- •От автора
- •Раздел 1. Проблема измерения в психологии
- •1. 1. Понятие об измерении
- •1. 2. Особенности измерения в психологии
- •1. 3. Шкалы измерений
- •Раздел 2. Основные статистические понятия
- •2. 1. Генеральная и выборочная совокупности
- •2. 2. Переменная величина
- •2. 3. Уровни значимости
- •2. 4. Достоверность результатов исследования
- •Раздел 3. Подготовка данных к математической обработке
- •3. 1. Протоколирование данных
- •3. 2. Составление сводных таблиц (табулирование данных)
- •3. 3. Определение квантилей
- •3. 4. Графическое представление результатов
- •Раздел4. Меры центральной тенденции
- •4. 1. Мода
- •4. 2. Медиана
- •4. 3. Среднее арифметическое значение
- •4. 4. Среднее геометрическое значение
- •Задачи по теме Задача 4.1
- •Задача 4.2
- •Задача 4. 3
- •Раздел 5. Меры изменчивости (разнообразия, вариативности) исследуемого признака
- •5. 1. Лимиты (пределы) разнообразия
- •5. 2. Размах вариаций
- •5. 3. Среднее отклонение
- •5. 4. Дисперсия
- •5. 5. Среднеквадратичное (стандартное) отклонение
- •5. 6. Коэффициент вариации
- •Задачи по теме Задача 5. 1
- •Задача 5.2
- •Раздел 6. Распределения переменных величин
- •6.1. Нормальное распределение
- •6. 1. 1. Основные понятия
- •6. 1. 2. Коэффициент асимметрии
- •6. 1. 3. Коэффициент эксцесса
- •6. 1. 4. Критерий хи-квадрат (c2)
- •6. 1. 5. Критерий Колмогорова – Смирнова (l)
- •6. 2. Равномерное распределение
- •6. 3. Биномиальное распределение
- •6. 4. Распределение Пуассона
- •Задачи по теме Задача 6. 1
- •Задача 6. 2
- •Задача 6. 3
- •Задача 6. 4
- •Раздел 7. Меры различий
- •7. 1. Постановка проблемы
- •7. 2. Непараметрический критерий qРозенбаума
- •7. 4. Критерий Стьюдента
- •7.5. Критерий Фишера
- •7. 6. Критерий j*-угловое преобразование Фишера
- •7.7. Использование критерия χ2 Пирсона и критерия λ Колмогорова для оценки различий между двумя выборками
- •Задачи по теме Задача 7. 1
- •Задача 7. 2
- •Задача 7.3
- •Задача 7.4
- •Задача 7.5
- •Задача 7.7
- •Раздел 8. Меры связи
- •8. 1. Постановка проблемы
- •8. 2. Представление данных
- •8. 3. Коэффициент корреляции Фехнера
- •8. 4. Коэффициент корреляции Пирсона
- •8. 5. Коэффициент ранговой корреляции Спирмена
- •8.6. Коэффициент ранговой корреляции Кендалла (тау Кендалла, t)
- •8.7. Дихотомический коэффициент корреляции (j)
- •8. 8. Точечный бисериальный коэффициент корреляции (rpb)
- •8. 9. Рангово-бисериальный коэффициент корреляции (rrb)
- •8. 11. Матрицы корреляций
- •Задачи по теме Задача 8.1
- •Задача 8. 2
- •Задача 8. 3
- •Задача 8. 4
- •Задача 8. 5
- •Задача 8. 6
- •Задача 8. 7
- •Задача 8. 8
- •Задача 8. 9
- •Задача 8. 10
- •Задача 8.16
- •Задача 8.18
- •Раздел 9. Меры зависимости
- •9.1. Основные понятия
- •9.2. Анализ линейной зависимости методом наименьших квадратов
- •9.4. Множественная регрессия
- •Задачи по теме Задача 9. 1
- •Задача 9. 2
- •Раздел 10. Меры влияния
- •10. 1. Сущность проблемы
- •10. 2. Непараметрические меры влияния
- •10.2.1. Критерий знаков
- •10.2.2. Критерий Вилкоксона
- •10.3. Однофакторный дисперсионный анализ
- •10. 4. Двухфакторный дисперсионный анализ
- •Задачи по теме Задача 10. 1
- •Задача 10. 2
- •Раздел 11. Элементы многомерной статистики
- •11.1. Основные понятия
- •11.2. Кластерный анализ
- •11.2.1. Функции расстояния
- •11.2.2. Меры сходства
- •11.2.3. Выбор числа кластеров
- •Динамическое программирование
- •Целочисленное программирование
- •11.2.4. Методы кластеризации
- •11.2.5. Представление данных
- •11.3. Факторный анализ
- •11.3.1. Основные принципы факторного анализа
- •11.3.2. Основные методы, используемые в факторном анализе
- •Метод главных факторов
- •Центроидный метод
- •Метод минимальных остатков
- •Метод максимума правдоподобия
- •Групповой метод
- •11.3.3. Выбор числа факторов и оценка их значений
- •11.3. 4. Представление результатов факторного анализа
- •Ответы на задачи
- •Список рекомендуемой литературы
- •Дополнительная
- •Приложение статистические таблицы
- •Критические значения коэффициента асимметрии (As), используемого для проверки гипотезы о нормальности распределения
- •Критические значения показателя эксцесса (Ex), используемого для проверки нормальности распределения
- •Теоретические частоты 8-классового нормального распределения ("шаг" 1 s)
- •Теоретические частоты 16-классового нормального распределения ("шаг" 0,5 s)
- •Значения z Пирсона и соответствующие им теоретические накопленные частоты
- •Стандартные значения хи-квадрат
- •Уровень значимости различий между экспериментальным и теоретическим распределениями по критерию λ Колмогорова – Смирнова
- •Критические значения критерия q Розенбаума
- •Критические значения критерия u Манна-Уитни для уровня значимости 0,95
- •Стандартные значения критерия Стьюдента
- •Стандартные значения критерия Фишера, используемые для оценки достоверности различий между двумя выборками
- •Величины угла j в радианах для разных процентных долей (угловое преобразование Фишера)
- •Критические значения коэффициентов корреляции Пирсона и Спирмена
- •Критические значения коэффициента t Кендалла
- •Число пар значений, достаточное для статистической значимости коэффицентов корреляции Пирсона и Спирмена
- •Критические значения дихотомического коэффициента корреляции j
- •Границы критической области для критерия знаков
- •Критические значения критерия т Вилкоксона
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
РОССИЙСКОЙ ФЕДЕРАЦИИ
УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
ИМ. А. М. ГОРЬКОГО
ЛУПАНДИН В.И.
МАТЕМАТИЧЕСКИЕ МЕТОДЫ
В ПСИХОЛОГИИ
Учебное пособие
Издание четвертое, переработанное
Екатеринбург
2009
Лупандин В.И. Математические методы в психологии: Учебное пособие. Издание 4-е, переработанное. – Екатеринбург: Изд-во Урал. ун-та, 2009. – с.
Учебное пособие предназначено для студентов психологических факультетов университетов, а также для психологов-практиков, имеющих дело со сбором и статистической обработкой материала, его количественным анализом и конструированием различных математических моделей психических явлений, процессов, состояний.
Рецензенты:
От автора
Любой современный психолог независимо от того, является ли он психологом-практиком или занимается теоретическими изысканиями, должен в совершенстве владеть математическими методами и приемами. Эти методы необходимы, во-первых, для адекватного планирования эксперимента и прогнозирования ожидаемых результатов, во-вторых, для статистической обработки результатов психологического исследования, наконец, в-третьих, для разработки и построения математических моделей, касающихся различных психических явлений, процессов и состояний.
Как известно, основным методом психологического исследования (если не брать во внимание чисто экспериментальные области психологии) традиционно является метод наблюдения. Несмотря на некоторые положительные стороны этого метода, наблюдение всегда является в значительной степени субъективным. Интерпретация полученных данных, как правило, несет на себе отпечаток личности психолога, его опыта, интуиции и т. д. В то же время во многих случаях возникает проблема стандартизации результатов исследования и их более или менее однозначной трактовки. В этом смысле математика представляет собой универсальный, предельно формализованный язык, однозначно описывающий различные свойства, признаки, изменения и пр., в том числе и результаты психологического исследования.
В свое время великий Ньютон вслед за Галилеем провозгласил, что «природа говорит с человеком на языке математики». Более развернуто эту мысль в начале XIX века выразил немецкий философ и психолог Гербарт, который писал так: «Всякая теория, которая желает быть согласованной с опытом, прежде всего должна быть продолжена до тех пор, пока не примет количественных определений, которые являются в опыте или лежат в его основании. Не достигнув этого пункта, она висит в воздухе, подвергаясь всякому ветру сомнения и будучи не способной вступить в связь с другими, уже окрепшими воззрениями».
Предлагаемое учебное пособие ставит своей задачей помочь психологу овладеть начальными знаниями, необходимыми для применения математических методов в психологии. При этом автор попытался свести к минимуму освещение теоретических вопросов, которые подробно излагаются в соответствующих учебниках по теории вероятностей и математической статистике. Основная же задача пособия – дать психологу рабочий инструмент для решения конкретных научно-исследовательских и прикладных задач. Несмотря на то, что книга написана, как надеется автор, достаточно простым языком, знакомство с ней подразумевает определенный уровень знаний в области теории вероятностей и математической статистики.
Большинство глав учебного пособия сопровождаются перечнем задач по рассматриваемой теме. Автор выражает искреннюю благодарность своему глубокоуважаемому коллеге Алексею Васильевичу Зайцеву за помощь в разработке ряда задач. В конце книги приводится минимум справочных статистических таблиц, необходимых для математической интерпретации и адекватных выводов по каждой из рассматриваемых задач.
Автор будет весьма признателен за критические замечания, советы и пожелания, которые, несомненно, помогут в дальнейшей работе над книгой в плане ее совершенствования.