Обработка на данни от експеримент

Презентация по темата: "Обработка на данни от експеримент"— Препис на презентация:

1 Обработка на данни от експеримент
1

2 Съдържание на раздела Експериментален дизайн
1 Експериментален дизайн Обработка на данни от експеримент 2х2 2 Обработка на данни от експеримент КхМ 3

3 Експериментален дизайн

4 Именно този по-общ план е дизайнът на експеримента.
Въведение Когато се провежда дадено научно изследване, формирането на групите и планирането на определен брой изследвания е подчинено на по-общ замисъл, който цели да се достигне до ново научно познание по отношение на: Неизяснени до момента различия в характеристиките на изследваните обекти, дължащи се на различия в някой факторен признак (пол, възраст, двигателен режим, вид спорт, диагноза и др.); Различия в изучаваните характеристики на обектите, дължащи се на прилагането на нови въздействия, които могат да се установят чрез тяхното последователно (през определен период от време) измерване. Именно този по-общ план е дизайнът на експеримента.

5 Експерименталният дизайн включва:
Плана за разпределяне на изследваните единици в различни нива на въздействие; статистическите анализи, които са подходящи при дадената схема и коректни от гледна точка на изискванията за прилагане на съответния метод.

6 Принципи на експерименталния дизайн
Контрол (Control) - Развитието, което се наблюдава в групата, с която се експериментира новото въздействие (ЕГ) трябва да се сравнява с това на контролна група (КГ), за да се елиминира влиянието на възможни неизследвани фактори. Рандомизация (Randomization) – случаен подбор на изследваните в ЕГ и КГ, което осигурява равно изходно състояние на двете групи; Повторения (Replication) – необходими са достатъчно голям брой повторения (изследвани лица), за да се доловят различия в развитието на показателите. Могат да се провеждат и допълнителни експерименти, които да потвърдят получените вече резултати. Групиране (Blocking) – създаване на подгрупи, по признаци, за които се предполага, че влияят върху ефекта от приложеното въздействие.

7 Обозначения Прието е следното условно обозначение: RO X O R O O
Със символа О се отбелязва изследването (от observation); Със символа Х се отбелязва въздействието; Ако принадлежността към различни групи е определена чрез случаен подбор, съответната група се обелязва с R (от random); Времето тече отляво надясно. Символиката RO X O R O O означава, че са изследвани две случайно подбрани групи, че са проведени две изследвания и че в едната група между двете изследвания е приложено някакво въздействие (нова методика).

8 IV – independent variable и DV – dependent variable
Въведение В предходните раздели бяха разгледани статистическите методи за проверка на хипотези. Променливите, които изучавахме бяха обозначени с Х, защото не гледахме на тях като на следствие от някакво въздействие. От гледна точка на експерименталния дизайн: Променливите, които изследователят изменя се наричат НЕЗАВИСИМИ променливи (фактори). Това може да е принадлежността към дадена група (спортуващи-неспортуващи), дадени методи на въздействие (експериментална-контролна група) и др. Променливите, по които може да се долови ефектът от въздействието се наричат ЗАВИСИМИ променливи. Това са онези признаци, които се изследват. До момента ги отбелязвахме с X, а в тази лекция ще ги отбелязваме с Y. В интернет източници може да се срещнат като: IV – independent variable и DV – dependent variable

9 Обозначения, използвани в лекциите:
План на експеримент с две групи (експериментална и контролна) и три изследвания. Подходящи методи дисперсионен анализ за повтарящи се наблюдения и сравнителен анализ за две независими извадки или смесен дизайн на експеримент 2х3 (който се разглежда в следващия раздел на лекцията). ЕГ EГ Х КГ

10 Дейности по проектиране на експеримента:
1. Формулиране на статистическите хипотези, които съответстват на научната хипотеза. Статистическите хипотези могат да касаят един или повече параметри на съвкупността, като те представляват твърдения, които могат да се проверят на базата на емпирични данни. 2. Определяне на нивата на независимата променлива и показалите, по които може да се долови промяната на зависимата променлива и външните условия, които биха могли да окажат влияние на резултатите. 3. Определяне на броя на статистическите единици, които да попаднат в извадките. 4. Описание на рандомизацията (ако е прилаган случаен подбор на статистическите единици към съответните нива на независимата променлива. 5. Определяне на статистическия анализ, който е подходящ за обработка на данните (Kirk, 1995: 1–2).

11 Смесен експериментален дизайн с повтарящи се наблюдения

12 Модел на експеримента Фактор Взаимодействие Treatment
Group x Treatment Развитие + ефект от експериментираното въздействие Прираст dк= 𝑌 2− 𝑌 1 Въздействие Експериментална група Фактор Group Развитие Контролна група

13 Възможни резултати от експеримента
EГ КГ Y I II EГ КГ Y I II Effectгрупа0 Effect възд.Г= 0 EffectГхВ=0 Effectгрупа= 0 Effect Възд.= 0 EffectГхВ=0 КГ Y I II EГ КГ Y I II EГ EffectГрупа = 0 Effect Възд.  0 EffectГхВ=0 EffectГрупа ≠ 0 EffectВъзд.≠ 0 EffectГхВ=0 Линиите са успоредни – развитието (или липсата на такова) на показателите в двете групи е еднакво(Effect ГхВ=0).

14 EГ КГ Y I II EГ КГ Y I II EffectГрупа ≠ 0 Effect Възд.= 0 EffectГхВ≠0 EffectГрупа ≠ 0 Effect Възд.≠ 0 EffectГхВ≠0 EГ КГ Y I II EffectГрупа ≠ 0 Effect Възд = 0 EffectГхВ≠0 Линиите не са успоредни – развитието на показателите в двете групи е различно (EffectГхВ0).

15 Алгоритъм при експеримент 2х2 (две групи и две изследвания).
Модел на експеримента По данните от файла DESIGN3x3.sav установете развитието на бързината между 5-ти и 6-ти клас при момичета и момчета.. ЕГ2 ЕГ1 Х КГ2 КГ1 Х

16 Алгоритъм при експеримент 2х2 (две групи и две изследвания).
По данните от файла DESIGN3x3.sav установете развитието на бързината между 5-ти и 6-ти клас при момичета и момчета.. Алгоритъм при експеримент 2х2 (две групи и две изследвания). 1.Изчислява се прирастът на резултатите между двете изследвания (Transform Compute); 2. Установява се статистическата значимост и величината на прираста (d, d%, Cohen’s d) на резултатите във всяка от групите. Файлът се сплитва по групиращата променлива. В зависимост от формата на разпределение се прилагат параметрични или непараметрични критерии за сравняване на две зависими извадки. След това се маха сплитването на файла. 2. Проверява се статистическата значимост на разликата между групите при I-во, II-ро изследване и между прираста на показателите (от гледна точка на дисперсионния анализ това е взаимодействието). В зависимост от формата на разпределението се ползват параметрични или непараметрични критерии за сравняване на две независими извадки.

17 Представяне на резултатите
По данните от файла DESIGN3x3.sav установете развитието на бързината между 5-ти и 6-ти клас при момичета и момчета.. Представяне на резултатите

18 Обработка на данни от експеримент, в който групите или изследванията са повече от две
MRM ANOVA

19 Задаване на анализа със SPSS
По данните от файла DESIGN3x3.sav установете статистическата значимост на разликите между постиженията на момчетата в скока на дължина от 5-ти до 7-ми клас . Модел на експеримента М Х Ж Х Х

20 Задаване на анализа със SPSS
По данните от файла DESIGN3x3.sav установете статистическата значимост на разликите между постиженията на момчетата в скока на дължина от 5-ти до 7-ми клас . Изберете Analyze>General Linear Model>Repeated Measures; В отворилия се диалогов прозорец задайте броя на последователните измервания и натиснете Define; В прозореца Repeated Measures задайте: В Within-Subjects Variables - последователните измерваниия; В Between-Subjects Factor (s) – групиращата променлива; Натиснете бутона Plots и прехвърлете в полето Horizontal Axis поредните измервания, а в Separate Lines – групиращата променлива и наснете бутона Add. Продължава на следващия слайд.

21 Задаване на анализа със SPSS
По данните от файла DESIGN3x3.sav установете статистическата значимост на разликите между постиженията на момчетата в скока на дължина от 5-ти до 7-ми клас . Задаване на анализа със SPSS В основния прозорец натиснете бутона Post hoc, прехвърлете групиращата променлива в полето Post Hoc Tests for и поставете отметка в Tukey. Натиснете бутона Options и задайте опциите, показани на фигурата. Потвърдете с Continue>OK.

22 Резултати – обобщаваща информация за влиянието на отделните фактори
Влияние на времето Разлика в темповете на промяна при момчета и момичета Влияние на пола

23 Множествени сравнения
Post hoc статистиките се изчисляват само в случай, че групиращата променлива има повече от две категории. Сравняването на основните ефекти, зададено от диалоговия прозорец Options дава следните резултати: Разликите между измерванията (в периода от 5 до 7 клас) са съществени. Разликите между момчета и момичета не са съществени (в случая това е известно и от дисперсионния анализ).

24 Състояние на признака Линиите не са успоредни – има разлика в темповете на развитие на бързината при момчета и момичета. Това се потвърждава от дисперсионния анализ.

25 Пример – изкуствено е създадена и трета категория към променливата „Група“
Какви би следвало да са резултатите от дисперсионния анализ?

26 Резултат

27 Самостоятелна работа 6 Обработка на данни от експеримент
По собствени данни или по данни от файловете DESIGN3x3.sav направете пример за обработка на данни от експеримент Формулирайте проблема, данните и дефинирайте Но и Н1 Въведи текст Резултати Таблица 10 Графика

28 Самостоятелна работа 6 Обработка на данни от експеримент Анализ
По собствени данни или по данни от файловете DESIGN3x3.sav направете пример за обработка на данни от експеримент Анализ Въведи текст

29 Благодаря за вниманието!