаимосвязей между двумя переменными. Как и в гл. 14, мы выяснили, что для разных уровней измерения анализируемых данных подходят разные способы вычисления связи и статистической значимости.
Вместе с методами, представленными ранее, рассмотренные коэффициенты снабдят исследователя некоторыми очень полезными основополагающими способами получения научных результатов. В следующей главе мы обратимся к более сложным статистическим методикам, которые обогатят наши возможности анализа и понимание того, что мы изучаем. [c.437]

Дополнительная литература

Библиографию по статистике см. к гл. 16.

ПРИМЕЧАНИЯ

1 Об определении этого понятия см.: Freeman L.C. Elementary Applied Statistics: For Students in Behavioral Science – N.Y.: Wiley, 1965.

2 Полное объяснение статистической значимости требует гораздо более пространного изложения, чем мы можем позволить себе здесь. Читателю можем посоветовать обратиться к одному из изданий по статистике, перечисленных в списке дополнительной литературы к гл. 16. Наш разговор, по сути дела, будет ограничен тем, что такое ошибка первого порядка, не принимая во внимание так называемую нулевую гипотезу (гипотезу, предполагающую, что между двумя переменными не существует никакой связи).

3 Собственно, коэффициент, который мы здесь описываем, – это ? или ?a (ассиметричная), измерение, которое проверяет наличие связи только в одном направлении (от независимой переменной к зависимой). Тест на проверку истинной ? связи тоже возможен (см.: Freeman, p. 71–76).

4 В таких условиях ? может быть ненадежна, но мы включили этот сюжет для того, чтобы облегчить понимание концепции связи в целом. Соответствующий коэффициент – коэффициент Кендалла – может быть более надежен, но его определение более сложная процедура для начинающих статистиков.

5 Из всего этого, таким образом, следует, что единственный тип связи, который измеряется коэффициентом r, – это линейная (прямолинейная) связь. Существуют и другие статистические приемы, позволяющие измерить более сложные типы взаимосвязей (например, криволинейную связь); можно также преобразовать интервальные данные в порядковые категории и прийти, таким образом, к более простым типам взаимосвязей.

/>

<< | >>
Источник: Мангейм Дж. Б., Рич Р. К.. Политология. Методы исследования.. 1997

Еще по теме ЗАКЛЮЧЕНИЕ:

  1. 5.14. Заключение эксперта
  2. 15.4. Окончание предварительного следствия с обвинительным заключением 15.4.1.
  3. УМОЗАКЛЮЧЕНИЕ
  4. Примечание [Обычный взгляд на умозаключение]
  5. В. УМОЗАКЛЮЧЕНИЕ РЕФЛЕКСИИ
  6. а) Умозаключение общности
  7. Ь) Индуктивное умозаключение
  8. с) Умозаключение аналогии 1.
  9. а) Категорическое умозаключение 1.
  10. Ь) Гипотетическое умозаключение
  11. с) Дизъюнктивное умозаключение
  12. III. Умозаключение