- •Учебная программа
- •Математические методы в психологии
- •(Основной курс)
- •Т.Н.Савченко
- •I. Организационно-методический раздел
- •II Содержание курса.
- •1.Разделы курса
- •2.Темы и краткое содержание
- •1.Описательная статистика Лекция 1. Прикладная статистика как самостоятельная дисциплина
- •Лекция 2. Меры центральной тенденции: мода, медиана, среднее
- •Лекция 6. Некоторые методы вывода статистических гипотез
- •И критерии для частных задач
- •3.Корреляционный и регрессионный методы Лекция8.Психологические измерения
- •Лекция 9. Ковариация, коэффициент корреляции, меры связи для переменных, измеренных в различных шкалах
- •Лекция 10.Регрессионный анализ
- •4.Модели дисперсионного анализа Лекция 11. Элементы дисперсионного анализа.
- •5. Модели факторного анализа Лекция12. Факторный анализ. Основная модель.
- •Лекция 13.Компонентный анализ. Метод главных компонентов. Центроидный метод факторного анализа
- •3. Методы клАссификации Лекция14. Методы кластерного анализа, их классификация. Иерархический метод кластерного анализа
- •Лекция 15. Дендритный метод кластерного анализа. Метод к-средних.
- •3. Примерный перечень вопросов к зачету
Учебная программа
Математические методы в психологии
(Основной курс)
Т.Н.Савченко
2006
I. Организационно-методический раздел
Курс предназначен для студентов второго курса. Его цель - познакомить слушателей с математической статистикой и математическими методами анализа данных, применением их в психологических исследованиях. Предлагаются методы, получившие распространение среди зарубежных психологов, а также оригинальные отечественные разработки.
Курс предназначен для слушателей, которые изъявили желание специализироваться в поведенческих науках, в области практической психологии и др.
Задачи курса заключаются в следующем:
Сформировать у студентов положительную мотивацию на использование современных математических и компьютерных методов в фундаментальных прикладных психологических исследованиях.
Дать знания об основных математических понятиях статистики и их применении для представления и анализа результатов психологического исследования;
Познакомить с основными современными методами анализа экспериментальных данных.
Продемонстрировать возможность работы с различными пакетами прикладных программ, позволяющих анализировать данные экспериментальных исследований.
Для освоения данного курса необходимы знания, полученные при изучении курса Высшей математики. В практические занятия включен практикум по измерениям в психологии (работа со статистическими пакетами). Изучаемые методы необходимы для освоения курсов психодиагностики и экспериментальной психологии, а также для выполнения курсовых и дипломных работ.
Знания, полученные в результате освоения данного курса, позволят слушателям грамотно поставить задачу эмпирического исследования, проанализировать полученные результаты, подтвердить опровергнуть или опровергнуть выдвинутые гипотезы. Студенты смогут выбирать подходящие методы анализа эмпирических данных и корректно их использовать.
Данный курс дает также навыки проведения теоретических выводов, использования математики при адаптации и конструировании тестов. Использование многомерного анализа позволяет выявить скрытые аспекты изучаемых проблем.
Предлагаемый курс предполагает проведение большой самостоятельной работы. В процессе обучения студенты выполняют 6 работ, для которых необходимы полученные в данном курсе теоретические знания, знания основ психологии и использование статистических пакетов. В качестве примеров используются данные реальных психологических исследований.
II Содержание курса.
Теоретический курс состоит из нескольких разделов. представляющих группы методов факторного анализа, кластерного анализа, методов многомерного шкалирования, латентно-структурного анализа. Практические занятия— это работа студентов с пакетами прикладных программ и проведение самостоятельных экспериментальных исследований с использованием математических методов анализа данных, а также – решение задач на освоение изучаемых методов.
1.Разделы курса
Описательная статистика
Теория статистического вывода
Корреляционный анализ и регрессионный анализ
Дисперсионный анализ
5. Модели факторного анализа
7. Методы классификации