- •Санкт-Петербургский Государственный Институт Психологии и Социальной Работы
- •Математические методы в психологии Учебно-методическое пособие
- •Аннотация
- •Глава 1. Описательная статистика 18
- •Глава 2. Индуктивная статистика 84
- •Оглавление
- •Глава 1. Описательная статистика 12
- •Глава 2. Индуктивная статистика 78
- •Введение Цели и задачи изучения дисциплины «Математические методы в психологии» и сфера профессионального использования
- •Методические указания для студентов
- •Контрольные вопросы для самостоятельной подготовки и самопроверки
- •Глава 1. Описательная статистика
- •1. 1. Математическая статистика и психология. Измерения в психологии и виды шкал
- •Материалы лекции.
- •Типы измерений и измерительные шкалы
- •Генеральная совокупность и выборочное исследование. Статистическая достоверность
- •Этапы обработки результатов психологического исследования
- •1. 2. Описание результатов исследования
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Алгоритм построения сгруппированного (или табулированного) ряда
- •Общий обзор параметров распределений
- •1. 3. Параметры статистических совокупностей
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Исключение выскакивающих значений
- •Нормальный закон распределения и другие виды распределений
- •Проверка «нормальности» эмпирического распределения
- •Стандартизация данных и стандартизованные шкалы в психологии
- •Процентильные нормы для детей 5;5 – 11 лет
- •1. 4. Характеристики взаимосвязи признаков
- •Материалы лекции. Понятие статистической зависимости
- •Общий обзор мер связи
- •Коэффициент контингенции
- •Критерий «хи-квадрат» Пирсона
- •Ранжирование
- •Правила ранжирования
- •Бисериальные коэффициенты корреляции
- •Коэффициент взаимной сопряженности Чупрова
- •Коэффициент взаимной сопряженности Пирсона
- •Ранговой коэффициент корреляции Спирмена
- •Коэффициент линейной корреляции Пирсона
- •Глава 2. Индуктивная статистика
- •2. 1. Решение задачи сравнения выборок. Понятие статистических критериев и их виды
- •Материалы лекции. Статистические гипотезы
- •Уровень статистической значимости
- •Этапы принятия статистического решения
- •Классификация исследовательских задач, решаемых с помощью статистических методов
- •Решение задачи сравнения выборок
- •4. Каковы ограничения в применении критерия?
- •Обзор наиболее часто применяемых параметрических критериев
- •Общий обзор непараметрических критериев
- •2. 2. Выявление различий в уровне исследуемого признака
- •Материалы лекции. Параметрический критерий Стьюдента для сравнения независимых выборок
- •Поправка Снедекора
- •Правило принятия решения описано выше. Непараметрический критерий Розенбаума (критерий «хвостов»)
- •Непараметрический критерий Манна-Уитни
- •2. 3. Оценка достоверности сдвига в значениях исследуемого признака
- •Материалы лекции.
- •Параметрический критерий Стьюдента для сравнения зависимых выборок
- •Непараметрический критерий знаков
- •6. Правило принятия решения:
- •Непараметрический критерий Вилкоксона
- •2. 4. Выявление различий в распределении признака
- •Материалы лекции. Критерий «хи-квадрат» Пирсона
- •Критерий Колмогорова-Смирнова
- •2. 5. Многофункциональные статистические критерии
- •Материалы лекции.
- •Критерий φ* — «Угловое преобразование» Фишера
- •Алгоритм расчета критерия φ*
- •Критерий Макнамары
- •Алгоритм расчет критерия
- •2. 6. Дисперсионный анализ
- •Материалы лекции. Введение в дисперсионный анализ anova
- •Однофакторный дисперсионный анализ
- •2. 7. Многомерные методы обработки данных
- •Материалы лекции.
- •I. Классификация методов по назначению:
- •II. Классификация методов по исходным предположениям о структуре данных:
- •III. Классификация методов по виду исходных данных:
- •Множественный регрессионный анализ
- •Матрица корреляций пяти показателей интеллекта
- •Факторные нагрузки после варимакс-вращения
- •1. Эксплораторный-разведочный.
- •2. Конфирматорный.
- •1. Выбор исходных данных.
- •2. Предварительное решение проблемы числа факторов.
- •3. Факторизация матрицы интеркорреляций.
- •4. Вращение и предварительная интерпретация факторов (ротация факторов).
- •5. Принятие решения о качестве факторной структуры.
- •6. Вычисление факторных коэффициентов и оценок.
- •Компьютерные пакеты прикладных статистических программ
- •Список литературы
- •Приложение 1. Статистические таблицы с критическими значениями
- •1.1. Критические значения отношения для исключения выскакивающих значений
- •1.2. Критические значения коэффициента ранговой корреляции Спирмена
- •1.3. Критические значения коэффициента линейной корреляции Пирсона
- •1.4. Критические значения критерия хи-квадрат Пирсона
- •1.5. Критические значения критерия Стьюдента
- •1.6. Критические значения критерия Фишера
- •1.7. Критические значения непараметрического критерия Манна-Уитни
- •1.8. Критические значения непараметрического критерия Вилкоксона
- •1.9. Таблицы для перевода процентных долей в величины центрального угла для расчета критерия «угловое преобразование» Фишера
- •Приложение 2. Глоссарий
- •Приложение 3. Англо-русский словарь статистических терминов
Алгоритм построения сгруппированного (или табулированного) ряда
Определение размаха выборки: R= xmax – xmin
Выбор количества разрядов k
Число разрядов, на которые будет разбиваться весь диапазон значений признака, можно найти точно по формуле
или приближенно (этот способ используется чаще) по следующей таблице:
Таблица 3
N |
k |
20 – 50 |
7 – 8 |
50 – 100 |
9 – 15 |
> 100 |
15 – 20 |
Определение интервала квантования (длины разряда)
Округляем до целого числа
Определение границ разрядов (интервалов) и табулирование, т.е. подсчет числа значений, попавших в данный интервалfi, пользуясь таблицей следующего вида (таблица 4):
Таблица 4
№ п/п |
Xi (начало и конец каждого интервала) |
fi |
Fi |
k |
X0k — Xk |
fk |
Fk |
… |
|
|
|
… |
|
|
|
3 |
X03 — X3 |
f3 |
F3 |
2 |
X02 — X2 |
f2 |
F2 |
1 |
X01 — X1 |
f1 |
F1 |
Прежде всего, необходимо определить начало Х0iи конец Хiкаждого интервала.X01 устанавливается исследователем, это может быть минимальное значение в выборке или на несколько единиц меньше его. Конечная граница каждого интервала определяется по формуле:, гдех0i— нижняя границаi-того интервала; хi— верхняя границаi-того интервала.
После того, как определены начало и конец каждого интервала, на основании первичных данных производится подсчет числа значений, попадающих в каждый интервал (fi).
Пример.
Ученикам начальной школы (38 человек) был предложен тест для проверки скорости чтения. Были получены следующие оценки скорости чтения (количество слов за минуту):
90 66 106 84 105 83 104 82 97 97 59 95 78 70 47 95 100 69 44 80 75 75 51 109 89 58 59 72 74 75 81 71 68 112 62 91 93 84
Результаты расчетов:
R=xmax–xmin= 112 – 44 = 68
Пусть k = 8 Тогда =8,5 ≈ 9
Пусть начало первого интервала будет x01=41.
Тогда верхняя граница первого интервала будет x1=41+(9-1)=49
Начало второго интервала на 1 балл больше, то есть x02=50.
Верхняя граница второго интервала x2=50+(9-1)=58.И так далее…
Таблица 5
№ п/п |
Xi (начало и конец интервалов) |
fi |
Fi |
8 |
104—112 |
5 |
38 |
7 |
95—103 |
5 |
33 |
6 |
86—94 |
4 |
28 |
5 |
77—85 |
7 |
24 |
4 |
68—76 |
9 |
17 |
3 |
59—67 |
4 |
8 |
2 |
50—58 |
2 |
4 |
1 |
41—49 |
2 |
2 |
|
|
=38 |
|
Построим на основании этого примера графики — полигоны частот и гистограммы дифференциального и интегрального распределений (рис. 6-9).
Рис. 6. Полигон частот дифференциального распределения
|
Рис. 7. Гистограмма дифференциального распределения |
Рис.8. Полигон частот интегрального распределения |
Рис. 9. Гистограмма интегрального распределения |
Параметрический способ представления результатов исследования— это описание результатов, полученных на выборке с помощью параметров распределений.
Параметры распределений— это числовые характеристики, которые отражают основные тенденции выраженности и изменчивости признака в данной выборке.
Существуют две группы параметров: меры положения или меры центральной тенденции, отражающие выраженность признака, и меры изменчивости или меры рассеивания, характеризующие изменчивость признака. Выбор параметров, с помощью которых будут описываться результаты исследования, зависит, во-первых, от того, по какой шкале измерен данный признак, и, во-вторых, от исследовательских задач.
Для облегчения принятия решения о выборе параметров следует воспользоваться таблицей 6.
Таблица 6