- •1.Метод экспертных оценок: сущность, возможности и ограничения.
- •2. Классификация техник экспертного метода.
- •3. Критерии отбора экспертов.
- •4. Технология формирования экспертной оценки.
- •5. Обработка и анализ экспертной информации.
- •6. Социометрический опрос: сущность, возможности, область применения.
- •7. Основные понятия социометрии.
- •8. Программа, этапы и инструментарий проведения социометрического опроса.
- •9. Социометрические критерии.
- •10. Проблема так называемых социометрических ограничений.
- •11. Социоматрица как форма представления социометрических данных.
- •12. Социограмма как форма представления социометрических данных.
- •13. Социоиндекс как форма представления социометрических данных.
- •14. Эксперимент как метод социологического исследования.
- •15. Классификация экспериментов.
- •16. Структура экспериментальной ситуации.
- •17. Внешняя и внутренняя валидность эксперимента.
- •18. Логическая структура доказательства гипотез в эксперименте.
- •19. Сущность и назначение метода фокус-групп.
- •20. Ролевое поведение модератора в исследовании с применением метода фокус-групп.
- •21. Сценарий обсуждения, использования технических средств и анализ работы фокус-групп.
- •22. Метод исследования случая: специфика и объекты изучения.
- •23. Технология использования метода исследования случая.
- •24. Интерпретация результатов, полученных методом исследования случая.
- •25. Биографический метод: история, сущность, назначение.
- •26. Информационные каналы, используемые в исследовании с применением
- •27. Три основных типа “историй жизни”.
- •28. Критерии подготовки первичной социологической информации к обработке: реализация программных установок.
- •29. Основной смысл обработки информации с помощью компьютера и других вычислительных средств. Первичная и вторичная, индивидуальная и совокупная социологическая информация.
- •30. Линейные распределения, исчисление средних.
- •31. Методы многомерного анализа.
- •32. Графический анализ.
- •33. Обобщение и представление данных, или их теоретическая интерпретация (теоретическая обработка), как результирующий этап социологического исследования.
- •34. Научный отчет как основной результирующий документ социологического исследования: его административное, юридическое и финансовое значение.
- •35. Методологические и методические требования к составлению научного отчета.
- •36. Стилистические и технические требования к составлению научного отчета по итогам социологического исследования.
- •37. Этапы и процедуры составления научного отчета по итогам социологического исследования.
- •38. Проблема внедрения в практику результатов социологического исследования.
30. Линейные распределения, исчисление средних.
31. Методы многомерного анализа.
Многомерность свойственна психол. данным по природе, поскольку они чаще всего состоят по крайней мере из неск. наблюдений за поведением одного человека или группы лиц. М. м. а. и были созданы для совместной обработки таких данных, напр. для их исслед. с целью обнаружения присущих им базисных характеристик либо, в случае дедуктивного подхода, для проверки или оценки априорных гипотез в отношении этих данных. В своих лучших образцах многомерный анализ представляет собой обобщение одномерного анализа, так что в тех случаях, когда данные состоят из значений только одной переменной, многомерный метод будет давать тот же результат, что и соотв. одномерный метод. Так, есть статистики, базирующиеся на многомерном распределении случайных величин, к-рые можно свести к таким хорошо известным одномерным статистикам, как хи-квадрат или t-критерий.
Многомерный анализ включает широкий спектр мат. и статистических методов и, вообще говоря, не существует общепринятого определения границ этой области. По общей договоренности, однако, такие специализированные предметы, как теория надежности или теория латентных черт, не считаются разделами многомерного анализа в силу их обособленных традиций в сфере психол. исслед. Методы анализа множественных дихотомических переменных часто рассматриваются и изучаются под своими названиями, напр. логлинейные модели. Также анализ повторных наблюдений, проведенных на одном человеке или на каком-то др. объекте, скажем, классе, обычно относится к особой области, наз. анализом временных рядов.
Методы
Осн. многомерные методы можно разбить на 3 категории: методы линейных моделей, методы линейной композиции и линейные структурные методы. Их классиф. зависит от того, в какой степени включаемые в анализ переменные можно считать случайными, а не заданными или известными, и в какой мере можно опираться на теорию малых выборок, а не только на теорию больших выборок, учитывая, что теория линейных моделей является наиболее разработанной, а структурные методы, по крайней мере, достаточно хорошо разработаны в статистическом плане. Как уже упоминалось, существуют еще и нелинейные методы.
32. Графический анализ.
Графики и диаграммы – один из самых наглядных способов представления результатов исследований.
Практически каждый исследователь или аналитик на определенном этапе анализа данных непосредственно сталкивается с необходимостью представления полученных результатов в графическом виде. Графики являются неотъемлемой частью большинства процедур статистического анализа данных – факторного, кластерного, дисперсионного анализа, многомерного шкалирования, анализа соответствий или построения деревьев классификации.
Необходимость графического представления результатов возникает на любом этапе обработки данных, начиная от разведочного графического анализа и заканчивая созданием итогового отчета о результатах исследований. Как правило, пользователю в первую очередь требуются традиционные двумерные и трехмерные гистограммы и диаграммы рассеяния, различные виды поверхностей и карт линий уровня, круговые диаграммы и диаграммы диапазонов. Однако существуют и более сложные типы графических представлений – матричные, тернарные и категоризованные графики, а также графики из пиктограмм для анализа многомерных данных. В данной статье акцент будет сделан на наиболее интересных и не совсем традиционных способах графического представления и анализа данных.
Матричные графики
Для исследования взаимосвязи между переменными файла данных можно для каждой пары переменных построить последовательность диаграмм рассеяния. В общем случае это достаточно длительный и трудоемкий процесс. Чтобы упростить эту процедуру, были придуманы так называемые матричные графики, которые представляют собой целые матрицы диаграмм рассеяния, линейных графиков или столбчатых диаграмм. Фактически такой график – это наглядное представление корреляционной матрицы
Виды графического анализа: 1 Интерактивное закрашивание 2Интерактивное вращение трехмерного графика 3 График на плоскости в треугольных координатах (слева) и тернарная поверхность 4 Пиктографики 5 Категоризованные тернарные графики и графики поверхности
6 Круговые диаграммы