31

Санкт-Петербургский Государственный Институт

Психологии и Социальной Работы

Материалы для самостоятельной работы студентов по курсу

«МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ»

для студентов очной/очно-заочной/заочной формы обучения

по специальности/направлению Психология

Тютюнник Е.И.

(Ф.И.О. преподавателя)

доцент

(должность)

кафедра общей и дифференциальной психологии

(кафедра)

______________________

(подпись)

Санкт-Петербург

2010

СОДЕРЖАНИЕ

1. Вопросы к итоговому контролю знаний (экзамену или дифференцированному зачету) 3

2. Список основной и дополнительной литературы 4

2.1. Список основной и дополнительной литературы к разделам и темам курса 4

2.2. Учебная и научная литература (общий список) 9

2.3. Перечень иных информационных источников (российские и зарубежные сайты) 10

3. Задания для самостоятельной работы 11

Контрольные работы для студентов очной формы обучения 11

Контрольная работа для студентов очно-заочной и заочной форм обучения 16

4. Методические указания по выполнению и оформлению самостоятельной работы 19

5. Дополнительные материалы 22

5.1. Глоссарий 22

5.2. Англо-русский словарь статистических терминов 24

1. Вопросы к итоговому контролю знаний (экзамену или дифференцированному зачету)

1. Предмет математической статистики и её разделы. Значение знания математической статистики для психолога.

2. Понятие измерения. Способы измерения.

3. Сравнительная характеристика и примеры типов измерительных шкал.

4. Основные понятия математической статистики.

5. Репрезентация экспериментальных данных.

6. Достоинства и недостатки различных способов графического представления данных.

7. Характеристики статистических совокупностей. Меры достоверности.

8. Виды распределений. Нормальное распределение случайной величины.

9. Основные этапы статистической обработки результатов психологических исследований.

10. Понятие репрезентативности экспериментальных данных.

11. Номинальная шкала. Характеристики распределений признаков, измеренных по номинальной шкале.

12. Шкала порядка. Характеристики распределений признаков, измеренных по порядковой шкале.

13. Шкала равных интервалов. Характеристики распределений признаков, измеренных в интервальной шкале.

14. Статистический анализ несгруппированных данных.

15. Статистический анализ сгруппированных данных.

16. Стандартизованные данные. Основные шкалы, встречающиеся в психологических тестах.

17. Зависимость вероятностных событий. Общий обзор мер связи и их соответствие типам измерений и шкал.

18. Оценка связи между качественными признаками, измеренными методом регистрации.

19. Оценка связи между качественными признаками, измеренными методом упорядочивания.

20. Оценка связи между количественными признаками.

21. Метод корреляционных плеяд.

22. Максимальный корреляционный путь как аналог однофакторного решения Спирмена (центроидный метод).

23. Статистический вывод и оценивание. Меры возможной ошибки параметров.

24. Сравнение распределений: проверка гипотез.

25. Понятие статистических критериев, их виды, возможности и ограничения.

26. t– критерий Стъюдента для зависимых и независимых выборок. Поправка Снедекора.

27. Критерий F–Фишера.

28. t– критерия Стъюдента для сравнения результатов регистрирующего измерения.

29. Q – критерия Розенбаума. U – критерий Манна–Уитни.

30. H – критерий Крускала–Уоллиса. S –критерий Джонкира.

31. G – критерий знаков. T – критерий Вилкоксона. _r² – критерий Фридмана.

32. ² – критерий Пирсона.

33.  – критерий Колмогорова-Смирнова. Проверка нормальности распределения.

34. Многофункциональные статистические критерии: * – критерий (угловое преобразование Фишера).

35. Многофункциональные статистические критерии: m – биномиальный критерий.

36. Дисперсионный анализ: общее понятие, подготовка данных, однофакторный и двух факторный дисперсионный анализ для независимых и зависимых выборок.

37. Классификация многомерных методов анализа данных.

38. Регрессионный анализ: возможности, ограничения.

39. Множественный регрессионный анализ: назначение и требования к исходным данным.

40. Модель прогноза успешности деятельности: этапы построения с использованием алгоритма множественного регрессионного анализа.

41. Таксономический анализ: возможности, ограничения.

42. Кластерный анализ: возможности, ограничения.

43. Кластерный анализ: меры сходства.

44. Кластерный анализ: методы.

45. Дискриминантный анализ: возможности, ограничения.

46. Сходство и различие кластерного и дискриминантного анализов.

47. Факторный анализ и его разновидности: возможности, ограничения.

48. Факторный анализ: простая латентная структура и ротация.

49. Факторный анализ: проблема определения числа факторов.

50. Методы математического моделирования в психологии: общий обзор.