Liczby nie wiedzą, skąd pochodzą. Przewodnik po metodologii i statystyce nie tylko dla psychologów

Piotr Francuz, Robert Mackiewicz
ISBN: 978-83-7363-567-8
Stron: 654
Format: 20x25 cm (oprawa twarda)
Rok wydania: 2007 (wydanie II poprawione)

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.

Piotr Francuz, dr hab., prof. Katolickiego Uniwersytetu Lubelskiego, kierownik Katedry Psychologii Eksperymentalnej KUL i Ośrodka Psychologicznych Analiz Komunikowania Społecznego w Lublinie.

Robert Mackiewicz, dr, adiunkt Katedry Psychologii Marketingu w Szkole Wyższej Psychologii Społecznej w Warszawie, zastępca dyrektora Instytutu Podstaw Psychologii SWPS.


SPIS TREŚCI

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)