Далее: 16. Статистика III: изучение взаимосвязей между несколькими переменными к оглавлению примечания

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

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). Вернуться к тексту

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

⁴ В таких условиях λ 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. Вернуться к тексту

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. Вернуться к тексту

Мангейм Дж.Б., Рич Р.К. Политология. Методы исследования: Пер. с англ. / Предисловие А.К. Соколова. – М.: Издательство “Весь Мир”, 1997. – 544 с.