- •«Санкт-Петербургский институт психологии и акмеологии»
- •Учебно-методический комплекс
- •Математическая статистика
- •Рабочая программа
- •1. Цели освоения дисциплины.
- •2. Место дисциплины в структуре ооп.
- •3. Требования к результатам освоения дисциплины.
- •6. Учебно-методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины.
- •7. Учебно-методическое и информационное обеспечение дисциплины.
- •8. Материально-техническое обеспечение дисциплины.
- •Приложение 1
- •Приложение 2 Задания для контрольных работ по математической статистике по теме №6
- •Задания для контрольных работ по математической статистике по теме №8
- •2. Графическое представление данных
- •3. Меры центральной тенденции
- •4. Меры изменчивости
- •5. Меры связи.
- •6. Регрессионный анализ.
- •7. Основные понятия теории статистического вывода
- •8. Статистические критерии.
- •9. Основы многомерных видов анализа.
Рабочая программа
1. Цели освоения дисциплины.
Целями освоения дисциплины «Математическая статистика» являются развитие навыков работы с данными психологических исследований, овладение математическим аппаратом, необходимым для статистической обработки этих данных, овладение соответствующими компьютерными технологиями обработки данных (в пакетах типа MS Еxcel, AtteStat, SPSS, StstGraphics, Statistica, Stadia и пр.), овладение основами интерпретации результатов обработки данных психологических исследований.
2. Место дисциплины в структуре ооп.
Курс читается с первого семестра обучения и требует только знаний уровня среднего образования. Предшествует общему практикуму и курсу экспериментальной психологии.
3. Требования к результатам освоения дисциплины.
Процесс изучения дисциплины направлен на формирование следующих компетенций:
Способность и готовность к:
применению теоретического и экспериментального исследования, основных методов математического анализа и моделирования, стандартных статистических пакетов для обработки данных, полученных при решении различных профессиональных задач (ОК-5);
овладению основными методами, способами и средствами получения, хранения, переработки информации, навыками работы с компьютером как средством управления информацией (ОК-11);
отбору и применению психодиагностических методик, адекватных целям, ситуации и контингенту респондентов с последующей математико-статистической обработкой данных и их интерпретаций (ПК-2);
описанию структуры деятельности профессионала в рамках определённой сферы (психологического портрета профессионала) (ПК-3);
осуществлению стандартных базовых процедур оказания индивиду, группе, организации психологической помощи с использованием традиционных методов и технологий (ПК-4);
прогнозированию изменений и динамики уровня развития и функционирования познавательной и мотивационно-волевой сферы, самосознания, психомоторики, способностей характера, темперамента, функциональных состояний, личностных черт и акцентуаций в норме и при психических отклонениях (ПК-7).
В результате освоения дисциплины обучающийся должен: знать математические основания обработки данных, уметь обрабатывать и интерпретировать данные, владеть компьютерными технологиями обработки данных (в пакетах типа MS Еxcel, AtteStat, SPSS, StstGraphics, Statistica, Stadia и пр.).
4. Структура и содержание дисциплины «Математическая статистика».
4.1 Структура дисциплины «Математическая статистика».
Общая трудоемкость дисциплины составляет 4 зачетные единицы 144 часа.
№ п/п |
Раздел дисциплины |
Семестр |
Неделя семестра |
Виды учебной работы, включая самостоятельную работу студентов и трудоемкость (в часах) |
Формы текущего контроля успеваемости (по неделям семестра) Форма промежуточной аттестации (по семестрам) |
||
Лекции |
Прак-тич |
Самост. раб. |
|||||
1 |
Введение. Предмет, задачи дисциплины и ее связь с психологией и математикой. Измерительные шкалы. Стандартизация шкал в психологии. Выборка. |
1 |
|
2 |
2 |
4 |
|
2 |
Способы первоначальной обработки данных и их графическое представление. |
1 |
|
2 |
2 |
4 |
|
3 |
Меры центральной тенденции |
1 |
|
2 |
2 |
4 |
|
4 |
Меры изменчивости. |
1 |
|
2 |
2 |
6 |
|
5 |
Меры связи |
1 |
|
2 |
6 |
10 |
|
6 |
Регрессионный анализ. |
1 |
|
2 |
2 |
6 |
Контрольная работа Приложение 2 |
7 |
Основные понятия теории статистического вывода. |
2 |
|
2 |
4 |
12 |
|
8 |
Статистические критерии. |
2 |
|
2 |
4 |
18 |
Контрольная работа Приложение 3 |
9 |
Основы многомерных видов анализа. Анализ данных на компьютере (основные пакеты), понятие о методах математического моделирования. |
2 |
|
2 |
12 |
26 |
Компьютерный тест Приложение 4 |
|
ИТОГО |
|
|
18 |
36 |
90 |
|
4.2 Содержание дисциплины «Математическая статистика»
Наименование раздела |
Содержание |
1. Введение. Предмет, задачи дисциплины, ее связь с психологией и математикой. Измерительные шкалы. Выборка. |
Что такое измерение. Обзор способов получения данных в психологических исследованиях. Шкалы: номинативная, порядковая, интервальная, отношений. Стандартизация шкал теста (z-оценки, процентили, получение стандартизированных шкал по формулам линейного преобразования). Понятие выборки и нормы. Виды выборок: зависимые и независимые (связанные и несвязанные измерения). |
2. Первоначальная обработка данных, их графическое представление. |
Описательная статистика (упорядочивание по величинам, ранжирование, распределение частот, группирование). Графическое представление данных |
3. Меры центральной тенденции |
Меры центральной тенденции (мода и соглашения об ее использовании, медиана и ее связь с процентилями, среднее: арифметическое (выборочное), геометрическое, свойства среднего); выбор меры центральной тенденции. |
4. Меры изменчивости. |
Меры изменчивости (размах, D и Q, дисперсия, стандартное отклонение, асимметрия, эксцесс). Свойства дисперсии. |
5. Меры связи |
Меры связи (понятия ковариации, корреляции; диаграмма рассеивания, корреляционное поле; коэффициент корреляции Пирсона, коэффициент ранговой корреляции Спирмена) и другие (4-х клеточной сопря-женности, точечно-бисериальный, рангово-бисериальный, нелинейной корреляции) Особенности объяснения корреляции в психологии. |
6. Регрессионный анализ. |
Регрессионный анализ. Связь уравнения регрессии с коэффициентом линейной корреляции и z-оценками. Общая схема применения и ограничения корреляционно-регрессионного анализа. Понятие о множественной регрессии. |
7. Основные понятия теории статистического вывода. |
Вероятностные основы психологических исследований (неравенство Чебышева, законы больших чисел). Основные теоретические распределения, используемые в теории статистического вывода (Гаусса и ограничения его применения, хи-квадрат, Стьюдента, Фишера и др.). Основные понятия теории статистического вывода (подход Неймана-Пирсона к проверке статистических гипотез, понятие критерия, критической области, ошибок 1-го и 2-го рода, априорной модели ситуации, схема проверки статистических гипотез в психологии). |
8. Статистические критерии. |
Примеры параметрических критериев (Т, F и др.). Непараметрические критерии (знаков, Вилкоксона, и др.). |
9. Основы многомерных видов анализа. Анализ данных на компьютере (основные пакеты), понятие о методах математического моделирования. |
Многомерное представление данных. Дисперсионный анализ. Понятие градации фактора или условия воздействия. Основные схемы: однофакторный, двухфакторный, многофакторный дисперсионый анализ. Кластерный анализ. Классификация статистических данных и кластер – анализ. Принципы классификации. Монотетическая и политетическая классификации. Понятие «кластера» (эвристическая классификация). Параметры кластеров. Типы процедур кластер-анализа. Принцип работы иерархических типов. Дивизимные и агломеративные иерархические процедуры. Общая схема последовательной иерархической классификации. |
5. Рекомендуемые образовательные технологии (см Приложение 1): Наряду с традиционной классно-урочной групповой технологией могут использоваться: дистанционное индивидуально ориентированное образование средствами ИТ (например, в форме вебинаров), электронные (виртуальные) библиотеки, компьютерное тестирование и пр.