- •Санкт-Петербургский Государственный Институт Психологии и Социальной Работы
- •Математические методы в психологии Учебно-методическое пособие
- •Аннотация
- •Глава 1. Описательная статистика 18
- •Глава 2. Индуктивная статистика 84
- •Оглавление
- •Глава 1. Описательная статистика 12
- •Глава 2. Индуктивная статистика 78
- •Введение Цели и задачи изучения дисциплины «Математические методы в психологии» и сфера профессионального использования
- •Методические указания для студентов
- •Контрольные вопросы для самостоятельной подготовки и самопроверки
- •Глава 1. Описательная статистика
- •1. 1. Математическая статистика и психология. Измерения в психологии и виды шкал
- •Материалы лекции.
- •Типы измерений и измерительные шкалы
- •Генеральная совокупность и выборочное исследование. Статистическая достоверность
- •Этапы обработки результатов психологического исследования
- •1. 2. Описание результатов исследования
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Алгоритм построения сгруппированного (или табулированного) ряда
- •Общий обзор параметров распределений
- •1. 3. Параметры статистических совокупностей
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Исключение выскакивающих значений
- •Нормальный закон распределения и другие виды распределений
- •Проверка «нормальности» эмпирического распределения
- •Стандартизация данных и стандартизованные шкалы в психологии
- •Процентильные нормы для детей 5;5 – 11 лет
- •1. 4. Характеристики взаимосвязи признаков
- •Материалы лекции. Понятие статистической зависимости
- •Общий обзор мер связи
- •Коэффициент контингенции
- •Критерий «хи-квадрат» Пирсона
- •Ранжирование
- •Правила ранжирования
- •Бисериальные коэффициенты корреляции
- •Коэффициент взаимной сопряженности Чупрова
- •Коэффициент взаимной сопряженности Пирсона
- •Ранговой коэффициент корреляции Спирмена
- •Коэффициент линейной корреляции Пирсона
- •Глава 2. Индуктивная статистика
- •2. 1. Решение задачи сравнения выборок. Понятие статистических критериев и их виды
- •Материалы лекции. Статистические гипотезы
- •Уровень статистической значимости
- •Этапы принятия статистического решения
- •Классификация исследовательских задач, решаемых с помощью статистических методов
- •Решение задачи сравнения выборок
- •4. Каковы ограничения в применении критерия?
- •Обзор наиболее часто применяемых параметрических критериев
- •Общий обзор непараметрических критериев
- •2. 2. Выявление различий в уровне исследуемого признака
- •Материалы лекции. Параметрический критерий Стьюдента для сравнения независимых выборок
- •Поправка Снедекора
- •Правило принятия решения описано выше. Непараметрический критерий Розенбаума (критерий «хвостов»)
- •Непараметрический критерий Манна-Уитни
- •2. 3. Оценка достоверности сдвига в значениях исследуемого признака
- •Материалы лекции.
- •Параметрический критерий Стьюдента для сравнения зависимых выборок
- •Непараметрический критерий знаков
- •6. Правило принятия решения:
- •Непараметрический критерий Вилкоксона
- •2. 4. Выявление различий в распределении признака
- •Материалы лекции. Критерий «хи-квадрат» Пирсона
- •Критерий Колмогорова-Смирнова
- •2. 5. Многофункциональные статистические критерии
- •Материалы лекции.
- •Критерий φ* — «Угловое преобразование» Фишера
- •Алгоритм расчета критерия φ*
- •Критерий Макнамары
- •Алгоритм расчет критерия
- •2. 6. Дисперсионный анализ
- •Материалы лекции. Введение в дисперсионный анализ anova
- •Однофакторный дисперсионный анализ
- •2. 7. Многомерные методы обработки данных
- •Материалы лекции.
- •I. Классификация методов по назначению:
- •II. Классификация методов по исходным предположениям о структуре данных:
- •III. Классификация методов по виду исходных данных:
- •Множественный регрессионный анализ
- •Матрица корреляций пяти показателей интеллекта
- •Факторные нагрузки после варимакс-вращения
- •1. Эксплораторный-разведочный.
- •2. Конфирматорный.
- •1. Выбор исходных данных.
- •2. Предварительное решение проблемы числа факторов.
- •3. Факторизация матрицы интеркорреляций.
- •4. Вращение и предварительная интерпретация факторов (ротация факторов).
- •5. Принятие решения о качестве факторной структуры.
- •6. Вычисление факторных коэффициентов и оценок.
- •Компьютерные пакеты прикладных статистических программ
- •Список литературы
- •Приложение 1. Статистические таблицы с критическими значениями
- •1.1. Критические значения отношения для исключения выскакивающих значений
- •1.2. Критические значения коэффициента ранговой корреляции Спирмена
- •1.3. Критические значения коэффициента линейной корреляции Пирсона
- •1.4. Критические значения критерия хи-квадрат Пирсона
- •1.5. Критические значения критерия Стьюдента
- •1.6. Критические значения критерия Фишера
- •1.7. Критические значения непараметрического критерия Манна-Уитни
- •1.8. Критические значения непараметрического критерия Вилкоксона
- •1.9. Таблицы для перевода процентных долей в величины центрального угла для расчета критерия «угловое преобразование» Фишера
- •Приложение 2. Глоссарий
- •Приложение 3. Англо-русский словарь статистических терминов
Исключение выскакивающих значений
Выскакивающими называются крайние значения (максимальные или минимальные), далеко отстоящие от ближайших к ним значений.
Способ проверки крайних значений «на выскакивание» основан на оценке соотношения «расстояния» крайних значений (вариант) и ближайших к ним и размаха всех значений.
Данный способ проверки описан в книге: Ашмарин И. В., Воробьев А. А. Статистические методы в микробиологических исследованиях. — Л., 1962.
Проверка на выскакивание наибольшего значения
А) Когда одно наибольшее значение подозревается в выскакивании
где xn — наибольшее значение, которое подозревается в выскакивании;
xn-1 — значение, следующее за наибольшим в сторону убывания;
x1 — наименьшее значение.
Б) Когда есть основания полагать, что и наименьшее значение является выскакивающим; но проверяется все же одно наибольшее значение.
где xn — наибольшее значение, которое подозревается в выскакивании;
xn-1 — значение, следующее за наибольшим в сторону убывания;
x2 — наименьшее значение.
В) Когда предполагается, что выскакивающими являются сразу два наибольших значения
где xn — наибольшее значение, которое подозревается в выскакивании;
xn-2 — значение, следующее за двумя наибольшими в сторону убывания;
x1 — наименьшее значение.
Проверка на выскакивание наименьшего значения
А) Когда одно наименьшее значение подозревается в выскакивании
где xn — наибольшее значение
x2 — значение, следующее за наименьшим в сторону возрастания
x1 — наименьшее значение, которое подозревается в выскакивании
Б) Когда есть основания полагать, что и следующее за наименьшим значением является выскакивающим; но проверяется все же одно наименьшее значение.
где xn — наибольшее значение;
x2 — значение, следующее за наименьшим в сторону возрастания;
x1 — наименьшее значение, которое подозревается в выскакивании.
В) Когда более уверенно предполагается, что выскакивающими являются сразу два наименьших значения
где xn — наибольшее значение;
x3 — значение, следующее за двумя наименьшими значениями в сторону возрастания;
x1 — наименьшее значение, которое подозревается в выскакивании.
Правило вывода (правило принятия решения)
Полученную величину отношения (расчетное значение) сравнивают с критическим (табличным) значением отношения (см. таблицу критических значений — Приложение 1).
Правило вывода: Если вычисленное отношение больше, чем табличное значение отношения, то проверяемое значение признается выскакивающим и его можно исключить из последующей обработки данных.
Если расчетное значение отношения меньше или равно табличному значению отношения, то проверяемое значение отбрасывать нельзя.
Решение лучше принимать на 1%-ном уровне значимости — высокий уровень достоверности вывода.
На уровне значимости 5 % возможна грубая ошибка.
Пример. Сравним два ряда значений.
Даны значения 1 3 3 5 6 7 8
Среднее арифметическое = 4,74 Мода = 3 Медиана = 5
|
Даны значения 1 3 3 5 6 7 18
Среднее арифметическое = 6,14 Мода = 3 Медиана = 5 Оценим «на выскакивание» самое большое значение, далеко отстоящее от ближайшего к нему значения. Для этого найдем отношение расстояний по формуле Iа:
Табличное значение отношения 0,507 на уровне 5% и 0,637 на уровне значимости 1%. Расчетное значение больше табличного (при 1%-м уровне). Следовательно, значение 18 следует исключить из дальнейшей обработки данных, так как оно является выскакивающим. |
Как видно из приведенного примера, такие параметры как медиана и мода в обоих рядах значений одинаковы, а вот среднее арифметическое значение «чувствительно» к каждому значению в выборке и выскакивающие значения будут искажать основные тенденции выраженности признака в исследуемой группе.
Процедуру проверки крайних значений на выскакивание рекомендуется применять, если: а) имеются далеко отстоящие крайние значения; б) объем выборки небольшой.