Анализ номинативных данных

1. χ2 – критерий Пирсона

1.1. Ограничения критерия: Наблюдаемые и теоретические частоты не должны быть меньше 5. В этом случае применение критерия может привести к получению неверного вывода.

2. Выбор критерия

2.1. Если имеется 2 независимые выборки, то при наличии 2 градаций (дихотомический признак) можем использовать как критерий Фишера, так и критерий хи-квадрат, но при малом объеме выборок (меньше 30) - только критерий Фишера; при наличии 3 и более градаций - хи-квадрат критерий Пирсона.

2.2. Если имеется несколько независимых выборок, то используется хи-квадрат критерий Пирсона. Если имеется 2 зависимые выборки и признак дихотомический, то используется критерий Мак-Нимара.

3. Сравнение эмпирического распределения с теоретическим.

3.1. Н0 – сравниваемые доли равны между собой (эмпирическое распределение соответствует теоретическому); Н1 – сравниваемые доли не равны между собой (эмпирическое распределение не соответствует теоретическому).

3.2. Используются: точный критерий Фишера (только для 2 градаций); χ2 – критерий Пирсона.

4. Точный критерий Фишера

4.1. Точный тест (критерий) Фишера – это тест статистической значимости, используемый в анализе категориальных данных, когда размеры выборки малы

4.1.1. Project specifications

4.1.2. End User requirements

4.1.3. Action points sign-off

4.2. С большими выборками в этой ситуации может использоваться тест хи-квадрат. Однако этот тест не является подходящим, когда теоретические частоты в любой из ячеек таблицы оказываются ниже 5

4.2.1. Define actions as necessary

4.3. Development Stage 2

5. Критерий Мак-Нимара

5.1. Он применяется в том случае, когда выборка объектов классифицирована дважды по одному и тому же основанию.

5.2. a – количество объектов выборки, у которых и при первом, и при втором измерении было значение 1; d – количество объектов выборки, у которых и при первом, и при втором измерении было значение 2; b – количество объектов выборки, у которых при первом измерении было значение 1, а при втором – значение 2; c – количество объектов выборки, у которых при первом измерении было значение 2, а при втором – значение 1.

6. Сравнение двух или нескольких эмпирических распределений.

6.1. Н0 – сравниваемые доли двух (нескольких) групп равны между собой; Н1 – сравниваемые доли двух (нескольких) групп не равны между собой.

6.1.1. Services

6.1.2. Duration

6.2. Выборки являются независимыми

6.2.1. прменяются:точный критерий Фишера; χ2 – критерий Пирсона.

6.3. Выборки являются зависимыми

6.3.1. используется критерий Мак-Нимара