- •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
Задача 7.5
Американский исследователь Стеннет изучал связь между полом и количеством пропусков детского сада. Он получил следующие данные: более 20 дней в году пропустили 29% мальчиков и 27% девочек. Всего в его исследовании приняли участие 873 мальчика и 837 девочек.
Вопрос
Можно ли считать, что мальчики пропускают детский сад чаще девочек?
З а д а ч а 7. 6
В двух студенческих выборках (n1 = 27, n2 = 23) исследовался коэффициент интеллекта (IQ). Получены следующие результаты:
-
Группа1
Группа 2
№№
IQ
№№
IQ
№№
IQ
№№
IQ
1
2
3
4
5
6
7
8
9
10
11
12
13
14
119
86
100
93
108
117
82
100
86
129
104
88
113
89
15
16
17
18
19
20
21
22
23
24
25
26
27
103
107
78
110
98
84
111
98
84
102
92
88
104
1
2
3
4
5
6
7
8
9
10
11
12
110
98
84
102
114
85
101
110
95
89
105
92
13
14
15
16
17
18
19
20
21
22
23
107
101
87
97
91
83
113
70
108
88
103
Задание
Определить, достоверны ли различия распределений IQ в двух студенческих группах.
Задача 7.7
Условие задачи. С помощью цветового теста отношений протестированы 38 человек с депрессивными симптомами и 50 человек без каких-либо выраженных психиатрических симптомов. Оказалось, что свое настроение ассоциируют с яркими цветами (красный, желтый, зеленый) 40% здоровых и 5% депрессивных испытуемых. Свое прошлое ассоциируют с аналогичными цветами 14% больных против 22% здоровых.
Задание
Определить достоверность различий между данными группами испытуемых.
Раздел 8. Меры связи
8. 1. Постановка проблемы
Многие психологические черты, свойства, признаки не являются независимыми, а определенным образом взаимосвязаны между собой. Поэтому психологу часто приходится иметь дело с выявлением наличия и характера связи между этими признаками, свойствами, чертами. Это позволяет в известной степени минимизировать число изучаемых признаков, объединяя их в более крупные конгломераты, особенно в тех случаях, когда число таких признаков достаточно велико.
В математическом смысле задача состоит в нахождении связи между двумя рядами переменных (xi и yi), измеренных на одной и той же выборке испытуемых. О наличии связи (корреляции) между этими переменными можно говорить в тех случаях, когда изменение величины х ведет к закономерному изменению величины у, и если характер изменений является предсказуемым.
8. 2. Представление данных
Данные о связи двух переменных могут быть представлены либо графически (в виде диаграмм рассеивания), либо путем вычисления коэффициентов корреляции по соответствующим формулам.
В графическом изображении каждый испытуемый может быть представлен точкой в координатах у = f (х), причем величины хi и уi соответствуют значениям двух исследуемых признаков. Выборка испытуемых в этих координатах представляет собой «облако рассеивания» точек, которое может иметь различную форму ( рис. 8.1).
При наличии прямой (положительной) связи между переменными облако рассеивания имеет более или менее уплощенную эллиптическую форму, длинная ось которого направлена вправо и вверх. Другими словами, при возрастании значения одной переменной имеется тенденция к увеличению другой переменной.
В случае отрицательной связи между переменными длинная ось облака рассеивания направлена вправо вниз, т. е., увеличение значений одной переменной соответствует закономерному снижению значений другой.
Наконец, если облако рассеивания имеет округлую форму, то можно предположить, что корреляция между переменными отсутствует или, по крайней мере, она весьма незначительна.
В психологии используется несколько различных мер связи (коэффициентов корреляции), выбор которых определяется в первую очередь типом шкалы, который формирует исследуемая переменная величина. Чаще всего коэффициенты корреляции представляют собой величины, стандартизованные таким образом, что они могут принимать значения от –1 (строгая обратная связь) до +1 (строгая прямая связь). Вычисление коэффициента корреляции предполагает также определение его статистической значимости (достоверности) по соответствующим формулам или таблицам. Достоверность коэффициента корреляции может быть определена для определенного уровня значимости (0,95, 0,99 и т. д.).