- •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
Оглавление
Аннотация 3
ОГЛАВЛЕНИЕ 5
Введение 6
Методические указания для студентов 8
Контрольные вопросы для самостоятельной подготовки и самопроверки 10
Глава 1. Описательная статистика 12
1. 1. Математическая статистика и психология. Измерения в психологии и виды шкал 12
1. 2. Описание результатов исследования 25
1. 3. Параметры статистических совокупностей 34
1. 4. Характеристики взаимосвязи признаков 60
Глава 2. Индуктивная статистика 78
2. 1. Решение задачи сравнения выборок. Понятие статистических критериев и их виды 78
2. 2. Выявление различий в уровне исследуемого признака 92
Правило принятия решения описано выше. 96
2. 3. Оценка достоверности сдвига в значениях исследуемого признака 100
2. 4. Выявление различий в распределении признака 106
2. 5. Многофункциональные статистические критерии 110
2. 6. Дисперсионный анализ 116
2. 7. Многомерные методы обработки данных 122
Список литературы 137
Приложение 1. Статистические таблицы с критическими значениями 139
Приложение 2. Глоссарий 161
Приложение 3. Англо-русский словарь статистических терминов 167
Введение Цели и задачи изучения дисциплины «Математические методы в психологии» и сфера профессионального использования
Психологу в своей научной и практической работе постоянно приходится отбирать, классифицировать и упорядочивать те конкретные результаты, которые он получает в практическом исследовании своего объекта, связывать их с другими данными так, чтобы можно было принять верное решение. Именно обоснованные достоверные заключения и может сделать психолог на основе аппарата математической статистики.
Одно из достижений отечественной науки последних десятилетий — широкое проникновение не только в психологическое исследование, но и в психологическую практику персональных компьютеров, которые значительно расширяют возможности психолога, как при исследовании психики, так и при математическом анализе собранного материала.
Главная цель изученияучебной дисциплины "Математические методы в психологии" — сформировать у студентов представления о возможностях применения математики в изучении психологических явлений и овладение аппаратом математической статистики в приложении ее для обработки и анализа результатов психологических исследований.
Содержание дисциплины «Математические методы в психологии» отвечает новым требованиям (федерального компонента) к обязательному минимуму содержания и уровню подготовки бакалавра и дипломированного специалиста по циклу «Общепрофессиональных дисциплин» государственных образовательных стандартов высшего профессионального образования второго поколения, утверждёнными Министерством образования РФ 03.03.2000 г.
Содержание данного курса «Математические методы в психологии» профессионально ориентированно с учётом профиля подготовки выпускников Санкт-Петербургского государственного института психологии и социальной работы и содействует реализации задач в профессиональной деятельности.
К основным задачам курса «Математические методы в психологии» можно отнести следующие:
Сформировать целостное представление о необходимости и возможностях математико-статистического анализа результатов психологического исследования.
Сформировать и закрепить навыки описания результатов и проверки гипотез, которые не требуют использования электронно-вычислительных машин.
Сформировать представления о дисперсионном и факторном анализе. Знать простейшие алгоритмы построения дисперсионного анализа. Понимать результаты факторного анализа.
Дать общие сведения о возможностях более сложных программ современных видов математико-статистического анализа результатов исследования.
Ознакомиться с различными направлениями и основными результатами математического моделирования психологических явлений.
В результате изучения дисциплины будущий специалист должен:
знать:
основные этапы и назначение математико-статистического анализа результатов исследования;
основные понятия и математико-статистические процедуры, необходимые и достаточные для проведения математико-статистического анализа психодиагностических результатов;
назначение многомерных методов математической обработки результатов психологического исследования;
уметь:
определять принадлежность результатов, получаемых конкретной психодиагностической методикой, к тому или иному типу шкалы измерений;
формулировать задачи математико-статистического анализа результатов исследования в соответствии с гипотезой и правильно отбирать соответствующий математический аппарат, который позволяет сделать обоснованные выводы;
провести математико-статистический анализ результатов психологического исследования;
иметь навыки расчета:
различных параметров распределений;
мер взаимосвязи случайных величин;
критериев различий;
иметь представление:
о стандарте обработки результатов психологического исследования и нормативах представления результатов анализа данных в научной психологии;
о возможностях более сложных программ современных видов математико-статистического анализа результатов исследования;
о различных направлениях и основных результатах математического моделирования психологических явлений.