ФІЗИЧНА КУЛЬТУРА ТА ФІЗИЧНЕ ВИХОВАННЯ Бархатова Л.В
реклама
ФІЗИЧНА КУЛЬТУРА ТА ФІЗИЧНЕ ВИХОВАННЯ БАРХАТОВА Л.В. ПОПОВА М.А. КОЛОКОЛЬЦЕВ М. М., профессор каф. физической культуры ИРНИТУ, д.м.н. Иркутский национальный исследовательский технический университет, Россия, г. Иркутск ИСПОЛЬЗОВАНИЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ Аннотация. Разработано программное обеспечение для статистической обработки данных, определяющее медианы, квартили и достоверность двух выборок. Ключевые слова: статистическая обработка данных, непараметрические методы, программное обеспечение. Введение. Практически во всех областях деятельности человека применяются статистические методы анализа данных. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью [3]. Существуют параметрические (сравнение средних значений) и непараметрические (сравнение рангов значений, измеренных с помощью порядковых шкал) методы статистики [2]. Параметрические методы основаны на предположении нормальности. Объем выборки является основным фактором, ограничивающим применение параметрических методов. До тех пор, пока выборка достаточно большая, можно считать, что распределение нормально. В тех же случаях, когда выборка мала, эти критерии следует использовать только при наличии уверенности, что переменная действительно имеет нормальное распределение (распределение Гаусса). Однако нет способа проверить это предположение на малой выборке [4]. Непараметрические методы позволяют обрабатывать данные "низкого качества" из выборок малого объема с переменными, про распределение которых мало что или вообще ничего не известно. Они не основываются на оценке параметров, при описании выборочного распределения интересующей величины [5,1]. Использование непараметрических методов и критериев для статистической обработки результатов исследований является скорее правилом, чем исключением. Поэтому разработка программных продуктов для расчета статистики, позволит успешно производить расчеты без понимания глубинной сущности того или иного критерия, а также автоматизировать этот процесс. Но при этом исследователь должен иметь четкое представление об условиях и ограничениях их применения, а также способах представления результатов расчетов. Цель работы – разработка программного обеспечения для статистической обработки данных. Результаты исследований. Программный продукт для статистической обработки данных, разработан при помощи программы Microsoft Visual Studio 2010 на языке С#. Позволяет пользователю проводить расчет медианы и квартилей (Q25-Q75) для двух выборок, а так же определяет достоверность обеих выборок по T-критерию Вилкоксона. Интерфейс приложения, отвечающий за ввод данных (рис. 1) включает в себя: 1) Два блока для ввода значений первой и второй выборки; 2) кнопку расчета; 3) кнопку очистки блоков с данными. Рис. 1. Интерфейс программы – ввод данных Результат работы программы (рис. 2) появляется после нажатия кнопки «Рассчитать» и представляет собой блоки со значениями медианы и квартилей для каждой выборки и значения достоверности для обеих. Рис. 2. Результат работы программы Из чего можно заключить, что использование программного продукта позволяет при исследовании данных непараметрическими методами статистики рассчитать квартили, медиану и достоверность заданных выборок. Выводы. Разработанное программное обеспечение для статистической обработки данных предполагает ее использование профессорскопреподавательским составом кафедр физической культуры университетов и не требует специальной подготовки пользователей. Предложенная система может быть использована в других научноисследовательских учреждениях и высших учебных заведениях для анализа данных с использованием непараметрических методов статистики. Список использованной литературы: 1. Будрейка Н.Н. Непараметрические методы исследования в психологии // Психологическая наука и образование. – 2007. – №1. – С.40 – 48. 2. Дембицкий С. Непараметрические методы проверки статистических гипотез [Электронный ресурс]. – Режим доступа: http://www.socresearch.info/quantitative/7-2.html (Дата посещения 23.11.2015) 3. Орлов А. И. Прикладная статистика / А. И. Орлов. – М.: Экзамен, 2004. – 656 с. 4. Хоконова Т.М., Хоконова М.З. Роль непараметрических методов статистики в медико-биологических исследованиях// APRIORI. Серия: Естественные и технические науки. – 2014. – №4. – С.3 – 10. 5. Холлендер М. Непараметрические методы статистики / М. Холлендер. – М.: Финансы и статистика, 1983. – 518 с.
