Р а з д е л 1. Измерения в психологии
Тема 1. Измерения в психологии
Измерение. Метрология как наука об измерениях. Виды измерений. Измеримые пространства. Виды психологических пространств.
Тема 2. Метрические пространства
Метрические и неметрические пространства. Метрика. Метрические преобразования. Виды метрических пространств. Меры связи.
Тема 3. Измерительные шкалы
Шкала измерения (по П. Супперсу и Дж. Зинес, по С. Стивенсу). Типы шкал и их свойства. Адекватная статистика. Многомерное шкалирование.
Тема 4. Представление данных
Особенности представления статистических данных в психологии. Описательная статистика. Особенности представления полученных данных в табличной форме, в частности, таблицы кросс-табуляции. Вариационный ряд. Графические представления: полигон частот, кривая распределения, гистограмма, кумулята.
Р а з д е л 2. Статистическая обработка психологических данных
Тема 5. Основные статистические понятия, используемые в психологии
Признаки и переменные. Распределение признака, параметры распределения. Нормальное распределение, его характеристики. Стандартизация. Построение шкалы стенов, z-шкалы, проведение процентильной нормализации. Статистические гипотезы, их виды. Понятие о статистических критериях. Параметрические и непараметрические критерии, их возможности и ограничения (сравнительная характеристика). Уровни статистической значимости. Правила отклонения и принятия гипотез. Мощность критериев. Классификация задач и методов их решения. Стандарты обработки данных. Нормативы представления результатов анализа данных в научной психологии.
Тема 6. Оценка достоверности различий в уровне исследуемого признака для независимых выборок
Обоснование задачи сопоставления и сравнения. Q-критерий Розенбаума, U-критерий Манна-Уитни, Н-критерий Крускала-Уоллиса, S-критерий тенденций Джонкира, Т-критерий Стьюдента (для несвязных выборок) Алгоритм принятия решения о выборе критерия для сопоставления.
Тема 7. Оценка достоверности различий при повторных измерениях
Обоснование задачи исследования изменений. Классификация сдвигов и критериев оценки их статистической достоверности. G-критерий знаков, Т-критерий Вилкоксона, L-критерий тенденций Пейджа. Т-критерий Стьюдента (для связных выборок). Алгоритм принятия решения о выборе критерия оценки изменений.
Тема 8. Выявление различий в распределении признака
Обоснование задачи сравнения распределений признаков. Хи-квадрат – критерий Пирсона. Критерий Колмогорова-Смирнова. Критерий Фишера. Биномиальный критерий m. Алгоритм выбора критерия для сравнения распределений.
Тема 9. Корреляционный анализ. Регрессионный анализ
Корреляционная связь. Виды корреляционных связей (по форме, направлению). Коэффициент корреляции. Корреляционная матрица. Корреляционный граф, корреляционная плеяда. Общая и частная классификация корреляционных связей по силе. Меры корреляции. Коэффициент ранговой корреляции τ Кендалла. Коэффициент ранговой корреляции 
Спирмена. Коэффициент корреляции Пирсона Rxy. Регрессионный анализ.
Тема 10. Дисперсионный анализ
Основные понятия дисперсионного анализа. Задачи дисперсионного анализа. Факторы и результативные признаки. Пути разделения переменных на зависимые и независимые. Однофакторный и многофакторный (в т. ч. двухфакторный) дисперсионный анализ. Дисперсионный анализ для связанных и несвязанных выборок. Правила организации дисперсионного комплекса. Равночисленные и неравночисленные комплексы. Ортогональные и неортогональные комплексы. Достоинства дисперсионного анализа, его ограничения и недостатки.
Тема 11. Факторный и кластерный анализ
Факторный анализ – многомерный статистический метод. Фактор, факторный заряд, виды факторов. Информативность фактора. Выбор оптимального числа факторов. Условия для поиска наилучшего факторного решения. Интерпретация полученных результатов.
Кластерный анализ. Кластер, древовидная кластеризация. Иерархическое дерево. Меры расстояния. Правила объединения объектов в кластеры.
Р а з д е л 3. Моделирование в психологии
Тема 12. Методы математического моделирования
Моделирование как метод познания. Понятие о модели, функции моделей, различные классификации моделей. Моделирование при помощи матриц, графов и формул.
Тема 13. Модели индивидуального и группового поведения
Модели реакций, действий, отношения. Моделирование деятельности и общения.
Тема 14. Модели когнитивных процессов и структур
Модели психических явлений (восприятие, память, мышление). Моделирование искусственного интеллекта.
Планы практических занятий
Занятие 1. Первичная обработка и представление данных
1. Метрология. Шкалы измерений.
2. Описательная статистика.
3. Особенности представления полученных данных в табличной форме.
4. Графические представления данных: полигон частот, кривая распределения, гистограмма, кумулята.
5. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 2. Меры центральной тенденции и меры изменчивости
1. Распределение признака, параметры распределения.
2. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 3. Проверка нормальности распределения
1. Нормальное распределение, его характеристики.
2. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 4. Стандартизация
1. Стандартизация. Построение шкалы стенов, z-шкалы, проведение процентильной нормализации.
2. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 5. Оценка достоверности различий в уровне исследуемого признака для независимых выборок
1. Обоснование задачи сопоставления и сравнения.
2. Параметрические критерии оценки достоверности различий независимых выборок.
3. Непараметрические критерии оценки достоверности различий независимых выборок.
4. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 6. Оценка достоверности различий при повторных измерениях
1. Обоснование задачи оценки достоверности различий.
2. Параметрические критерии оценки достоверности различий зависимых выборок.
3. Непараметрические критерии оценки достоверности различий зависимых выборок.
4. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 7. Выявление различий в распределении признак
1. Обоснование задачи сравнения распределений признаков.
2. Параметрические критерии оценки достоверности различий в распределении признака.
3. Непараметрические критерии оценки достоверности различий в распределении признака..
4. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 8. Корреляционный анализ
1. Корреляционная связь. Виды корреляционных связей (по форме, направлению).
2. Коэффициенты корреляции. Общая и частная классификация корреляционных связей по силе.
3. Корреляционная матрица. Корреляционный граф, корреляционная плеяда.
4. Параметрические коэффициенты корреляции.
5. Непараметрические коэффициенты корреляции.
6. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Занятие 9. Регрессионный анализ
1. Понятие о регрессионном анализе. Его возможности и ограничения.
2. Решение задач по теме занятия.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
ПЛАНЫ СЕМИНАРСКИХ ЗАНЯТИЙ
Семинар 1. Дисперсионный, факторный, кластерный анализ
1. Дисперсионный анализ – основные характеристики, сфера применения. Однофакторный и многофакторный дисперсионный анализ.
2. Факторный анализ. Виды факторов, их информативность. Правила интерпретации полученных результатов.
3. Кластерный анализ. Древовидная кластеризация.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
Семинар 2. Моделирование в психологии
1. Моделирование как метод научного познания.
2. Модель – понятие, функции, виды.
3. Моделирование при помощи таблиц, графов, формул.
4. Модели индивидуального и группового поведения.
5. Модели когнитивных процессов.
6. Искусственный интеллект.
Литература
Математические методы психологического исследования. Анализ и интерпретация данных: учеб. пособие / . – СПб., 2006.
В. Методы математической обработки в психологии / . – СПб., 2004.
ВОПРОСЫ К ЗАЧЕТУ
(часть 1 - теоретическая)
1. Измерение в психологии.
2. Виды измерений.
3. Погрешности измерений.
4. Шкалы измерений.
5. Меры связи. Метрика.
6. Распределение признака. Графические методы изображения вариационных рядов.
7. Меры центральной тенденции.
8. Меры изменчивости.
9. Нормальное распределение, его параметры.
10. Статистические гипотезы, их виды.
11. Уровни статистической значимости.
12. Параметрические статистические критерии: их возможности и ограничения.
13. Непараметрические статистические критерии: их возможности и ограничения.
14. Алгоритм принятия решения о методе обработки полученных данных.
15. Классификация задач исследования и методов их решения.
ВОПРОСЫ К ЭКЗАМЕНУ
(часть 1 - теоретическая)
1. Измерение в психологии. Виды измерений. Погрешности измерений.
2. Шкалы измерений.
3. Меры связи. Метрика.
4. Распределение признака. Графические методы изображения вариационных рядов.
5. Меры центральной тенденции. Меры изменчивости.
6. Нормальное распределение, его параметры.
7. Статистические гипотезы, их виды.
8. Уровни статистической значимости.
9. Параметрические и непараметрические статистические критерии: их возможности и ограничения.
10. Алгоритм принятия решения о методе обработки полученных данных.
11. Классификация задач исследования и методов их решения.
12. Корреляционный анализ. Виды корреляционной связи.
13. Регрессионный анализ.
14. Кластерный анализ.
15. Факторный анализ.
16. Дисперсионный анализ.
17. Моделирование как метод научного познания.
18. Модель - понятие, функции, виды.
19. Моделирование при помощи матриц, графов и формул.
20. Моделирование психики.
21. Психологическое моделирование.
Практическая часть
На экзамене студент должен быть готов к ответу на любой теоретический вопрос по курсу, а также должен уметь решить любую из практических задач (задачи экзамена аналогичны задачами контрольной работы для студентов заочной формы обучения).
Таким образом, экзамен состоит из 2 частей – теоретической и практической, что соответствует целям изучения данного курса. Экзамен по теоретическому разделу курса может приниматься в виде выполнения тестовых заданий (приложение 1).
ПРИМЕРНАЯ КОНТРОЛЬНАЯ РАБОТА
для студентов заочной формы обучения (практическая часть)
Задача 1
Изучалась стрессоустойчивость у учащихся 10-11 классов. В исследовании принимали участие 50 человек. Были получены следующие результаты (в баллах):
133; 132; 134; 134; 135; 128; 125; 126; 124; 129; 123; 125; 122; 127; 129; 125; 127; 130; 136; 136; 130; 123; 125; 125; 128; 129; 126; 133; 131; 124; 125; 129; 126; 131; 130; 133; 128; 126; 133; 132; 129; 131; 130; 127; 129; 128; 132; 133; 135; 128.
Представить данные в табличной форме. Построить таблицы частот, частостей (в долях единицы и в процентах), накопленных частот, накопленных частостей.
Представить данные в графическом виде: полигон частот, кривая распределения, диаграмма, кумулята.
Задача 2
При проведении тестового задания студентами были получены следующие результаты (в баллах):
139, 180, 131, 145, 169, 172, 158, 162, 156, 174, 166, 170, 170, 195, 178, 153, 138, 130, 142, 155, 164, 187, 180, 161, 166, 177, 145, 158, 157, 148, 171, 128, 135, 148, 127, 146, 158, 169, 159, 166, 160, 147, 179, 176, 168, 124, 188, 192, 166, 137.
Представить данные в табличной форме, при этом группировать данные так, чтобы получилось 8 разрядов. Построить таблицу частот, частостей, накопленных частот, накопленных частостей.
3 задача
При проведении исследования индивидуальных особенностей памяти были получены следующие результаты (в баллах):
18; 17; 16; 15; 14; 13; 17; 13; 14; 15; 16; 17; 12; 17; 16; 15; 14; 15; 12: 12; 14; 15; 17; 17; 11; 15; 14; 13; 18; 15; 12; 13; 19; 15; 14; 13; 14; 11; 17; 13; 14; 15; 16; 17; 13; 19; 18; 17; 17; 16; 11; 14; 15; 11; 12; 13; 14; 15; 16; 17; 18; 19; 13; 19; 16; 12; 14; 16; 15; 16; 15; 16; 17; 16; 15; 14; 13; 14; 15; 16; 17; 16; 18; 19; 18; 11; 16; 15; 16; 13; 18; 17; 15; 14; 13; 18; 15; 19; 17; 16. |
Посчитать среднее арифметическое полученных результатов, определить моду, медиану, посчитать размах данных, дисперсию, стандартное отклонение.
Задача 4
Проверить, является ли следующее распределение нормальным. Применять для проверки 2 способа (по и )
17; 14; 15; 12; 13; 11; 18; 14; 12; 18; 15; 14; 17; 16; 18; 17; 13; 16; 18; 16; 15; 13; 19; 11; 14; 17; 13; 12; 17; 17; 16; 13; 11; 14; 18; 12; 15; 18; 17; 13; 16; 15; 16; 17; 11; 12; 13; 14; 15; 16; 17; 19; 16; 18; 16; 15; 14; 17; 16; 17; 14; 12; 15; 18; 16; 14; 15; 17; 11; 17; 14; 16; 15; 17; 14; 17; 13; 16; 18; 15; 19; 15; 17; 14; 15; 17; 19; 18; 17; 16; 15; 13; 11; 15; 13; 17; 16; 13; 18; 11.
Задача 5
Проводится стандартизация методики. Диапазон возможных значений –от 0 до 50 баллов. При начальном анализе полученных результатов выяснили, что полученное распределение является нормальным, а среднее значение данных таково: 27,3±8,8.
Построить шкалу стенов и 2 варианта z-шкалы: для 5 и 7 групп.
Задача 6
В проведении стандартизации методики принимали участие 100 человек. Возможный диапазон значений от 10 до 23 баллов. Полученные данные сгруппированы в таблицу.
балл | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | |
количество человек, набравших этот балл | 1 | 1 | 5 | 10 | 14 | 12 | 14 | 12 | 13 | 11 | 4 | 1 | 1 | 1 |
|
Провести процентильную нормализацию, в частности, построить семибалльную шкалу.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 |
