- •Математические методы
- •Содержание
- •Раздел I
- •Тема 1. Измерения в психологии
- •Тема 2. Представление данных
- •Тема 3. Меры центральной тенденции
- •Тема 4. Меры изменчивости
- •Тема 5. Распределение признака.
- •Тема 6. Понятие выборки
- •1.2 Шкалы измерения
- •Представление данных
- •2.1 Группировка данных
- •2.2 Табулирование данных
- •2.3 Ранговый порядок
- •2.4 Распределение частот
- •2.5 Статистические ряды
- •2.6 Понятие распределения
- •Меры центральной тенденции
- •3.1 Мода
- •Замечание
- •3.2 Медиана
- •3.3 Среднее
- •3.4 Мода, медиана и среднее значение объединенных групп
- •3.5 Интерпретация моды, медианы и среднего значения
- •3.6 Выбор мер центральной тенденции
- •Меры изменчивости
- •4.1 Размах
- •4.2 Дисперсия и стандартное отклонение
- •Задача 4.1
- •Свойства дисперсии
- •Распределение признака. Нормальное распределение
- •5.1 Параметры распределения
- •5.2 Нормальное распределение
- •5.3 Асимметрия
- •5.4 Эксцесс
- •5.4 Применение нормального распределения
- •Понятие выборки
- •6.1 Полное и выборочное исследования
- •6.2 Зависимые и независимые выборки
- •6.3 Требования к выборке
- •6.4 Репрезентативность выборки
- •6.5 Формирование выборки
- •6.6 Определение объема выборки
- •Раздел II
- •Тема 7. Статистические гипотезы и
- •Тема 8. Классификация психологических
- •7.2 Статистические критерии
- •7.3 Параметрические и непараметрические методы
- •7.4 Уровни статистической значимости
- •Замечание
- •7.5 Правило отклонения нулевой и принятия альтернативной гипотезы
- •Задача 7.1
- •7.6 Мощность критериев
- •Классификация психологических задач, решаемых с помощью статистических методов
- •8.1 Классификация задач
- •Показатели группы а п Эффективность воздействия признаковризнак 1
- •После изменения
- •Показатели группы а п Степень согласованности или взаимосвязь ризнак 1
- •Показатели группы а у Сопоставление индивидуальных значений при изменении условийсловие 1
- •8.2 Принятие решения о задаче и методе
- •Раздел III
- •Тема 9. Корреляционный анализ
- •Тема 10. Выявление различий в уровне исследуемого признака
- •Тема 11. Оценка достоверности сдвига в значениях исследуемого
- •Тема 12. Критерии согласия
- •9.2 Коэффициент ранговой корреляции rS спирмена
- •9.3 Коэффициент линейной корреляции пирсона
- •9.4 Расчет уровней значимости коэффициентов корреляции
- •9.5 Коэффициент корреляции
- •Тема 10
- •Выявление различий в уровне исследуемого признака
- •10.1 Постановка задачи
- •10.2 Q – критерий розенбаума
- •10.3 S – критерий тенденций джонкира
- •Определим величину a: . Теперь определим величину b по формуле (10.11):
- •Тема 11
- •Оценка достоверности сдвига в значениях исследуемого признака
- •11.1 Постановка задачи
- •11.2 T – критерий вилкоксона
- •Типичными сдвигами в этой задаче являются сдвиги в сторону увеличения – их больше. Нетипичными – в сторону уменьшения.
- •Гипотезы к задаче
- •Тема 12
- •Выявление различий в распределении признака
- •12.1 Постановка задачи
- •12.2 2 Критерий пирсона
- •Гипотезы к задаче
- •12.3 – Критерий колмогорова-смирнова
- •12.4 Критерий * - угловое преобразование фишера
- •Гипотезы к задаче
- •Значение функции (ординаты единичной нормальной кривой)
- •Критические значения выборочного коэффициента корреляции рангов
- •Критические значения выборочного коэффициента линейной корреляции rxy Пирсона
- •Критические значения t-критерия Стьюдента при различных уровнях значимости
- •Критические значения критерия q-Розенбаума для уровней статистической значимости 0,05 и 0,01
- •Критические значения критерия s-Джонкира для количества групп (с) от трех до шести и количества испытуемых в каждой группе от двух до десяти
- •Критические значения критерия t Вилкоксона для уровней статистической значимости
- •Критические значения критерия 2 для уровней статистической значимости α 0,05 и α 0,01 при разном числе степеней свободы V
- •Критические значения dmax соответствующие уровням статистической значимости ,05 и 0,01 при сопоставлении эмпирического распределения с теоретическим
- •Таблицы для углового преобразования Фишера
- •Уровни статистической значимости разных значений критерия * Фишера
- •Лабораторные работы по дисциплине «Математические методы в психологии»
- •Лабораторная работа №1 Представление данных
- •Лабораторная работа №2 Графическое представление данных
- •Лабораторная работа № 3 Описательная статистика
- •Лабораторная работа №4 Корреляционный анализ
- •Данные для вариантов 1-6 (х1 – усредненные эталонные оценки, х2 – индивидуальные показатели преподавателя н-ва):
- •Данные для вариантов 7-12 (х1 – количество аварийных ситуаций, х2 – стаж вождения автомобиля):
- •Лабораторная работа №5 Оценка достоверности различий между двумя выборками по уровню признака
- •Данные для вариантов 7-12 (х1 – данные по детям из неблагополучных семей, х2 – данные по детям из благополучных семей):
- •Лабораторная работа №6 Оценка достоверности различий между несколькими выборками по уровню признака
- •Лабораторная работа №7 Оценка достоверности сдвига
- •Лабораторная работа №8 Оценка достоверности расхождения или согласия распределений (критерий Пирсона)
- •Лабораторная работа №9 Оценка достоверности расхождения или согласия распределений (критерий - Колмогорова-Смирнова)
- •Лабораторная работа №10 Многофункциональный критерий Фишера
- •Описание статистических функций табличного процессора Microsoft Excel
- •Частота
- •______________________________ Ранг
- •______________________________ Мин
- •______________________________ Срзнач
- •______________________________ Медиана
- •______________________________ Мода
- •______________________________ Счёт
- •______________________________ Счётесли
- •______________________________ Дисп
- •______________________________ Стандотклон
- •______________________________ Скос
- •Эксцесс
- •______________________________ Хи2тест
- •______________________________ Хи2обр
- •Применение пакета анализа для решения статистических задач в табличном процессоре Microsoft Excel
- •Корреляция
- •Литература
- •Математические методы в психологии Учебно-методическое пособие
Задача 4.1
Для нахождения дисперсии группы показателей (1,3,3,0,4,7) удобно вычисления оформить в виде таблицы 4.1.
Таблица 4.1
1 |
-2 |
4 |
3 |
0 |
0 |
3 |
0 |
0 |
0 |
-3 |
9 |
4 |
1 |
1 |
7 |
4 |
16 |
Сумма |
0 |
30 |
При значение выборочной дисперсии находится по формуле (4.2):
.
Важная характеристика дисперсии заключается в том, что с ее помощью можно сравнивать выборки, различные по объему.
Однако сама дисперсия, как характеристика отклонения от среднего, часто неудобна для интерпретации. Так, например, предположим, что в эксперименте измерялся рост в сантиметрах, тогда размерность дисперсии будет являться характеристикой площади, а не линейного размера.
Для того чтобы приблизить размерность дисперсии к размерности измеряемого признака, применяют операцию извлечения квадратного корня из дисперсии. Полученную величину называют выборочным стандартным отклонением:
. (4.3)
Формулы (4.2) и (4.3) предназначены для вычисления статистик выборки. В них фигурируют значения: n– объем выборочной совокупности и– выборочное среднее.
Рассмотрим аналогичные формулы для вычисления соответствующих параметров генеральной совокупности.
Формула для вычисления генеральной дисперсии будет иметь вид:
, (4.4)
где 2– генеральная дисперсия;
xi– значение признака;
– генеральная средняя;
N – объем генеральной совокупности.
Аналогом формулы (4.3) для генеральной совокупности является
. (4.5)
Свойства дисперсии
1) Прибавление константы Ск каждому значению не влияет на дисперсию:
.
2) Умножение каждого значения на Сувеличивает дисперсию вС2раз:
.
СТАНДАРТИЗИРОВАННЫЕ ДАННЫЕ
Часто желательно описать место некоторого значения в совокупности, измеряя его отклонение от среднего всех значений в единицах стандартного отклонения.
Например, данная совокупность 100 значений имеет среднее 18,75, а стандартное отклонение 2,60. Если вам известно лишь, что среди этих 100 значений есть одно, равное 20, то его относительное положение в множестве 100 значений видно не сразу.
Любое множество п данных со средним и стандартным отклонением Sx можно преобразовать в другое множество со средним 0 и стандартным отклонением 1 таким образом, что преобразованные значения будут непосредственно выражаться в отклонениях исходных значений от среднего, измеренных в единицах стандартного отклонения. Новые значения называют значениями z:
. (4.6)
Значение z не только удобное средство информации о положении некоторого значения, связанного со средним и измеренного в единицах стандартного отклонения, но и шаг вперед к преобразованию множества X в произвольную шкалу с удобными характеристиками среднего и стандартного отклонения. Сами оценки z могут не подходить для некоторых целей. Отрицательные оценки, например, могут оказаться неудобными, а множество z будет, конечно, содержать дроби. Преобразование самих z позволяет устранить эти несущественные трудности.
Известно, что значения cz, полученные умножением каждого z на константу с, будут иметь стандартное отклонение с, а для cz+d среднее равно
.
Существует множество шкал измерения (произвольные средние и стандартные отклонения), которые распространены в педагогике и общественных науках. Множество данных можно расположить на любой шкале, то есть им можно приписать желаемые среднее (d) и стандартное отклонение (с), пользуясь выражением
yi = czi + d. (4.7)
Например, оценки интеллектуального теста часто преобразуются в шкалу со средним 100 и стандартным отклонением 15 или 16. Значения Т, полученные с помощью 10z+50, находят широкое применение.
Задача 4.2
Множество значений (0, 3, 4, 5, 6, 9, 10, 12,13, 15) необходимо перевести в шкалу со средним значением 100 и стандартным отклонением 15.
Решение
Найдем среднее значение по формуле (3.2) и стандартное отклонение по формуле (4.3):
;
.
По формуле (4.6) для каждого xiнайдем значениеzi . Вычисление оформим в виде таблицы 4.2.
Таблица 4.2
-
xi
zi
yi
0
-1,586
76,208
3
-0,968
85,478
4
-0,762
88,567
5
-0,556
91,657
6
-0,350
94,747
9
0,268
104,017
10
0,474
107,107
12
0,886
113,287
13
1,092
116,376
15
1,504
122,556
Подставляя каждое полученное значение zi в формулу (4.7) и при условии, чтос=15 (новое стандартное отклонение) иd=100 (новое среднее значение), мы получим значенияуiв новой шкале.
? ВОПРОСЫ И УПРАЖНЕНИЯ
Дайте определение размаху, выборочной дисперсии, генеральной дисперсии, стандартному отклонению. Воспроизведите формулы для их нахождения.
Что характеризует выборочная дисперсия.
Вычислите для множества: 22, 15, 16, 21, 24, 24, 27, 28, 30, 30, 31 , 31, 31, 34, 36 размах, дисперсию, стандартное отклонение.
В каких случаях можно проводить сравнение разных выборок по дисперсиям?
Выборочные дисперсии результатов контрольной работы в классе 7«А» и 7«Б» соответственно равны 0,44 и 1,38. Какой вывод можно сделать при сравнении результатов контрольной работы в двух классах?
Дисперсия каждой из групп Aи В равна 5. Будет ли дисперсия 10 значений, полученных путем объединения групп, меньше, больше или равна 5?
Группа А: 13, 11, 10, 9, 7
Группа В: 28, 26, 25, 24, 22
Множество значений (-4, -2, 0, 1, 1, 3, 7, 12, 14, 15, 17) переведите в шкалу со средним значением 10 и стандартным отклонением 5.
ТЕМА 5