- •Министерство образования и науки Российской Федерации Автономная некоммерческая образовательная организация высшего профессионального образования «тамбовский институт социальных технологий»
- •Учебно-методический комплекс дисциплины «Математические методы психологии» Автор: к.Пс.Н. Андреева а.А.
- •Раздел 1. Организационно-педагогическое описание учебного курса «Математические методы в психологии»
- •1.1. Назначение и цели дисциплины
- •1.2. Обязательный минимум содержание дисциплины
- •1.3. Структура дисциплины
- •1.4. Общие методические рекомендации по организации самостоятельной работы при изучении дисциплины
- •1.5. Требования к знаниям студентов и уровню их подготовки по завершению изучения дисциплины
- •1.6. Критерии оценки знаний студентов
- •Раздел 2. Тематическое содержание учебной дисциплины «Математические методы в психологии»
- •2.1. Рабочая учебная программа
- •Вопросы для подготовки к зачету по курсу
- •Раздел 3. Лекционный материал
- •3.1.Содержание лекционного материала (основной информационный блок) по темам программы учебного курса.
- •1. Первичное представление экспериментальных данных. Первичные описательные статистики.
- •2. Нормальный закон распределения. Проверка нормальности распределения.
- •Проверка гипотез с помощью статистических критериев. Содержательная интерпретация статистического решения.
- •Параметрические методы сравнения двух выборок. Сравнение дисперсий. Критерий t-Стьюдента для зависимых и независимых выборок.
- •1. Случай несвязных выборок
- •Выявление различий в уровне исследуемого признака. Оценка сдвига.
- •Выявление различий в распределении признака. Применение многофункциональных критериев к решению психологических задач.
- •Корреляция метрических переменных.
- •Применение непараметрических коэффициентов корреляции.
- •1. Математико-статистические идеи метода регрессионного анализа
- •2. Множественная линейная регрессия. Нелинейная регрессия.
- •1. Назначение, общие понятия и применение anova.
- •2. Однофакторный дисперсионный анализ anova.
- •1. Математико-статистические идеи и проблемы метода.
- •2. Использование факторного анализа в психологии
- •1. Многомерное шкалирование: назначение. Суть методов многомерного шкалирования (мш).
- •2. Меры различия.
- •3. Неметрическая модель.
- •Дискриминантный анализ: назначение.
- •Математико-статистические идеи метода. Исходные данные и результаты.
- •Кластерный анализ (ка) и система классификации исследованных объектов.
- •2. Методы кластерного анализа
- •Раздел 4. Самостоятельная работа
- •4.1. Задания для самостоятельной работы по темам
- •4.2. Примерная тематика контрольных работ и методические рекомендации по их написанию
- •Примерная тематика контрольных работ
- •Раздел 5. Литература
- •5.1. Основная литература
- •5.2. Дополнительная литература
- •Раздел 6. Тезаурус (определения основных понятий, категорий).
Раздел 2. Тематическое содержание учебной дисциплины «Математические методы в психологии»
2.1. Рабочая учебная программа
Содержание курса
Наименование тем |
Количество часов (в акад. часах и/или кредитах) |
|||
Лекции |
лаборат |
Самостоятельн. работа |
Всего часов по теме |
|
Раздел 1. Основы количественного описания данных |
||||
Тема: «Количественное описание данных» |
|
1 |
12 |
13 |
Раздел 2. Методы статистического вывода: проверка гипотез. |
||||
Тема: «Применение параметрических методов в практике психологического исследования» |
|
|
12 |
12 |
Тема: «Назначение и использование методов непараметрической статистики» |
|
1 |
12 |
13 |
Тема: «Решение психологических задач с помощью корреляционного анализа» |
|
1 |
12 |
13 |
Тема: «Построение регрессионных моделей» |
|
|
12 |
12 |
Тема: «Дисперсионный анализ» |
|
|
10 |
10 |
Раздел3 . Многомерные методы и модели. |
||||
Тема: «Факторный анализ» |
|
1 |
12 |
13 |
Тема: «Методы многомерного шкалирования» |
|
|
10 |
10 |
Тема: «Дискриминантный анализ» |
|
1 |
10 |
11 |
Тема: «Кластерный анализ» |
|
1 |
12 |
13 |
Итого по курсу: |
|
6 |
114 |
120 |
Вопросы для подготовки к зачету по курсу
1. Цели и задачи курса «Математические методы в психологии».
2. Измерительные статистические шкалы.
3. Нормальное распределение. Кривая нормального распределения К.Гаусса. Её свойства.
4. Понятие параметрических и непараметрических методов обработки данных.
5. Дисперсия. Стандартное отклонение.
6. Ранжирование.
7. Мода.
8. Медиана.
9. Частотное распределение.
10. t- критерий Стьюдента.
11. Понятие корреляции.
12. Коэффициент ранговой корреляции Спирмена.
13. Коэффициент корреляции Пирсона.
14 Проверка результатов на статистическую значимость. Статистическая гипотеза.
15. Критерий U Вилкоксона Манна – Уитни.
16. H – критерий Крускала – Уоллиса.
17. Хи-квадрат.
18. F – критерий Фишера
19. Дисперсионный анализ.
20. Линейная регрессия.
21. Факторный анализ.
22. Кластерный анализ.
23. Понятие процентиля, процентильного ранга.
Раздел 3. Лекционный материал
3.1.Содержание лекционного материала (основной информационный блок) по темам программы учебного курса.
Первый раздел. Основы количественного описания данных.
Тема: «Количественное описание данных»