Методы математической обработки в психологии

ГЛАВА I. ОСНОВНЫЕ ПОНЯТИЯ, ИСПОЛЬЗУЕМЫЕ В МАТЕМАТИЧЕСКОЙ ОБРАБОТКЕ ПСИХОЛОГИЧЕСКИХ ДАННЫХ

Возможности и ограничения параметрических и непараметрических критериев

Классификация задач и методов их решения

ГЛАВА II. ВЫЯВЛЕНИЕ РАЗЛИЧИЙ В УРОВНЕ ИССЛЕДУЕМОГО ПРИЗНАКА

Принятие решения о выборе метода математической об­работки

Если данные уже получены, то вам предлагается следующий ал­горитм определения задачи и метода.

АЛГОРИТМ 2

Принятие решения о задаче и методе обработки на стадии планирования исследования

1. Определите, какая модель вам кажется наиболее подходящей для доказательства ваших научных предположений.

2. Внимательно ознакомьтесь с описанием метода, примерами и задачами для самостоятельного решения, которые к нему прилагаются.

3. Если вы убедились, что это то, что вам нужно, вернитесь к разделу «Ограничения критерия» и решите, сможете ли вы собрать данные, которые будут отвечать этим ограничениям (большие объемы выборок, наличие не­скольких выборок, монотонно различающихся по какому-либо признаку, напри­мер, по возрасту и т.п.).

4. Проводите исследование, а затем обрабатывайте полученные данные по заранее! выбранному алгоритму, если вам удалось выполнить ограничения.

5. Если ограничения выполнить не удалось, обратитесь к алгоритму 1.

Алгоритм принятия решения о выборе критерия для сопоставлений

Q - критерий Розенбаума

Назначение критерия . Критерий используется для оценки различий между двумявы­борками по уровнюкакого-либо признака, количественно измеренного. В каждой из выборок должно быть не менее 11 испытуемых.

Пример.

У предполагаемых участников психологического эксперимента, моделирующего деятельность воздушного диспетчера, был измерен уро­вень вербального и невербального интеллекта с помощью методики Д. Векслера. Было обследовано 26 юношей в возрасте от 18 до 24 лет (средний возраст 20,5 лет). 14 из них были студентами физического факультета, а 12 - студентами психологического факультета Ленинград­ского университета. Можно ли утверждать, что одна из групп превосходит другую по уровню вербального интеллекта?

Таблица I. Критические значения критерия Q Розенбаума

U - критерий Манна-Уитни

Назначение критерия . Критерий предназначен для оценки различий между двумя вы­борками по уровню какого-либо признака, количественно измеренного. Он позволяет выявлять различия между малыми выборками, когда n 1 ,n 2 ≥ 3 или n 1 =2, n 2 ≥5, и является более мощным, чем критерий Ро­зенбаума.

Пример

Уровень вербального интеллекта в выборке студентов физического факультета выше чем студентов психологического факультета Ленинградского университета. Попытаемся установить теперь, воспроизводится ли этот резуль­тат при сопоставлении выборок по уровню невербального интеллекта. Можно ли утверждать, что одна из выборок превосходит другую по уровню невербального интеллекта?

Правила ранжирования

1. Меньшему значению начисляется меньший ранг. Наименьшему значению начисляется ранг 1. Наибольшему значению начисляется ранг, соответствующий количе­ству ранжируемых значений. Например, если n=7, то наибольшее значение получит ранг 7, за возможным исключением для тех слу­чаев, которые предусмотрены правилом 2.

2. В случае, если несколько значений равны, им начисляется ранг, представляющий собой среднее значение из тех рангов, которые они получили бы, если бы не были равны.

Допустим, следующие 2 значения равны 12 сек. Они должны были бы получить ранги 4 и 5, но, поскольку они равны, то получают средний ранг:

3. Общая сумма рангов должна совпадать с расчетной, которая опре­деляется по формуле:

где N - общее количество ранжируемых наблюдений (значений). Несовпадение реальной и расчетной сумм рангов будет свидетельст­вовать об ошибке, допущенной при начислении рангов или их сум­мировании. Прежде чем продолжить работу, необходимо найти ошибку и устранить ее.

АЛГОРИТМ 4

Подсчет критерия U Манна-Уитни.

1. Перенести все данные испытуемых на индивидуальные карточки.

2. Пометить карточки испытуемых выборки 1 одним цветом, скажем красным, а все карточки из выборки 2 - другим, например синим.

3. Разложить все карточки в единый ряд по степени нарастания при­знака, не считаясь с тем, к какой выборке они относятся, как если бы мы работали с одной большой выборкой.

4. Проранжировать значения на карточках, приписывая меньшему зна­чению меньший ранг. Всего рангов получится столько, сколько у нас (n 1 +п 2).

5. Вновь разложить карточки на две группы, ориентируясь на цветные обозначения: красные карточки в один ряд, синие - в другой.

7. Определить большую из двух ранговых сумм.

8. Определить значение U по формуле:

где n 1 - количество испытуемых в выборке 1;

n 2 - количество испытуемых в выборке 2;

Т х - большая из двух ранговых сумм;

n х - количество испытуемых в группе с большей суммой рангов.

9. Определить критические значения U по Табл. II. Если U эмп ≤ U к p _ 005 , различия достоверны. Чем меньше значения U, тем достоверность различий выше.

Таблица II. Критические значения критерия U Манна-Уитни

для уровней статистической значимости р≤0,05 и р≤0,01.

Таблица II. Продолжение

Таблица II. Продолжение

По уровню какого-либо признака, измеренного количественно. Позволяет выявлять различия в значении параметра между малыми выборками.

Другие названия: критерий Манна - Уитни - Уилкоксона (англ. Mann - Whitney - Wilcoxon, MWW ), критерий суммы рангов Уилкоксона (англ. Wilcoxon rank-sum test ) или критерий Уилкоксона - Манна - Уитни (англ. Wilcoxon - Mann - Whitney test ). Реже: критерий числа инверсий .

Энциклопедичный YouTube

1 / 3

✪ U-критерий МАННА-УИТНИ | АНАЛИЗ ДАННЫХ #8

✪ U-критерий МАННА-УИТНИ в STATISTICA #03 | СТАТИСТИКА STATISTICA

✪ U критерий Манна Уитни

Субтитры

История

Данный метод выявления различий между выборками был предложен в 1945 году Фрэнком Уилкоксоном (F. Wilcoxon ). В 1947 году он был существенно переработан и расширен Х. Б. Манном (H. B. Mann ) и Д. Р. Уитни (D. R. Whitney ), по именам которых сегодня обычно и называется.

Описание критерия

Простой непараметрический критерий. Мощность критерия выше, чем у Q-критерия Розенбаума .

Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами (ранжированным рядом значений параметра в первой выборке и таким же во второй выборке). Чем меньше значение критерия, тем вероятнее, что различия между значениями параметра в выборках достоверны.

Ограничения применимости критерия

1. В каждой из выборок должно быть не менее 3 значений признака. Допускается, чтобы в одной выборке было два значения, но во второй тогда не менее пяти.
2. В выборочных данных не должно быть совпадающих значений (все числа - разные) или таких совпадений должно быть очень мало (до 10).

Использование критерия

Для применения U-критерия Манна - Уитни нужно произвести следующие операции.

1. Составить единый ранжированный ряд из обеих сопоставляемых выборок, расставив их элементы по степени нарастания признака и приписав меньшему значению меньший ранг. Общее количество рангов получится равным: N = n 1 + n 2 , {\displaystyle N=n_{1}+n_{2},} где - количество элементов в первой выборке, а - количество элементов во второй выборке.
2. Разделить единый ранжированный ряд на два, состоящие соответственно из единиц первой и второй выборок. Подсчитать отдельно сумму рангов, пришедшихся на долю элементов первой выборки, и отдельно - на долю элементов второй выборки. Определить большую из двух ранговых сумм ( T x {\displaystyle T_{x}} ), соответствующую выборке с n x {\displaystyle n_{x}} элементами.
3. Определить значение U-критерия Манна - Уитни по формуле: U = n 1 ⋅ n 2 + n x ⋅ (n x + 1) 2 − T x . {\displaystyle U=n_{1}\cdot n_{2}+{\frac {n_{x}\cdot (n_{x}+1)}{2}}-T_{x}.}
4. По таблице для избранного уровня статистической значимости определить критическое значение критерия для данных n 1 {\displaystyle n_{1}} и n 2 {\displaystyle n_{2}} . Если полученное значение U {\displaystyle U} меньше табличного или равно ему, то признается наличие существенного различия между уровнем признака в рассматриваемых выборках (принимается альтернативная гипотеза). Если же полученное значение U {\displaystyle U} больше табличного, принимается

U-критерий Манна - Уитни (англ. Mann - Whitney U-test ) - статистический критерий, используемый для оценки различий между двумя независимыми выборками по уровню какого-либо признака, измеренного количественно. Позволяет выявлять различия в значении параметра между малыми выборками.

Wilcoxon rank-sum test ). Реже: критерий числа инверсий.

История

Данный метод выявления различий между выборками был предложен в 1945 году Фрэнком Уилкоксоном (F. Wilcoxon H. B. Mann ) и Д. Р. Уитни (D. R. Whitney

Описание критерия

1. В выборочных данных не должно быть совпадающих значений (все числа - разные) или таких совпадений должно быть очень мало (до 10).

Использование критерия

1. Составить единый ранжированный ряд из обеих сопоставляемых выборок, расставив их элементы по степени нарастания признака и приписав меньшему значению меньший ранг. Общее количество рангов получится равным: N = n 1 + n 2 , {\displaystyle N=n_{1}+n_{2},} где n 1 {\displaystyle n_{1}} - количество элементов в первой выборке, а n 2 {\displaystyle n_{2}} - количество элементов во второй выборке.
2. Разделить единый ранжированный ряд на два, состоящие соответственно из единиц первой и второй выборок. Подсчитать отдельно сумму рангов, пришедшихся на долю элементов первой выборки, и отдельно - на долю элементов второй выборки. Определить большую из двух ранговых сумм (T x {\displaystyle T_{x}}), соответствующую выборке с n x {\displaystyle n_{x}} элементами.
3. Определить значение U-критерия Манна - Уитни по формуле: U = n 1 ⋅ n 2 + n x ⋅ (n x + 1) 2 − T x . {\displaystyle U=n_{1}\cdot n_{2}+{\frac {n_{x}\cdot (n_{x}+1)}{2}}-T_{x}.}
4. По таблице для избранного уровня статистической значимости определить критическое значение критерия для данных n 1 {\displaystyle n_{1}} и n 2 {\displaystyle n_{2}} . Если полученное значение U {\displaystyle U} меньше табличного или равно ему, то признается наличие существенного различия между уровнем признака в рассматриваемых выборках (принимается альтернативная гипотеза). Если же полученное значение U {\displaystyle U} больше табличного, принимается нулевая гипотеза. Достоверность различий тем выше, чем меньше значение U {\displaystyle U} .
5. При справедливости нулевой гипотезы критерий имеет математическое ожидание M (U) = n 1 ⋅ n 2 2 {\displaystyle M(U)={\frac {n_{1}\cdot n_{2}}{2}}} и дисперсию D (U) = n 1 ⋅ n 2 ⋅ (n 1 + n 2 + 1) 12 {\displaystyle D(U)={\frac {n_{1}\cdot n_{2}\cdot (n_{1}+n_{2}+1)}{12}}} и при достаточно большом объёме выборочных данных (n 1 > 19 , n 2 > 19) {\displaystyle (n_{1}>19,\;n_{2}>19)} распределён практически нормально.

Таблица критических значений

• Расчет критических значений U-критерия Манна - Уитни для выборок больше 20 (N>20)(недоступная ссылка с 10-02-2017 )

Критерий Манна-Уитни: пример, таблица

Критерий в математической статистике - это строгое правило, в соответствии с которым гипотеза с определённым уровнем значимости принимается или отвергается. Чтобы построить его, необходимо найти определенную функцию. Она должна зависеть от конечных результатов эксперимента, то есть от эмпирически найденных значений. Именно эта функция будет являться инструментом оценки расхождения между выборками.

Статистически значимая величина. Общие сведения

Статистическая значимость – это величина, вероятность случайного возникновения которой очень мала. Незначительны также и более крайние ее показатели. Разницу называют статистически значимой в том случае, если существуют данные, вероятность появления которых незначительна, если утверждать, что эти расхождения не существуют. Но это не значит вовсе, что эта разница обязательно должна быть велика и значима.

Уровень статистической достоверности теста

Под данным термином следует понимать вероятность отклонения нулевой гипотезы в случае её истинности. Это также называется ошибкой первого рода или ложноположительным решением. В большинстве случаев процесс опирается на p-величину ("пи-величина"). Это накопленная вероятность при наблюдении за уровнем статистического критерия. Он, в свою очередь, насчитывается по выборке во время принятия нулевой гипотезы. Предположение будет отвергнуто, если эта p-величина будет меньше заявленного аналитиком уровня. От этого показателя зависит напрямую значимость тестовой величины: чем она меньше, тем, соответственно, и больше оснований отвергнуть гипотезу.
Уровень значимости, как правило, обозначается буквой б (альфа). Популярные показатели среди специалистов: 0,1%, 1%, 5% и 10%. Если, скажем, говорится, что шансы на совпадения равны 1 к 1000, то определённо речь идёт об уровне 0,1% статистической значимости случайной величины. Различные по значению б-уровни имеют свои плюсы и минусы. Если показатель меньше, то больше вероятность, что альтернативная гипотеза значимая. Хотя при этом возможен риск, что ложное нулевое предположение не будет отвергнуто. Можно сделать вывод, что выбор оптимального б-уровня зависит от баланса "значимость-мощность" или, соответственно, от компромисса вероятностей ложноположительного и ложноотрицательного решений. Синонимом "статистической значимости" в отечественной литературе является термин "достоверность".

Определение нулевой гипотезы

В математической статистике это предположение, проверяемое на согласованность с уже имеющимися в запасе эмпирическими данными. В большинстве случаев в качестве нулевой гипотезы берётся гипотеза о том, что корреляция между исследуемыми переменными отсутствует или что в изучаемых распределениях нет различий однородности. При стандартных исследованиях математик пытается опровергнуть нулевую гипотезу, то есть доказать, что она не согласована с экспериментально полученными данными. Причем должно иметь место и альтернативное предположение, которое принимается вместо нулевого.

Ключевое определение

Критерий U (Манна-Уитни) в математической статистике позволяет оценивать различия двух выборок. Они могут быть даны по уровню некоего признака, который измерен количественно. Этот метод идеален для оценки различий малых выборок. Этот простой критерий был предложен Фрэнком Уилкоксоном в 1945 году. А уже в 1947 году метод был пересмотрен и дополнен учёными Х. Б. Манном и Д. Р. Уитни, именами которых он и именуется по сей день. Критерий Манна-Уитни в психологии, математике, статистике и во многих других науках является одним из основополагающих элементов математического обоснования результатов теоретических исследований.

Описание

Критерий Манна-Уитни - относительно простой метод без параметров. Его мощность значительна. Она существенно выше, чем мощность Q-критерия Розенбаума. Метод оценивает, насколько мала область перекрёстных значений между выборками, а именно между ранжированными рядами значений первой и второй подборки. Чем значение критерия меньше, тем больше вероятность, что расхождения значений параметра достоверны. Чтобы корректно применить критерий U (Манна-Уитни), не стоит забывать о некоторых ограничениях. В каждой выборке должно быть как минимум 3 значения признака. Возможна ситуация, когда в одном случае значений два, но во втором обязательно тогда их должно быть хотя бы пять. В исследуемых выборках должно быть минимальное количество совпадающих показателей. Все числа должны быть разными в идеальном случае.

Использование

Как правильно использовать критерий Манна-Уитни? Таблица, которая составлена по данному методу, содержит определенные критические значения. Для начала нужно создать единый ряд из обеих сопоставленных выборок, который затем ранжируется. То есть элементы выстраиваются по степени нарастания признака, и меньший ранг присваивается меньшему значению. В итоге получим такое общее число рангов:

N = N1 + N2,

где величины N1 и N2 - количество единиц, содержащихся в первой и второй выборках соответственно. Далее единый ранжированный ряд значений делится на две категории. Единицы, соответственно, из первой и второй выборок. Теперь считается по очереди сумма рангов значений в первом и во втором рядах. Определяется большая из них (Tx), которая соответствует выборке с nx единицами. Чтобы использовать метод Уилкоксона далее, вычисляется его значение по следующей методике. Необходимо по таблице для выбранного уровня значимости выяснить критическое значение этого критерия для конкретно взятых N1 и N2.
Получившийся показатель может быть меньше или равен значению из таблицы. В этом случае констатируется значительное различие уровней признака в исследуемых выборках. Если полученное значение больше табличного, тогда нулевая гипотеза принимается. Когда производится расчет критерия Манна-Уитни, следует заметить, что если нулевая гипотеза справедлива, критерий будет иметь математическое ожидание, а также дисперсию. Отметим, что при достаточно больших объёмах данных выборок метод считается практически нормально распределенным. Достоверность различий тем выше, чем меньшее значение принимает критерий Манна-Уитни.

Значения критерия Пирсона (критерия)

1. Таблицы вероятностей, связанных со значениями критерия Манна-Уитни.

Таблицы вероятностей, связанных со значениями критерия Манна-Уитни. Для экспе­римен­таль­но­го­ значения критерия (меньшего из двух значений) и объемов выборок находят вероятность того, что обе группы принадлежат одной генеральной совокупности. Таким образом, низкое значение вероятности, например, Р

Таблица 3.

1. Таблица 4.

2. Таблица 5.

1. Таблица 6.

2. Таблица критических значений критерия Манна-Уитни для уровня значимости .

Если , то различие между выборками достоверно для , то есть нулевую гипотезу следует от­вергнуть.

Критерий предназначен для оценки различий между двумя выборками по уровню какого-либо количественно измеренного признака, при распределении вариант отличном от нормального . Более того, он позволяет выявлять различия между малыми выборками (когда n 1 , n 2 ³3 или n 1 =2, n 2 ³5). Этот метод определяет насколько слабо перекрещиваются (совпадают) значения между двумя выборками. Чем меньше перекрещивающихся значений, тем более вероятно, что различия достоверны.

Чем меньше U эмп тем более вероятно, что различия достоверны.

Нулевая гипотеза: уровень признака в выборке 2 не ниже уровня признака в выборке 1.

Прежде чем проводить оценку критерием U необходимо провести ранжирование.

ОПРЕДЕЛЕНИЕ: Ранжирование – распределение вариант внутри вариационного ряда от меньших величин к большим.

Правила ранжирования:

1. Меньшему значению начисляется меньший ранг, как правило, это 1. Наибольшему значению начисляется ранг, соответствующий количеству ранжируемых значений (если n=10, то наибольшее значение получит ранг 10).

2. Если несколько значений равны, им начисляется ранг, представляющийсобой среднее значение из тех рангов, которые они получили бы, если бы не были равны:

3. Общая сумма рангов должна совпадать с расчетной, которая определяется по формуле: , где N- общее количество ранжируемых значений. Несовпадение реальной и расчетной сумм рангов будет свидетельствовать об ошибке, допущенной при начислении рангов или их суммировании. Прежде чем продолжить работу, необходимо найти ошибку и устранить ее.

Пример .

Проранжируем следующий ряд.

По формуле проверим правильность ранжирования.

. Определим сумму рангов: 1+2,5+2,5+4+5+6+7=28.

Общая сумма рангов совпадает с расчетной. Следовательно мы правильно проранжировали.

Схема подсчета критерия Манна-Уитни:

Чем меньше значения U , тем достоверность различий выше и тем больше уверенности в отклонении нулевой гипотезы.

3 пример .

При заболеваниях сетчатки повышается проницаемость ее сосудов. Исследователи измерили проницаемость сосудов сетчатки у здоровых и у больных с ее поражением. Полученные результаты приведены в таблице.

Проверить, подтверждают ли эти данные гипотезу о различии в проницаемости сосудов сетчатки.

Нулевая гипотеза : проницаемость сосудов сетчатки при заболеваниях сетчатки у больных не больше, чем у здоровых, (нет статистического различия между двумя выборками).

Альтернативная гипотеза : проницаемость сосудов сетчатки при заболеваниях сетчатки у больных больше, чем у здоровых, (есть статистическое различие между двумя выборками).

Критерий U Манна - Уитни

Назначение критерия. Критерий предназначен для оценки различий между двумя выборками по уровню какого-либо признака, количественно измеренного. Он позволяет выявлять различия между малыми выборками, когда п 1, п 2 > 3 или п Л = 2, п 2 > 5, и является более мощным, чем критерий Q Розенбаума.

Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами. Мы помним, что 1-м рядом (выборкой, группой) мы называем тот ряд значений, в котором значения, по предварительной оценке, выше, а 2-м рядом - тот, где они предположительно ниже.

Чем меньше область перекрещивающихся значений, тем более вероятно, что различия достоверны. Иногда эти различия называют различиями в расположении двух выборок. Эмпирическое значение критерия и отражает то, насколько велика зона совпадения между рядами. Поэтому чем меньше t/ 3Mn , тем более вероятно, что различия достоверны.

Гипотезы.

Уровень невербального интеллекта в группе студентов физиков выше, чем в группе студентов-психологов.

Графическое представление критерия U. Па рис. 7.25 представлены три из множества возможных вариантов соотношения двух рядов значений.

В варианте (а) второй ряд ниже первого, и ряды почти не перекрещиваются. Область наложения (S j) слишком мала, чтобы скрадывать различия между рядами. Есть шанс, что различия между ними достоверны. Точно определить это мы сможем с помощью критерия U.

В варианте (б) второй ряд тоже ниже первого, но и область перекрещивающихся значений у двух рядов достаточно обширна (5 2). Она может еще не достигать критической величины, когда различия придется признать несущественными. Но так ли это, можно определить только путем точного подсчета критерия U.

В варианте (в) второй ряд ниже первого, но область наложения настолько обширна (5 3), что различия между рядами скрадываются.

Рис. 7.25.

в двух выборках

Примечание. Перекрытием (5 t , S 2 , *$з) обозначены зоны возможного наложения. Ограничения критерия U.

• 1. В каждой выборке должно быть не менее трех наблюдений: n v п 2 > 3; допускается, чтобы в одной выборке было два наблюдения, но тогда во второй их должно быть не менее 5.
• 2. В каждой выборке должно быть не более 60 наблюдений; п л, п 2 щ, п 2 > 20 ранжирование становится достаточно трудоемким.

Вернемся к результатам обследования студентов физического и психологического факультетов Ленинградского университета с помощью методики Д. Векслера для измерения вербального и невербального интеллекта. С помощью критерия Q Розенбаума было с высоким уровнем значимости определено, что уровень вербального интеллекта в выборке студентов физического факультета выше. Попытаемся установить теперь, воспроизводится ли этот результат при сопоставлении выборок по уровню невербального интеллекта. Данные приведены в таблице.

2 ниже уровня признака в выборке 1 на достоверно значимом уровне. Чем меньше значения U, тем достоверность различий выше.

Теперь проделаем всю эту работу на материале нашего примера. В результате работы по 1-6 шагам алгоритма построим таблицу (табл. 7.4).

Таблица 7.4

Подсчет ранговых сумм по выборкам студентов физического и психологического факультетов

Общая сумма рангов: 165 + 186 = 351. Расчетная сумма по формуле (5.1) такова:

Равенство реальной и расчетной сумм соблюдено. Мы видим, что по уровню невербального интеллекта более «высоким» рядом окалывается выборка студентов-психологов. Именно на эту выборку приходится большая ранговая сумма: 186. Теперь мы готовы сформулировать статистические гипотезы:

Я 0: группа студентов-психологов не превосходит группу студентов- физиков по уровню невербального интеллекта;

Я,: группа студентов-психологов превосходит группу студентов-физи- ков по уровню невербального интеллекта.

В соответствии со следующим шагом алгоритма определяем эмпирическую величину U :

Поскольку в нашем случае п л * п 2 , подсчитаем эмпирическую величину U и для второй ранговой суммы (165), подставляя в формулу (7.4) соответствующее ей п х.:

По приложению 8 определяем критические значения для п л = 14, п 2 = 12:

Мы помним, что критерий U является одним из двух исключений из общего правила принятия решения о достоверности различий, а именно, мы можем констатировать достоверные различия, если {/ эмп U Kp 0 05 (при ^эмп = 60, и шп > U Kf) о,05).

Следовательно, Н 0 принимается следующей: группа студентов-психологов не превосходит группы студентов-физиков по уровню невербального интеллекта.

Обратим внимание на то, что для данного случая Q-критерий Розенбаума неприменим, так как размах вариативности в группе физиков шире, чем в группе психологов: и самое высокое, и самое низкое значения невербального интеллекта приходятся на группу физиков (см. табл. 7.4).