WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 || 3 | 4 |   ...   | 12 |

2) Задача индуктивной статистики заключается в проверке того, можно ли распространить результаты, полученные на отдельной выборке, на всю популяцию, из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции обобщить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают какие-то выводы и обобщения, исходя из данных, полученных при изучении выборки.

3) Корреляционный анализ позволяет узнать, насколько связаны между собой две переменные, с тем чтобы можно было предсказывать возможные значения одной из них, если мы знаем другую.

Для получения зачета по данной дисциплине необходимо выполнить четыре лабораторные работы. Тексты и методические рекомендации по выполнению лабораторных работ даны в приложениях разделов со второго по пятый. Лабораторные работы выполняются на компьютере в программе “Excel”. Выполненные лабораторные работы должны отсылаться по электронной почте по адресу mailto:titkova@psy.dvgu.ru Рабочая учебная программа дисциплины Математические методы в психологии психология специальность факультет_Психологии и социальной работы кафедра_психосоциальной работы курс, лекции(час.) практические занятия(час.) семинарские занятия(час.) лабораторные работы_ _(час.) всего часовсамостоятельная работа120_(час.) реферативные работы не предусмотрены контрольные работы предусмотрены экзамен _ (семестр) зачет (семестр) Рабочая программа составлена на основании авторских разработок и государственного стандарта Рабочая программа обсуждена на заседании кафедры психосоциальной работы «_»_2002 г.

Заведующий кафедрой Кулебякин Е.В._ Составитель (ли) Титкова Лидия Степановна (Ф.И.О., ученое звание) ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Программа курса «Математические методы в психологии» составлена в соответствии с требованиями государственного образовательного стандарта высшего профессионального образования.

Цель курса – ориентация студентов в сущности применения математических методов в психологических науках.

Преподавание курса связано с другими курсами государственного образовательного стандарта: «Основы психодиагностики», «Общий психологический практикум», «Экспериментальная психология».

По завершению обучения по дисциплине студент должен:

– овладеть системой знаний о применении математических методов в психологии;

– владеть умениями применения статистических критериев в психологии и интерпретации, полученных результатов.

I. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ 1. Основные понятия, используемые в математической обработке данных Рассматриваются виды данных в статистике. Определение количественных, качественных и порядковых данных. Характеристика типов шкал, применяемых в психологии. Операции с числами, возможные с каждым типом шкал измерения. Ограничения в использовании различных типов шкал. Перевод данных из одного типа шкал в другой тип измерения.

Понятие генеральной совокупности и выборки. Свойства и параметры совокупности.

Репрезентативность. Классификация выборок по способу отбора, объему, схеме испытаний и репрезентативности.

Понятие проблемы и гипотезы. Принципы фальсифицируемости и верифицируемости.

Научная и статистическая гипотеза. Нулевая и альтернативная гипотезы.

Определение статистического критерия. Параметрические и непараметрические критерии.

Уровни статистической значимости. Ошибка первого рода. Ось значимости. Мощность критериев и ошибка второго рода.

2. Методы описательной статистики Представление количественных данных. Различные этапы представления данных.

Несгруппированные ряды. Упорядоченные ряды. Ранжирование данных. Распределение частот.

Числовые характеристики распределения данных. Оценка средних величин. Мода, медиана и средняя арифметическая. Оценка разброса данных. Коэффициенты вариации. Ассиметрия и эксцесс.

3. Нормальный закон распределения случайной величины Нормальный закон распределения случайной величины. Понятие распределения признака и нормального распределения признака; основные характеристики нормального распределения.

Построение кривой нормального распределения. Формула для нахождения теоретических частот (m’), алгоритм построения кривой нормального распределения.

Проверка нормальности распределения результативного признака. Даются формулы для расчета критических значений А (асимметрия) и Е (эксцесс) Пустыльника Е.И. и Плохинского Н.А.

4. Меры связи между признаками Понятие корреляционного анализа; корреляционной связи и корреляционной зависимости;

методы для расчета коэффициента корреляции: метод ранговой корреляции Спирмена; метод Браве-Пирсона. Интерпретация корреляции.

5. Методы проверки статистических гипотез Описание и применение статистических критериев: t-критерий Стьюдента, F-критерий Фишера, Q-критерий Розенбаума, T-критерий Вилкоксона, 2-критерий Пирсона.

6. Многомерный анализ данных Двумерный регрессионный анализ. Двухфакторный дисперсионный анализ.

Дисперсионный анализ (ДА).

7. Многомерный анализ данных. Факторный анализ Применение ФА в психологии как одного из методов многомерного количественного описания (измерения, анализа) наблюдаемых переменных. Разведочный и конфирматорный ФА.

Этапы факторного анализа. Статистические показатели для оценки результатов факторного анализа.

8. Многомерное шкалирование Понятие многомерного шкалирования (метрическое и неметрическое) (МШ). Построение пространственной модели субъективного расстояния в психологическом пространстве. Метод ортогональных проекций. Построение метрической модели.

II. САМОСТОЯТЕЛЬНАЯ РАБОТА СТУДЕНТОВ (120 часов) 1) Знакомство с научной литературой по психологии и математическим методам, применяемым в психологии.

2) Выполнение лабораторных работ.

III. РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА Основная 1) Гласс Дж. и Стенли Дж., Статистические методы в педагогике и психологии. / Пер. с англ. М., 2) Сидоренко Е.В. Методы математической обработки в психологии. СПб, 3) Суходольский Г.В. Основы математической статистики для психологов. Л., 4) Тарасов С.Г. Основы применения математических методов в психологии. СПб, Дополнительная 1) Громыко Г.А. Статистика. МГУ, 2) Елисеева И.И., Юзбашев М.М., Общая теория статистики. М., 3) Наследов А.Д. Методы обработки многомерных данных в психологии. СПб., 4) Суходольский Г.В. Математико-психологические модели деятельности. СПб, 5) Толстова Ю.Н. Анализ социологических данных. М., IV. МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ 1) Учебно-тематический план курса «Математические методы в психологии».

2) Электронный учебник по дисциплине «Математическим методам в психологии».

V. ТЕХНИЧЕСКИЕ СРЕДСТВА ОБЕСПЕЧЕНИЯ ДИСЦИПЛИНЫ 1) Персональный компьютер Раздел 1. Основные понятия, используемые в математической обработке данных Содержание Данные и их разновидности. Рассматриваются виды данных в статистике. Определение количественных, качественных и порядковых данных.

Измерительные шкалы. Характеристика типов шкал, применяемых в психологии.

Операции с числами, возможные с каждым типом шкал измерения. Ограничения в использовании различных типов шкал. Пример перевода данных из одного типа шкал в другой тип измерения.

Генеральная совокупность и выборка. Понятие генеральной совокупности и выборки.

Свойства и параметры совокупности. Репрезентативность. Классификация выборок по способу отбора, объему, схеме испытаний и репрезентативности.

Статистические гипотезы. Понятие проблемы и гипотезы. Принципы фальсифицируемости и верифицируемости. Научная и статистическая гипотеза. Нулевая и альтернативная гипотезы.

Статистические критерии. Определение статистического критерия. Параметрические и непараметрические критерии. Уровни статистической значимости. Ошибка первого рода. Ось значимости. Мощность критериев и ошибка второго рода.

1.1. Данные и их разновидности Данные в статистике – это основные элементы, подлежащие анализу. Данными могут быть какие-то количественные результаты, свойства, присущие определенным членам популяции, место в той или иной последовательности – любая информация, которая может быть классифицирована или разбита на категории с целью обработки.

Построение распределения ряда данных – это разделение первичных данных, полученных на выборке, на классы или категории с целью получить обобщенную упорядоченную картину, позволяющую их анализировать. Существуют три типа данных:

1. Количественные данные, получаемые при измерениях (например, данные о весе, размерах, температуре, времени, результатах тестирования и т.п.). Их можно распределить по шкале с равными интервалами.

2. Порядковые данные, соответствующие местам этих элементов в последовательности, полученной при их расположении в возрастающем порядке.

3. Качественные данные, представляющие собой какие-то свойства элементов выборки или популяции. Их нельзя измерить, и единственной их количественной оценкой служит частота встречаемости.

Из всех этих типов данных только количественные данные можно анализировать с помощью методов, в основе которых лежат параметры (такие, например, как средняя арифметическая, мода, дисперсия и т.д.). Но даже к количественным данным такие методы можно применить лишь в том случае, если число этих данных достаточно, чтобы проявилось нормальное распределение.

1.2. Измерительные шкалы Поскольку психология имеет дело с психологическими процессами, то она оперирует по необходимости различными числовыми показателями, выражающими частоты, протяженности и напряженность связи между различными характеристиками. Предпосылка всех операций с количественными выражениями свойств психологических процессов и характеристик – первичное измерение качественных признаков или их квантификация. Проблема первичного измерения лишь частично математическая. Чтобы по определенным правилам приписать числа свойствам объекта психологии, надо уяснить их содержательную структуру, найти соответствие между нею и инструментом измерения. Это задачи качественно-количественного анализа. Измерению подлежат любые свойства психологических объектов: качественные и количественные. С количественными дело обстоит просто, для них уже есть общепринятые эталоны измерения (год, рубль, один человек). Качественные характеристики не имеют установленных эталонов измерения. Их приходится конструировать в соответствии с природой изучаемого объекта.

Введем некоторые определения.

Признаки и переменные – это измеряемые психологические явления. Такими явлениями могут быть время решения задачи, количество ошибок.

Значения признака определяются при помощи специальных шкал наблюдения.

Психологические переменные являются случайными величинами, поскольку неизвестно заранее, какое именно значение они примут.

Измерение – это приписывание числовых форм объектам или событиям в соответствии с определенными правилами.

С. Стивенсом предложена классификация из 4 типов шкал измерения:

1) номинативная, или номинальная, или шкала наименований;

2) порядковая, или ординальная, шкала;

3) интервальная, или шкала равных интервалов;

4) шкала равных отношений.

Номинативная шкала – это шкала, классифицирующая по названию. Название же не измеряется количественно, оно лишь позволяет отличить один объект от другого или одного субъекта от другого. Номинативная шкала – это способ классификации объектов или субъектов, распределения их по ячейкам классификации.

Простейший случай номинативной шкалы – дихотомическая шкала, состоящая всего лишь из двух ячеек, например: «имеет братьев и сестер – единственный ребенок в семье»; «иностранец – соотечественник»; «проголосовал «за» – проголосовал «против»» и т.п.

Расклассифицировав все объекты, реакции или испытуемых, можно перейти, от наименований к числам, подсчитав количество наблюдений в каждом классе. Номинальная шкала позволяет подсчитывать частоты встречаемости разных наименований или значений признака и затем работать с этими частотами. Единица измерения, которой мы оперируем – это одно наблюдение.

Операции с числами для номинативной шкалы.

1) Нахождение частот распределения по пунктам шкалы с помощью процентирования или в натуральных единицах. Нетрудно подсчитать численность каждой группы и отношение этой численности к общему ряду распределения (частоты).

2) Поиск средней тенденции по модальной частоте. Модальной (Мо) называют группу с наибольшей численностью. Эти две операции дают представление о распределении психологических характеристик в количественных показателях. Его наглядность повышается отображением в диаграммах.

3) Самым сильным способом количественного анализа является установление взаимосвязи между рядами свойств, расположенных неупорядоченно. С этой целью составляют перекрестные таблицы. Помимо простой процентовки в таблицах перекрестной классификации можно подсчитать критерий сопряженности признаков по Пирсону.

Порядковая шкала – это шкала, классифицирующая по принципу «больше – меньше».

Если в шкале наименований было безразлично, в каком порядке расположены классификационные ячейки, то в порядковой шкале они образуют последовательность от ячейки «самое малое значение» к ячейке «самое большое значение» (или наоборот).

Это полностью упорядоченная шкала наименований, она устанавливает отношения равенства между явлениями в каждом классе и отношения последовательности в понятиях больше, меньше между всеми без исключения классами.

Упорядоченные номинальные шкалы общеупотребимы при опросах общественного мнения. С их помощью измеряют интенсивность оценок каких-то психологических свойств, суждений, событий, степени согласия или несогласия с предложенными утверждениями. Весьма часто употребляемая разновидность шкал этого типа – ранговые. Они предполагают полное упорядочение каких-то объектов.

Операции с числами.

Интервалы в этой шкале не равны, поэтому числа обозначают лишь порядок следования признаков. И операции с числами – это операции с рангами, но не с количественным выражением свойств в каждом пункте.

1) Числа поддаются монотонным преобразованиям: их можно заменить другими с сохранением прежнего порядка. Так вместо ранжирования от 1 до 5 можно упорядочить тот же ряд в числах от 2 до10. Отношения между рангами останутся неизменными.

2) Суммарные оценки по ряду упорядоченных номинальных шкал – хороший способ измерять одно и то же свойство по набору различных индикаторов.

Pages:     | 1 || 3 | 4 |   ...   | 12 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.