- •Статистические методы в психологии Учебно-методический комплекс
- •Содержание
- •Введение
- •Краткое содержание лекционных занятий
- •2. Проблемы измерения в психолого-педагогических исследованиях
- •3. Основные проблемы применения статистических методов в психологических исследованиях
- •Библиография
- •Лекция 2.
- •2. Вероятностный формализм описательной статистики. Случайность и вероятность. Событие. Вероятность событий.
- •Библиография
- •Лекция 3.
- •2. Понятие вероятности
- •3. Алгебра событий
- •4. Основная терминология в алгебре событий
- •Библиография
- •Лекция 4.
- •2. Закон распределения случайных величин
- •3. Биномиальное распределение (распределение Бернулли)
- •4. Распределение Пуассона
- •5. Нормальное (гауссовское) распределение
- •6. Равномерное распределение
- •7. Распределение Стьюдента
- •Библиография
- •Лекция 5.
- •2. Первичный взгляд на данные. Графическая визуализация данных выборки. Диаграмма рассеяния
- •3. Количественное описание выборочных данных
- •4. Выборочное среднее значение
- •Библиография
- •Лекция 6 Статистические таблицы
- •1. Понятие о статистической таблице. Элементы статистической таблицы
- •2. Виды таблиц по характеру подлежащего
- •3. Виды таблиц по разработке сказуемого
- •4. Основные правила построения таблиц
- •5. Чтение и анализ таблицы
- •6. Таблицы сопряженности
- •Библиография
- •Лекция 7 Шкалы измерения
- •1. Понятие измерения
- •2. Измерительные шкалы
- •Библиография
- •Лекция 8. Средние величины. Кривая нормального распределения
- •1. Распределения переменных величин
- •Проверка нормальности распределения
- •Библиография
- •Лекция 9 Понятие о генеральной и выборочной совокупности
- •1. Генеральная совокупность и выборка
- •2. Проблема репрезентативности выборки
- •Библиография
- •Лекция 10. Статистические гипотезы
- •Библиография
- •Лекция 11 Статистические критерии
- •Библиография
- •2. Определение надёжности тестов
- •3. Стандартизация психодиагностических тестов
- •Библиография
- •Лекция 13 Критерии различия в уровне исследуемого признака
- •Библиография
- •Лекция 14. Критерии оценки достоверности сдвига в значениях исследуемого признака
- •Алгоритм подсчета g – критерия знаков
- •Алгоритм вычисления т – критерия Вилкоксона
- •5. Применение непараметрических критериев: классификация сдвигов и критериев оценки их статистической достоверности
- •Библиография
- •Лекция 15. Критерии различия в распределении признака
- •1. C2 критерий Пирсона
- •Библиография
- •Лекция 16. Многофункциональные статистические критерии
- •1. Критерий j* - угловое преобразование Фишера
- •Алгоритм расчета критерия φ*
- •3. Биномиальный критерий m
- •Библиография
- •Лекция 17–18
- •2. Коэффициент корреляции Пирсона
- •3. Корреляция метрических переменных
- •4. Корреляция ранговых переменных
- •5. Корреляция дихотомических переменных
- •Библиография
- •Лекция 19.
- •2. Множественный регрессионный анализ
- •3. Нелинейная регрессия
- •Однофакторный линейный регрессионный анализ (простая регрессия). Метод наименьших квадратов
- •5. Многофакторный линейный регрессионный анализ
- •6. Нелинейный регрессионный анализ
- •7. Проблемы регрессионного анализа
- •Библиография
- •Лекция 20. Кластерный анализ
- •1. Понятие кластерного анализа
- •2. Выбор переменных
- •3. Выбор метода кластерного анализа
- •9. Метод к-средних
- •4. Последовательность кластерного анализа
- •Библиография
- •Лекция 21. Факторный анализ
- •1. Понятие факторного анализа
- •3. Методы факторного анализа
- •4. Вращение матрицы факторных нагрузок
- •Библиография
- •Лекция 22 Дисперсионный анализ
- •1. Понятие дисперсионного анализа.
- •2. Основные идеи дисперсионного анализа
- •3. Ограничения и предположения дисперсионного анализа
- •5. Многофакторый дисперсионный анализ
- •3 Уровня
- •2 Уровня
- •Библиография
- •Тематика практических занятий
- •Тема: Понятие о случайной величине
- •Тема: Понятие о событии. Система событий.
- •Тема: Вероятность
- •Тема: Распределение случайной величины
- •Практическое занятие 6 -7
- •Практическое занятие 8
- •Практическое занятие 9
- •Практическое занятие 10–11 Тема: Стандартизация данных психологических тестов (4 часа)
- •Практическое занятие 12 Тема: Выборка и генеральная совокупность (2 часа)
- •Практическое занятие 13 Тема: Точечное и интервальное оценивание (2 часа)
- •Практическое занятие 14 Тема: Статистические гипотезы и статистические критерии (2 часа)
- •Практическое занятие 15 Тема: Ошибки вывода (2 часа)
- •Практическое занятие 16 Тема: Меры центральной тенденции. Меры изменчивости (2 часа)
- •Практическое занятие 17–18 Тема: Понятие корреляции. Коэффициенты корреляции (4 часа)
- •Практическое занятие 19–20
- •Практическое занятие 21
- •Практическое занятие 22
- •Практическое занятие 23 Тема: Однофакторный дисперсионный анализ (2 часа)
- •Практическое занятие 24–25 Тема: Многофакторный дисперсионный анализ (4 часа)
- •Практическое занятие 26
- •Практическое занятие 27–28
- •Практическое занятие 29–30 Тема: Гистографический анализ (4 часа)
- •Практическое занятие 31
- •Практическое занятие 32–33
- •Практическое занятие 34–35
- •Практическое занятие 36
- •Практическое занятие 37
- •Практическое занятие 38–39
- •Практическое занятие 40
- •Практическое занятие 41–42 Тема: Применение метода моделирования в психологии (2 часа)
- •Тестовые задания
- •Тема 1. Понятие о событии и системе событий
- •Тема 2. Понятие о величине. Распределение случайной величины
- •Тема 3. Статистические таблицы
- •Тема 4. Выборка. Выборочная и генеральная совокупность
- •Тема 5. Меры центральной тенденции
- •Тема 6. Понятие измерения. Измерительные шкалы
- •Тема 7. Статистические критерии и гипотезы
- •Тема 8. Выявление различий в уровне исследуемого признака
- •Тема 9. Понятие корреляции
- •Тема 10. Многомерные методы
- •Тема 11. Факторный анализ
- •Тема 12. Многомерное шкалирование
- •Тема 13. Множественный регрессионный анализ
- •Тема 14. Кластерный анализ
- •Тема 15. Дискриминантный анализ
- •Тема 16. Дисперсионный анализ
- •Тема 17. Стандартизация данных психологических тестов
- •Тема 18. Общие понятия курса
- •Варианты контрольных работ
- •Вопросы к зачёту
- •Вопросы к экзамену
- •Основная литература
- •Дополнительная литература
- •Ключ к тестовым заданиям
- •Глоссарий
Библиография
Головина, Г. М., Крылов, В. Ю., Савченко, Т. Н. Математические методы в современной психологии: статус, разработка, применение / Г.М. Головина, В.Ю. Крылов, Т.Н. Савченко. - М.: Изд-во Института психологии РАН. - 1995. – 260с.
Суходольский, Г. В. Математические методы в психологии / Г.В. Суходольский. - Харьков: Изд-во Гуманитарный Центр. - 2006. – 512с.
Тарасов, С.Г. Основы применения математических методов в психологии. / С.Г. Тарасов. - СПб.: Изд-во: Санкт - Петербург. ун-та. - 1999. – 326с.
Глинский, В. В., Ионин, В. Г. Статистический анализ данных / В.В. Глинский, В.Г. Ионин. - М.: Филин. - 2008. – 265с.
Лекция 3.
Виды случайных событий. Алгебра событий
1. Случайная величина и вероятность события
2. Понятие вероятности
3. Алгебра событий
4. Основная терминология в алгебре событий
1. Случайная величина и вероятность события
Математическая статистика тесно связана с другой математической наукой – теорией вероятности и базируется на ее математическом аппарате.
Теория вероятности – это наука, которая изучает закономерности, порожденные случайными событиями.
Педагогические явления относятся к числу массовых: они охватывают большие совокупности людей, повторяются из года в год, совершаются непрерывно. Показатели (параметры, результаты) педагогического процесса имеют вероятностный характер: одно и то же педагогическое воздействие может приводить к различным следствиям (случайные события, случайным величинам). Тем не менее, при многократном воспроизведении условий определенные следствия появляются чаще других, – это и есть проявление так называемых статистических закономерностей (изучением которых занимаются теория вероятностей и математическая статистика).
Случайная величина (СВ) – это численная характеристика, измеряемая по ходу опыта и зависящая от случайного исхода. СВ реализуемая по ходу опыта и сама является случайной. Каждая СВ задает распределение вероятностей.
Основным свойством педагогических процессов, явлений является их вероятностный характер (при данных условиях они могут произойти, реализоваться, но могут и не произойти). Для таких явлений существенную роль играет понятие вероятности.
Вероятность (Р) показывает степень возможности осуществления данного события, явления, результата. Вероятность невозможного события равна нулю, достоверного – единице (100%). Вероятность любого события лежит в пределах от 0 до 1 – в зависимости от того, насколько это событие случайно.
Если мы интересуемся событием A, то, скорее всего, можем наблюдать, фиксировать факты его появления. Потребность в понятии вероятности и ее вычисления возникнет, очевидно, только тогда, когда мы наблюдаем это событие не каждый раз, либо осознаем, что оно может произойти, а может не произойти. И в том и другом случае полезно использовать понятие частоты появления события f(A) – как отношения числа случаев его появления (благоприятных исходов) к общему числу наблюдений. Частота наступления случайного события зависит не только от степени случайности самого события, но и от числа (количества) наблюдений за этой СВ.
Существует два вида выборок СВ: зависимые и независимые. Если результаты измерения некоторого свойства у объектов первой выборки не оказывают влияния на результаты измерения этого свойства у объектов второй выборки, то такие выборки считаются независимыми. В тех случаях, когда результаты одной выборки влияют на результаты другой выборки, выборки считают зависимыми. Классический способ получения зависимых измерений – это двукратное измерение одного и того же свойства (или разных свойств) у членов одной и той же группы.
Событие А не зависит от события В, если вероятность события А не зависит от того произошло или нет событие В. События А и В независимы, если Р(АВ)=Р(А)Р(В). На практике независимость события устанавливается из условий опыта, интуиции исследователя и практики.
СВ бывает дискретной (мы можем пронумеровать ее возможные значения), например, выпадение игральной кости =4,6,2, и непрерывной (ее функция распределения F(x) – непрерывна), например, время службы лампочки.
Математическое ожидание – числовая характеристика СВ, приближенно равная среднему значению СВ:
M(x)=x1p1+x2p2+…+xnpn