![]() Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Респондентом j-го объекта
Проще говоря, это означает, что при опросах, производящихся в разных условиях, наш " градусник" чаще всего будет показывать некоторую оценку mil (математическое ожидание, т.е. среднее значение нашего нормального распределения), реже - другие оценки. И чем дальше какое-либо число отстоит от mil, тем реже оно будет встречаться в качестве такой оценки. На рис. 6.2 изображено аналогичное распределение для того же респондента и другого объекта. Естественно, величины mil и mjl, вообще говоря, будут различными, поскольку разные объекты респондент, вероятно, " в среднем" оценивает по-разному. Вероятно, естественным выглядит предложение считать " истинной" оценкой мнения нашего респондента о рассматриваемом объекте соответствующее математическое ожидание. Оказывается, что и дисперсию рассматриваемых распределений можно проинтерпретировать естественным образом (напомним, что нормальное распределение однозначно задается значениями математического ожидания и дисперсии либо среднего квадрати-ческого отклонения). Покажем это. Рассмотрим рис. 6.3, на котором изображены интересующие нас распределения, отвечающие разным дисперсиям.
Рис. б. 3. Нормальные распределение оценок 1-м респондентом i-го объекта при разных дисперсиях Нетрудно понять, что дисперсия говорит о степени уверенности (убежденности) респондента в своем мнении о рассматриваемом объекте. Если это мнение определяется распределением I, то респондент, будучи опрошенным в разное время, примерно с одинаковой вероятностью будет давать совершенно различные ответы, в том числе и весьма отличающиеся от среднего. Так, значения х1 и х2 в его ответах могут встретиться почти с той же вероятностью, что и среднее значение. Если мнение респондента определяется распределением III, то, напротив, значения, даже незначительно отличающиеся от среднего, такие, как х3 и х4 будут встречаться с гораздо меньшей вероятностью, чем само среднее. А вероятность получить от респондента ответы х1 и х2 будет практически равна 0. Забиваем Сайты В ТОП КУВАЛДОЙ - Уникальные возможности от SeoHammer
Каждая ссылка анализируется по трем пакетам оценки: SEO, Трафик и SMM.
SeoHammer делает продвижение сайта прозрачным и простым занятием.
Ссылки, вечные ссылки, статьи, упоминания, пресс-релизы - используйте по максимуму потенциал SeoHammer для продвижения вашего сайта.
Что умеет делать SeoHammer
— Продвижение в один клик, интеллектуальный подбор запросов, покупка самых лучших ссылок с высокой степенью качества у лучших бирж ссылок. — Регулярная проверка качества ссылок по более чем 100 показателям и ежедневный пересчет показателей качества проекта. — Все известные форматы ссылок: арендные ссылки, вечные ссылки, публикации (упоминания, мнения, отзывы, статьи, пресс-релизы). — SeoHammer покажет, где рост или падение, а также запросы, на которые нужно обратить внимание. SeoHammer еще предоставляет технологию Буст, она ускоряет продвижение в десятки раз, а первые результаты появляются уже в течение первых 7 дней. Зарегистрироваться и Начать продвижение При использовании распределения II ситуация будет занимать промежуточное положение между двумя описанными выше. Ясно, что упомянутая степень уверенности может быть объяснена разными факторами: характером (принципиальностью) респондента, его знанием оцениваемых' объектов, важностью этих объектов для респондента и т.д. Пока будем считать, что дисперсии тех распределений, которые отвечают мнениям одного респондента о разных объектах, вообще говоря, различны. Так, различны дисперсии распределений, приведенных на рис. 6.1 и 6.2. Теперь перейдем к обсуждению вопроса: должны ли быть схожими, и, если должны, то в какой степени, распределения, отвечающие разным респондентам? Чтобы наша задача была осмысленна, и здесь (так же, как и в случае установочной шкалы Терстоуна) требуется определенная однородность изучаемой совокупности респондентов. Однородность совокупности респондентов Рассмотрим, как соотносятся распределения, отвечающие мнениям разных респондентов об одном и том же объекте. Покажем, что смысл задачи заставляет нас считать равными средние значения соответствующих распределений. Предположим, что упомянутого равенства нет, будем считать, что мы имеем дело с ситуацией, отраженной на рис. 6.4 а.
Рис. 6.4. Распределения оценок 1-го объекта, данных 1-м и р-м респондентами:
|