- •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
9.4. Множественная регрессия
Предположим, что на величину исследуемого признака (y) оказывает влияние большое число разнообразных факторов:
y = a + b1x1 + b2x2 + ... + bmxm. (9.3)
где x1, x2, … xm – факторы, оказывающие влияние на переменную величину. Коэффиценты при факторах по сути представляют собой коэффициенты корреляции факторов с результирующим признаком. Для определения коэффициентов b1, b2, ..., bm (т. е. степени влияния факторов x1, x2, ..., xm на параметры функции), а также свободного члена уравнения а существуют специальные алгоритмы и компьютерные программы. Расчет множественной регрессии на калькуляторе чрезвычайно громоздок, поэтому, как правило, вычисления ведутся на компьютере.
По сути дела задача множественного регрессионного анализа сводится к выявлению тех факторов, которые оказывают наиболее существенное влияние на величину исследуемого признака, и исключению тех факторов, влияние которых незначительно.
Задачи по теме Задача 9. 1
Условие задачи
5 испытуемых оценивали субъективную тяжесть предлагаемых им грузов массой от 20 до 1280 г. Использовался метод категориального шкалирования (группировки), причем тяжесть каждого груза предлагалось оценить одной из пяти категорий: 1 – очень легкий, 2 – легкий груз, 3 – груз средней тяжести, 4 – тяжелый и 5 – очень тяжелый. Получены следующие результаты:
Испытуемый |
Масса груза в граммах | ||||||
20 |
40 |
80 |
160 |
320 |
640 |
1280 | |
1 2 3 4 5 |
1 1 1 1 1 |
1 2 1 1 2 |
2 2 2 2 2 |
3 3 2 3 4 |
3 4 3 4 4 |
4 5 4 5 5 |
5 5 5 5 5 |
Задание
По данным, усредненным по 5 испытуемых, построить психофизическую функцию категориальной оценки. Определить форму зависимости и рассчитать основные параметры функции.
Задача 9. 2
Условие задачи
Двое испытуемых визуально оценивали площадь круга в относительных единицах. Получены следующие данные:
Площадь круга, см2 |
S |
10 |
14 |
20 |
28 |
40 |
56 |
79 |
112 |
158 |
Оценки 1-го испытуемого |
R1 |
1,0 |
1,2 |
1,5 |
2 |
2,5 |
3,6 |
4 |
5 |
6 |
Оценки 2-го испытуемого |
R2 |
1 |
1,5 |
2 |
2,5 |
3 |
4 |
5 |
6 |
8 |
Задание
1. Методом подбора координат определить форму психофизической функции для обоих испытуемых (использовать полулогарифмические и двойные логарифмические координаты).
2. Методом наименьших квадратов рассчитать основные параметры психофизических функций (b, a, s и sb) для обоих испытуемых.
3. Используя величины b1 и b2, определить достоверность различий между психофизическими функциями двух испытуемых (для 1-го уровня значимости tст. = 2,31).
З а д а ч а 9. 3
Условие задачи
Шкалирование яркости светового сигнала, проведенное 50 испытуемыми, обнаружило следующие соотношения между физической яркостью (B) и ее субъективной оценкой (RB):
B, кд/м2 |
1 |
2,5 |
10 |
25 |
100 |
Rв |
1,0 |
1,5 |
2,2 |
3,2 |
4,7 |
B, кд/м2 |
250 |
1000 |
2500 |
10000 |
25000 |
Rв |
6,8 |
10,1 |
14,8 |
21,7 |
32,0 |
Задание
Принимая, что субъективная оценка яркости описывается степенной функцией Стивенса, построить психофизическую функцию в координатах lg R = f (lg B) и определить ее основные параметры (b, a, s и sb).
З а д а ч а 9. 4
Условие задачи
10 испытуемых оценивали длительность тонального звука методом кросс-модального подбора, рисуя линии соответствующей длины на экране дисплея. Получены следующие результаты:
Испытуемый |
Длительность звука в секундах | ||||||
0,25 |
0,5 |
1,0 |
2,0 |
4,0 |
8,0 |
16,0 | |
Ю. П. Ю. М. Л. Г. И. Т. Т. З. Е. К. Н. У. М. Х. Л. К. Н. А. |
10 5 10 7 14 6 8 5 6 6 |
16 12 25 15 24 19 19 7 8 10 |
35 29 49 23 44 45 28 9 25 20 |
84 30 50 30 71 54 49 24 80 39 |
82 74 153 58 128 62 112 73 135 43 |
138 152 226 124 241 143 182 190 239 102 |
292 303 267 259 318 193 284 280 310 198 |
Примечание: цифры в таблице соответствуют длине подбираемых линий в миллиметрах.
Задание
Методом подбора координат определить форму психофизической функции L = f (T) для данных, усредненных по 10 испытуемым.
Методом наименьших квадратов вычислить основные параметры психофизической функции для кросс-модального подбора длины линий к длительности звукового сигнала.