- •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
9.3 Коэффициент линейной корреляции пирсона
Точную формулу ля подсчета коэффициента корреляции разработал ученик Френсиса Гальтона – Карл Пирсон. Коэффициент корреляции Пирсона характеризует наличие только линейной связи между признаками, обозначаемыми, как правило, символами X иY. Формула расчета коэффициента корреляции построена таким образом, что, если связь между признаками имеет линейный характер, коэффициент Пирсона точно устанавливает тесноту этой связи. В случае с криволинейной корреляцией могут получиться отличные результаты, поэтому всегда необходима графическая интерпретация.
Условия для применения коэффициента корреляции Пирсона
Сравниваемые переменные должны быть получены в интервальной шкале или шкале отношений.
Распределения переменных XиYдолжны быть близки к нормальному.
Число варьирующих признаков в сравниваемых переменных XиYдолжно быть одинаковым.
Таблицы уровней значимости для коэффициента корреляции Пирсона рассчитаны от n = 5 доn = 1000. Оценка уровня значимости по таблицам осуществляется при числе степеней свободыv= n – 2.
Формула для подсчета коэффициента корреляции такова:
, (9.5)
где хi – значения, принимаемые переменнойX;
yi– значения, принимаемые переменнойY.
Задача 9.2
20 школьникам были даны тесты на определение преобладания наглядного или вербального мышления. Измерялось среднее время решения заданий теста в секундах. Психолога интересует вопрос: существует ли взаимосвязь между временем решения наглядно-образных задач и вербальных заданий? Переменная X обозначает среднее время решения наглядно-образных задач, а переменнаяY– среднее время решения вербальных заданий тестов.
Решение
Представим исходные данные в виде таблицы 9.3, в которой введены дополнительные столбцы, необходимые для расчета коэффициента корреляции Пирсона.
Таблица 9.3
№ испытуемых |
Среднее время решения наглядно-образных заданий |
Среднее время решения вербальных заданий |
X Y |
X X |
Y Y |
X |
Y | ||||
1 |
19 |
17 |
323 |
361 |
289 |
2 |
32 |
7 |
224 |
1024 |
49 |
3 |
33 |
17 |
561 |
1089 |
289 |
4 |
44 |
28 |
1232 |
1936 |
784 |
5 |
28 |
27 |
756 |
784 |
729 |
6 |
35 |
31 |
1085 |
1225 |
961 |
7 |
39 |
20 |
780 |
1521 |
400 |
8 |
39 |
17 |
663 |
1521 |
289 |
9 |
44 |
35 |
1540 |
1936 |
1225 |
10 |
44 |
43 |
1892 |
1936 |
1849 |
11 |
24 |
10 |
240 |
576 |
100 |
12 |
37 |
28 |
1036 |
1369 |
784 |
13 |
29 |
13 |
377 |
841 |
169 |
14 |
40 |
43 |
1720 |
1600 |
1849 |
15 |
42 |
45 |
1890 |
1764 |
2025 |
16 |
32 |
24 |
768 |
1024 |
576 |
17 |
48 |
45 |
2160 |
2304 |
2025 |
18 |
42 |
26 |
1092 |
1764 |
676 |
19 |
33 |
16 |
528 |
1089 |
256 |
20 |
47 |
26 |
1222 |
2209 |
676 |
Сумма |
731 |
518 |
20089 |
27873 |
16000 |
Гипотезы к задаче
Н0: Корреляция между временем решения наглядно-образных задач и вербальных заданий не отличается от нуля.
Н1: Корреляция между временем решения наглядно-образных задач и вербальных заданий статистически значимо отличается от нуля.
Рассчитываем эмпирическую величину коэффициента корреляции Пирсона по формуле (9.3):
.
При нахождении критических значений для вычисленного коэффициента линейной корреляции Пирсона число степеней свободы рассчитывается как v = n - 2. В нашем случаеn = 20, поэтомуn – 2 = 20 – 2 = 18. По таблице 3 Приложения1 находим:
.
«Ось значимости»
Ответ
rxy эмп = 0,669. Ввиду того, что величина расчетного коэффициента корреляции попала в «зону значимости», гипотезаH0отвергается и принимается гипотезаH1 (при0,01). Корреляция между временем решения наглядно-образных заданий и вербальных задач статистически значимо отличается от нуля. Полученная положительная зависимость говорит о том, что чем выше среднее время решения наглядно-образных задач, тем выше среднее время решения вербальных заданий, и наоборот.