P(A) = SP(A|Hi)P(Hi)

Таким образом, мы увеличили объем выборки и исключили мешающий фактор. «Тот, кто нам мешает, тот нам и поможет», как сказал один известный знаток жизни в комедии Л. Гайдая.

При наличии определенных замеров в 4-х и более группах испытуемых считают ранговую корреляцию или коэффициент конкордации?

Коэффициент конкордации, понятие, отсутствующее в стандартном курсе математической статистики, по крайней мере авторам пособия не удалось его обнаружить. Коэффициент конкордации применялся в монографии А. А. Сидорова (2000) для проверки согласованности мнений экспертов при использовании метода попарно ранговой корреляции. Если имеется серия замеров в двух и более группах, то проверить согласованность измерений можно многими способами. Наиболее удобен для этого метод проверки статистических гипотез, о котором мы говорили выше.

Что может дать корреляционный анализ при оценке личностных качеств? Насколько его можно считать информативным.

Корреляционный анализ является обязательным методом при статистическом исследовании многомерных выборок. В предположении, что измерения принадлежат нормальному закону распределения, равенство нулю коэффициента корреляции означает, что случайные величины можно считать независимыми. Корреляционная матрица является первым шагом на пути к регрессионному и факторному анализу. Стандартный пакет, при вычислении коэффициентов корреляционной матрицы, приводит и значения доверительных вероятностей для значений коэффициентов корреляции. Развитие системного подхода ставит перед исследователями педагогических процессов задачу построения математических моделей этих процессов. Отличный от нуля коэффициент корреляции говорит (с заданной вероятностью) о наличии линейной связи между переменными, для которых этот коэффициент корреляции вычислен. Следовательно, в модели между этими переменными должна быть учтена функциональная связь и построена линия регрессии. Эта задача решается при обращении к пунктам пакета SG: