- •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
3.3 Среднее
Третья мера – среднее выборочное, называемое иногда «средним», «арифметическим средним» или «математическим ожиданием».
Среднее выборочной совокупности пзначений определяется как
или:
. (3.2)
Если даны значения и частоты их повторения, то среднее значение определяется формулой:
. (3.3)
Найдем, например, среднее для значений из задачи 3.1:
Если даны значения в интервале, тогда за xi берутся середины интервалов.
Соответствующим параметром генеральной совокупности будет средняя генеральной совокупности , которая вычисляется по формуле (3.4), аналогичной формуле (3.2):
, (3.4)
где N– численность или объем генеральной совокупности.
Свойства среднего
Сумма всех отклонений от среднего значения равна нулю:
. (3.5)
Если константу прибавить к каждому значению, то среднее увеличится ровно на эту константу:
. (3.6)
Если каждое значение умножить на константу с, то среднее увеличится всраз:
. (3.7)
Сумма квадратов отношений значений от их среднего значения меньше суммы квадратов отклонений от любой другой точки:
. (3.8)
3.4 Мода, медиана и среднее значение объединенных групп
Мы можем знать средние, медианы и моды для трех разных классов школы и желать найти те же характеристики для объединения всех трех классов. Пусть известны средние и числа учащихся для трех классов А, В и С:
Среднее объединенных групп находится по формуле:
. (3.9)
В нашем случае среднее групп А, Bи С будет
.
Мода и медиана для объединенных групп вычисляется заново.
3.5 Интерпретация моды, медианы и среднего значения
Каждая мера центральной тенденции имеет интересную интерпретацию в терминах ошибок, возникающих из-за того, что единственная статистическая характеристика заменяет все значения в группе. Приведем интерпретацию для моды, медианы и среднего.
Смысл, в котором мода является наиболее представительным значением или значением, которое наилучшим образом «заменяет все значения», вполне ясен. Если мы вынуждены выбрать одно число для замены любого из значений, то совпадение было бы максимальное число раз, если бы выбранное число было модой группы.
Интерпретация медианы группы не столь очевидна.
Медиана представляет собой такую точку на числовой оси, для которой сумма абсолютных (тоесть без учета знака) разностей всех значений меньше суммы разностей для любой другой точки:
(3.10)
Если вместо каждого значения выбрать медиану, то достигается минимальная ошибка – при условии, что «ошибка» определяется как сумма абсолютного отличия каждого значения от оценки.
Если взамен каждого значения берется среднее, обеспечивается минимальная ошибка – при условии, что «ошибка» определяется как сумма квадратов разностей каждого значения с оценкой.
3.6 Выбор мер центральной тенденции
Выбор меры центральной тенденции требует некоторых размышлений:
1. Мода наиболее просто вычисляется. Для очень больших групп данных это достаточно стабильная мера центра распределения. Во многих распределениях значительного числа измерений, используемых в педагогике и психологии, мода близка к двум другим мерам – медиане и среднему.
В малых группах мода может быть совершенно нестабильной. Мода группы (1, 1, 1, 3, 5, 7, 7, 8) равна 1; но если одна из единиц превратится в нуль, а другая – в два, то мода станет равной 7.
2. Медиана занимает промежуточное положение между модой и средним с точки зрения ее вычисления, если последнее осуществляется вручную.
На медиану не влияют величины «больших» и «малых» значений. Например, в группе из 50 данных медиана не изменится, если наибольшее значение утроится.
3. На величину среднего влияют значения всех результатов, медиана и мода не требуют для определения всех значений.
Если одно какое-нибудь значение меняется на сединиц, изменится в том же направлении нас/пединиц.
На величину среднего особенно влияют результаты, которые можно назвать «выбросами», то есть данные, находящиеся далеко от центра группы оценок.
4. Некоторые множества данных просто «не имеют центральной тенденции», что часто вводит в заблуждение при вычислении только одной меры центральной тенденции. Особенно это справедливо для групп, имеющих более чем одну моду.
5. Центральная тенденция групп данных, содержащих крайние значения, возможно, наилучшим образом измеряется медианой, когда гистограмма унимодальна. Одно крайнее значение может сместить среднее группы гораздо дальше того места, которое вообще стоит рассматривать как центральную область.
Например, если 9 человек имеют доходы от 4500 до 5200 тенге со средним 4900 тенге, а доход десятого составляет 20000 тенге, то средний доход для 10 лиц будет 6410 тенге. Эта цифра не позволяет судить обо всей группе, хотя она выглядела внушительно для руководителя маленькой фирмы (чье жалованье составляет 20000 тенге), который хочет охарактеризовать среднюю зарплату по платежной ведомости. В этом примере в качестве меры центральной тенденции следовало бы избрать медиану. Демографы, экономисты и журналисты часто выбирают для отчетов «доход по медиане», поскольку стремятся избежать только что описанной ситуации.
6. В унимодальных выборках, которые симметричны, среднее, медиана и мода совпадают. На рисунке 3.2 полигон частот показывает, что среднее, медиана и мода равны 50.
Рис.3.2. Симметричная унимодальная группа данных
Отсутствие полной симметрии в полигоне частот или гистограмме обычно оказывает определенное влияние на соотношение между средним, медианой и модой. Предположим, что преобладающее большинство данных некоторой группы расположено выше вершины полигона частот, как, например, на рисунке 3.3:
Mo
Md
Рис.3.3. Несимметричный полигон частот
На рисунке 3.3 мода (Мо) равна 100, медиана (Md) составляет 105, а среднее = 107,2. Если большинство оценок окажется ниже вершины полигона частот, то среднее станет минимальным, медиана больше, а мода максимальной.
Замечание
Существует много других способов определения «центрального значения» в группе данных, например среднее геометрическое и среднее гармоническое.
Среднее геометрическое находится по формуле:
.
Среднее гармоническое используется иногда для усреднения группы отношений:
.
Среднее геометрическое и среднее гармоническое редко встречаются в литературе по педагогике и психологии.
? ВОПРОСЫ И УПРАЖНЕНИЯ
Дайте определение моде, медиане и среднему значению.
Найдите среднее, медиану и моду следующих множеств:
2, 7, 4, 5, 2;
3, 1, 0, 7, 2, 6, 2, 6;
1, 7, 3, 8, 3, 3, 9, 11, 9, 12, 9, 12, 13
22, 15, 16, 21, 24, 24, 27, 28, 30, 30, 31 , 31, 31, 34, 36.
Пусть к каждому из 15 значений последнего множества из упражнения 2 прибавлено 4. Чему будут равны среднее и медиана этих увеличенных значений?
В классе А – 10 учащихся, среднее и медиана результатов контрольной работы равны соответственно 4,2 и 4. В классе Б – 20 учащихся, среднее и медиана результатов контрольной работы которых равны 4,3 и 4,5 соответственно. Чему равны среднее и медиана 30 значений , полученных в результате объединения оценок в классах А и Б?
На какую меру центральной тенденции влияют значения всех результатов?
ТЕМА 4