- •Министерство образования и науки Российской Федерации
- •Введение
- •1. Психология и математика
- •1.1. Методологические проблемы использования математики в психологии
- •1.2. Планирование психологических экспериментов и обработка получаемых данных
- •1.3. Использование методов математического моделирования в психологии
- •1.4. Информация и психические процессы
- •1.5. Математические методы в проектировании деятельности человека
- •1.6. Системный анализ в психологии
- •1.7. Применение эвм в психологии
- •2. Понятие выборки
- •2.1. Полное исследование
- •2.2. Выборочное исследование
- •2.3. Зависимые и независимые выборки
- •2.4. Требования к выборке
- •2.5. Репрезентативность выборки
- •2.6. Формирование и объем репрезентативной выборки
- •3. Измерения и шкалы
- •3.1. Измерения
- •3.2. Измерительные шкалы
- •Правила ранжирования
- •3.3. Как определить, в какой шкале измерено явление
- •Задачи и упражнения
- •4. Формы учета результатов измерений
- •4.1. Таблицы исходных данных
- •4.2. Таблицы и графики распределения частот
- •Решения тестовой задачи
- •4.3. Применение таблиц и графиков распределения частот
- •4.4. Таблицы сопряженности номинативных признаков
- •Зависимость распределения оставленных и полученных открыток от их содержания
- •Задачи и упражнения
- •В трех группах
- •5. Первичные описательные статистики
- •5.1. Меры центральной тенденции
- •5.2. Выбор меры центральной тенденции
- •5.3. Квантили распределения
- •5.4. Меры изменчивости
- •Задачи и упражнения
- •6. Нормальный закон распределения и его применение
- •6.1. Понятие о нормальном распределении
- •6.2. Нормальное распределение как стандарт
- •6.3. Разработка тестовых шкал
- •Тестовые нормы – таблица пересчета «сырых» баллов в стены
- •Пример нелинейной нормализации: пересчет «сырых» оценок в шкалу стенайнов
- •6.4. Проверка нормальности распределения
- •Задачи и упражнения
- •7. Общие принципы проверки статистических гипотез
- •7.1. Проверка статистических гипотез
- •7.2. Нулевая и альтернативная гипотезы
- •7.3. Понятие уровня статистической значимости
- •7.4. Статистический критерий и число степеней свободы
- •7.5. Этапы принятия статистического решения
- •7.6. Классификация психологических задач, решаемых с помощью статистических методов
- •8. Статистические критерии различий
- •8.1. Параметрические и непараметрические критерии
- •8.2. Рекомендации к выбору критерия различий
- •9. Корреляционный анализ
- •9.1. Понятие корреляционной связи
- •9.2. Коэффициент корреляции Пирсона
- •9.3. Коэффициент корреляции рангов Спирмена
- •Случай одинаковых (равных) рангов
- •Расчет уровней значимости коэффициентов корреляции
- •Задачи и упражнения
- •Показатели количества ошибок в тренировочной сессии и показатели уровня вербального и невербального интеллекта
- •10. Параметрические критерии различия
- •Задачи и упражнения
- •Результативность испытуемых контрольной и опытной групп (среднее число пораженных мишеней из 25 в 10 сериях испытаний)
- •11. Выявление различий в уровне исследуемого признака
- •11.1. Обоснование задачи сопоставления и сравнения
- •Упорядоченные по убыванию вербального интеллекта ряды индивидуальных значений в двух студенческих выборках
- •Подсчет ранговых сумм по выборкам студентов физического и психологического факультетов
- •Подсчет ранговых сумм по группам испытуемых, работавших над четырьмя неразрешимыми анаграммами
- •Показатели по шкале Авторитетности в группах с разным
- •Задачи и упражнения
- •Показатели сокращения психологической дистанции (в %) после социодраматической замены ролей в группе
- •Показатели интенсивности внутреннего сопротивления при обращении в службу знакомств (в мм)
- •Индивидуальное значение по фактору n 16pf в 4 возрастных группах руководителей (по данным е. В. Сидоренко, 1987)
- •12. Оценка достоверности сдвига в значениях исследуемого признака
- •12.1. Обоснование задачи исследований изменений
- •Классификация сдвигов и критериев оценки их статистической достоверности
- •Оценки степени согласия с утверждениями о допустимости телесных
- •Оценки степени согласия с утверждениями о допустимости телесных
- •Расчет количества положительных, отрицательных и нулевых сдвигов в двух группах суггерендов
- •Расчет критерия т при сопоставлении замеров физического волевого усилия
- •12.4. Критерий χr2 Фридмана
- •Показатели времени решения анаграмм (сек)
- •Задачи и упражнения
- •Оценки степени согласия с утверждениями о допустимости телесных
- •Оценки реального и идеального уровней развития коммуникативных
- •13. Выявление различий в распределении признака
- •13.1. Обоснование задачи сравнения распределений признака
- •13.2.1. Сравнение эмпирического распределения с теоретическим
- •13.2.2. Сравнение двух экспериментальных распределений
- •13.2.3. Использование критерия хи-квадрат для сравнения показателей внутри одной выборки
- •13.3.1. Сопоставление эмпирического распределения с теоретическим
- •Расчет критерия при сопоставлении распределения выборов
- •13.3.2. Сопоставление двух эмпирических распределений
- •Задачи и упражнения
- •Частота встречаемости запретов на психологические поглаживания
- •14. Многофункциональные статистические критерии
- •14.1. Понятие многофункциональных критериев
- •14.2 Критерий φ* – угловое преобразование Фишера
- •Четырехклеточная таблица для расчета критерия при сопоставлении двух групп испытуемых, по процентной доле решивших задачу
- •Показатели расстояния (в см), выбираемого агрессивными и неагрессивными юношами в разговоре с сокурсником (по данным г. А. Тлегеновой, 1990)
- •Показатели интенсивности ощущения собственной недостаточности
- •Четырехклеточная таблица для расчета критерия φ* при сопоставлении групп с большей и меньшей энергией вытеснения по соотношению показателей недостаточности
- •Четырехклеточная таблица для расчета критерия φ* при сопоставлении групп с большей и меньшей энергией вытеснения по уровню показателя недостаточности
- •Четырехклеточная таблица для сопоставления групп с разной энергией вытеснения по частоте нулевых значений показателя недостаточности
- •Распределение прогнозов общепрактикующих врачей о том, какова будет доля приемных с фондами в 1993 году
- •Расчет максимальной разности накопленных частостей в распределениях прогнозов врачей двух групп
- •Распределение прогнозов у врачей с фондами и врачей без фондов
- •Четырехклеточная таблица для подсчета критерия φ* Фишера для выявления различий в прогнозах двух групп общепрактикующих врачей
- •Задачи и упражнения
- •Показатели преобладания правого и левого глаза в выборке
- •Показатели количества партнеров у врачей с фондами и врачей без фондов (по данным м. А. Курочкина, е. В. Сидоренко, ю. А. Чуракова, 1992)
- •Библиографический список
- •Критические значения коэффициента корреляции rxy Пирсона
- •Приведем оглавление диплома
- •Глава I. Теоретические основы агрессивности и тревожности личности.
- •Глава II. Основные результаты выполненного исследования агрессивности и тревожности личности и их зависимости от уровня субъективного контроля.
- •Методика Баса-Дарки
- •Методика уск (уровень субъективного контроля)
- •Методика Спилбергера-Ханина
- •Краткая классификация задач и методов их статистического решения [36,4]
5. Первичные описательные статистики
5.1. Меры центральной тенденции
К первичным описательным статистикам обычно относят числовые характеристики распределения измеренного на выборке признака. Каждая такая характеристика отражает в одном числовом значении свойство распределения множества результатов измерения: с точки зрения их расположения на числовой оси либо с точки зрения их изменчивости. Основное назначение каждой из первичных описательных статистик − замена множества значений признака, измеренного на выборке, одним числом (например, средним значением как мерой центральной тенденции). Компактное описание группы при помощи первичных статистик позволяет интерпретировать результаты измерений, в частности, путем сравнения первичных статистик разных групп.
Мера центральной тенденции − это число, характеризующее выборку по уровню выраженности измеренного признака.
Существуют три способа определения «центральной тенденции», каждому из которых соответствует своя мера: мода, медиана и выборочное среднее.
Мода (Mo) − это такое значение из множества измерений, которое встречается наиболее часто. Моде, или модальному интервалу признака, соответствует наибольший подъем (вершина) графика распределения частот. Если график распределения частот имеет одну вершину, то такое распределение называется унимодальным.
Пример. Среди 8 значений признака (3, 7, 3, 5, 7, 8, 7, 6) мода Мо = 7 как наиболее часто встречающееся значение. В таблице 4.2 предыдущей темы Мо = 3, а в таблице 4.3 модальным является интервал 50-54.
Когда два соседних значения встречаются одинаково часто и чаще, чем любое другое значение, мода есть среднее этих двух значений.
Распределение может иметь и не одну моду. Когда все значения встречаются одинаково часто, принято считать, что такое распределение не имеет моды.
Бимодальное распределение имеет на графике распределения две вершины, даже если частоты для двух вершин не строго равны. В последнем случае выделяют большую и меньшую моду. Во всей группе может быть и несколько локальных вершин распределения частот. Тогда выделяют наибольшую моду и локальные моды.
Еще раз отметим, что мода − это значение признака, а не его частота.
Медиана (Md) − это такое значение признака, которое делит упорядоченное (ранжированное) множество данных пополам так, что одна половина всех значений оказывается меньше медианы, а другая − больше. Таким образом, первым шагом при определении медианы является упорядочивание (ранжирование) всех значений по возрастанию или убыванию. Далее медиана определяется следующим образом:
а) если данные содержат нечетное число значений (8, 9, 10, 13, 15), то медиана есть центральное значение, т. е. Md = 10;
б) если данные содержат четное число значений (5, 8, 9, 11), то медиана есть точка, лежащая посередине между двумя центральными значениями, т. е. Мd = (8 + 9) : 2 = 8,5.
Среднее (Мх или − выборочное среднее, среднее арифметическое) − определяется как сумма всех значений измеренного признака, деленная на количество суммированных значений.
Если некоторый признак X измерен в группе испытуемых численностью N, мы получим значения: х1 х2, ..., хi, ..., xN (где i − текущий номер испытуемого, от 1 до N). Тогда среднее значение Мх или определяется по формуле:
.
Свойства среднего. Если к каждому значению переменной прибавить одно и то же число с, то среднее увеличится на это число (уменьшится на это число, если оно отрицательное):
.
А если каждое значение переменной умножить на одно и то же число с, то среднее увеличится в с раз (уменьшится в с раз, если делить на с):
.
Далее мы неоднократно будем обращаться к такой величине, как отклонение от среднего: (хi – Мх). Из первого, очевидного свойства среднего следует еще одно важное свойство, не столь очевидное: сумма всех отклонений от среднего равна нулю:
.
Соответственно, среднее отклонение от среднего также равно 0.