- •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
2. 4. Выявление различий в распределении признака
Методические рекомендации к изучению темы
При изучении данной темы необходимо учесть то, что оба критерия непараметрические, они оперируют частотами. Обратите особое внимание на правила принятия решения для рассмотренных критериев: эти правила могут быть противоположны. Внимательно изучите ограничения в применении критериев.
После изучения материала лекции ответьте на контрольные вопросы, ответы занесите в конспект.
Материалы лекции. Критерий «хи-квадрат» Пирсона
Критерий «хи-квадрат» Пирсона рассматривался в теме № 4. Напоминаем, что он может решать несколько задач, в том числе и сравнение распределений. Напомним его назначение.
Назначения критерия
Критерий χ2 применяется в двух целях;
1)для сопоставленияэмпирическогораспределения признака стеоретическим -равномерным, нормальным или каким-то иным;
2)для сопоставлениядвух, трех или более эмпирическихраспределений одного и того же признака, то есть для проверки их однородности;
3) для оценки стохастической (вероятностной) независимости в системе случайных событий;
и т.д.
Алгоритм расчета критерия и правило вывода не изменяются. Поэтому подробно на этом критерии в данной теме мы останавливаться не будем.
Критерий Колмогорова-Смирнова
Назначение критерия
Критерий предназначен для сопоставления двух распределений:
а) эмпирического с теоретическим, например, равномерным или нормальным;
б) одного эмпирического распределения с другими эмпирическим распределением.
Критерий позволяет найти точку, в которой сумма накопленных расхождений между двумя распределениями является наибольшей, и оценить достоверность этого расхождения.
Если различия между двумя распределениями существенны, то в какой-то момент разность накопленных частот достигнет критического значения, и мы сможем признать различия статистически достоверными. В формулу критерия включается эта разность. Чем больше эмпирическое значение, тем более существенны различия.
Ограничения критерия:
Критерий требует, чтобы выборка была достаточно большой. При сопоставлении двух эмпирических распределений необходимо, что бы N1,2 ≥50. Сопоставление эмпирического распределения с теоретическим иногда допускается приN1,2 ≥5.
Разряды должны быть упорядочены по нарастанию или убыванию какого-либо признака. Они обязательно должны отражать какое-то однонаправленное его изменение.
Критерий применяется для сравнения признаков, измеренных по шкалам порядка, интервальной или пропорциональной. Мы не можем накапливать частоты по разрядам, которые отличаются лишь качественно и не представляют собой шкалы порядка. Во всех тех случаях, когда разряды представляют собой не упорядоченные по возрастанию или убыванию какого-либо признака категории, нам следует применять метод хи-квадрат.
Алгоритм расчета критерия
Расчет критерия при сопоставлении двух эмпирических распределений7
1. Расчеты целесообразно провести, пользуясь следующей таблицей.
Таблица 32
№ п/п |
xi |
f1i |
f2i |
p1i |
p2i |
P1i |
P2i |
|di| |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
1 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
….. |
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
Занести в таблицу значения признака (наименования разрядов для сгруппированного распределения) — второй столбец, соответствующие им эмпирические частоты, полученные в распределении 1 (третий столбец) и в распределении 2 (четвертый столбец).
2. Подсчитать эмпирические частости (относительные частоты) по каждому разряду для распределения 1 по формуле:
,
где f1i - эмпирическая частота для данного значения (интервала);
N1- количество наблюдений в выборке.
Занести эмпирические частости распределения 1 в пятый столбец.
3. Подсчитать эмпирические частости по каждому разряду для распределения 2 по формуле:
,
где f2i - эмпирическая частота для данного значения (интервала);
N2- количество наблюдений в выборке.
Занести эмпирические частости распределения 2 в шестой столбец таблицы.
4. Подсчитать накопленные эмпирические частости для распределения 1 по формуле:
где Рi-1 – относительная частота, накопленная для предыдущего значения (интервала);
i- порядковый номер значения (интервала);
рi – абсолютная частота данного значения (интервала).
Полученные результаты записать в седьмой столбец.
5. Подсчитать накопленные эмпирические частости для распределения 2 по той же формуле и записать результат в восьмой столбец.
6. Подсчитать разности между накопленными частостями по каждому разряду di= Р1i– Р2i. Записать в девятый столбец абсолютные величины разностей (без их знака). Обозначить их как |di|.
7. Определить по седьмому столбцу наибольшую абсолютную величину разности |dmax|.
8. Подсчитать значение критерия по формуле:
,
где |dmax|- наибольшая абсолютная величина разности накопленных частот;
N1- количество наблюдений в первой выборке;
N2– количество наблюдений во второй выборке.
Правило вывода:
Критические значения критерия Колмогорова-Смирнова постоянны:
λкрит.= 1,36 для уровня значимости р=0,95
λкрит.= 1,63 для уровня значимости р=0,99
Если λэмп.≥ λкрит., то различия между распределениями статистически достоверны.
Если λэмп.< λкрит., то различия между распределениями статистически не достоверны.
Контрольные вопросы:
Какие задачи решает критерий хи-квадрат Пирсона?
Можно ли использовать критерий хи-квадрат Пирсона для сравнения распределений признаков, измеренных по номинативной шкале?
Каково правило принятия решения в критерии хи-квадрат Пирсона?
Какие задачи решает критерий Колмогорова-Смирнова?
Какова область применения данного критерия?
Можно ли использовать критерий Колмогорова-Смирнова для сравнения распределений признаков, измеренных по шкале наименований?
Как найти теоретические частоты при сравнении эмпирического распределения и равномерного распределения?
Как найти теоретические частоты при сравнении эмпирического распределения и нормального распределения?
Каково правило принятия решения в критерии Колмогорова-Смирнова?
Материалы для изучения темы:
а) основная литература:
Ермолаев О. Ю. Математическая статистика для психологов [Текст]: учебник / О. Ю. Ермолаев. - 5-е изд. - М.: МПСИ: Флинта, 2011. - 336 с. - С. 159-164.
Сидоренко Е. В. Методы математической обработки в психологии [Текст] / Е. В. Сидоренко. - СПб.: Речь, 2010. - 350 с.: ил. - С. 110-156.
б) дополнительная литература:
Кутейников А.Н. Математические методы в психологии [Текст]: учебно-методический комплекс / А. Н. Кутейников. - СПб.: Речь, 2008. - 172 с.: табл. - С. 85-103.
Суходольский Г. В. Математические методы в психологии [Текст] / Г. В. Суходольский. - 3-е изд., испр. - Харьков: Гуманитарный центр, 2008. - 284 с. – С. 294-305.