
- •1. Характеристика учебной дисциплины
- •Назначение учебной дисциплины
- •Цель изучения дисциплины
- •Задачи изучения дисциплины
- •1.4. Методология
- •Календарно-тематический план курса
- •Темы (вопросы) для срс
- •4. Содержание программы
- •4.1. Планы лекций
- •4.2. Планы лабораторных занятий
- •4.3. Порядок изучения материала и выполнения заданий (срс)
- •5. Система оценки знаний студентов
- •Глоссарий
- •Базовые термины математической статистики и анализа данных
- •1.2 Краткая историческая справка[2]
- •1.4 Типы данных психолого-педагогического исследования
- •1.5 Описательная статистика
- •Случайная величина и вероятность события Математическая статистика тесно связана с другой математической наукой – теорией вероятности и базируется на ее математическом аппарате.
- •Математическое ожидание – числовая характеристика св, приближенно равная среднему значению св:
- •Закон распределения св
- •Биномиальное распределение (распределение Бернулли)
- •Распределение Пуассона
- •Нормальное (гауссовское) распределение
- •Распределение вероятностей непрерывной cв х, принимающие все свои значения из отрезка [а;b] называется равномерным, если ее плотность вероятности на этом отрезке постоянна, а вне его равна нулю:
- •Общие принципы проверки статистических гипотез
- •4.3 Понятие гипотезы в педагогике
- •Анализ одной и двух нормальных выборок
- •6.1 Параметрические критерии
- •6.1.1 Методы проверки выборки на нормальность
- •Случай независимых выборок
- •1. Что если полученное в опыте значение t окажется меньше табличного? Тогда надо принять нулевую гипотезу.
- •3. Что если в контрольной группе результаты окажутся выше, чем в экспериментальной? Поменяем, например, местами, сделав средней арифметической экспериментальной группы, a — контрольной:
- •Б) случай связанных (парных) выборок
- •Лекция_5 Однофакторный дисперсионный анализ для несвязанных выборок
- •Лекция_6 Дисперсионный анализ для связанных выборок
- •Двухфакторный анализ
- •Связь задач двухфакторного и однофакторного анализа
- •Аддитивная модель данных двухфакторного эксперимента при независимом действии факторов
- •Непараметрические критерии проверки гипотезы об отсутствии эффектов обработки
- •Лекция_8 Регрессионный анализ
- •1. Парная линейная регрессия
- •1.1. Взаимосвязи экономических переменных
- •Суть регрессионного анализа
- •1.3. Парная линейная регрессия.
- •8.1 Требования к статистическим пакетам общего назначения
- •8.2 Российские пакеты обработки данных
- •8.4 Пакет stadia
- •Лекция_10 Корреляционный анализ Понятие корреляционной связи
- •7.2.2 Коэффициент корреляции Пирсона
- •Параметрические критерии
- •6.1.1 Методы проверки выборки на нормальность
- •Анализ временных рядов на компьютере
- •Многомерный анализ и другие статистические методы
- •Многомерное шкалирование
- •1.1 Характеристика пакета Excel
- •1.2 Использование специальных функций
- •Задания для самостоятельной работы
- •1.2 Использование инструмента Пакет анализа
- •Задание для самостоятельной работы
- •2.1 Биномиальное распределение
- •Задания для самостоятельной работы
- •2.2 Нормальное распределение
- •Задания для самостоятельной работы
- •2.3 Генерация случайных величин
- •Задание для самостоятельной работы
4. Содержание программы
4.1. Планы лекций
№ недели |
Тема занятия и его содержание |
1. |
Постановка задачи. Формула для вероятностей сумм независимых, одинаково распределенных, решетчатых случайных величин выраженная через сумму вероятностей полиномиального распределения. |
2. |
Полиномиальное распределение, модели приводящие к полиномиальному распределению, вывод формулы для их вероятностей. |
3. |
Основы проверки статистических гипотез. Содержание: Статистические модели. Проверка статистических гипотез. Схема испытаний Бернулли. Критерий знаков для одной выборки. Критерий Манна-Уитни. Критерий Уилкоксона. Анализ повторных парных наблюдений с помощью знаковых рангов. |
4. |
Анализ одной и двух нормальных выборок. Содержание: Об исследовании нормальных выборок. Одна выборка Две выборки. Парные данные. |
5. |
Однофакторный анализ. Содержание: Постановка задачи. Непараметрические критерии проверки однородности. Критерий Краскела-Уоллиса. Критерий Джонкхиера. Практический пример. |
6. |
Дисперсионный анализ. Содержание: Оценивание эффектов обработки. Оценивание эффектов обработки в нормальной модели. Доверительные интервалы. Метод Шеффе множественных сравнений. |
7. |
Двухфакторный анализ. Содержание:. Связь задач двухфакторного и однофакторного анализа.Таблица двухфакторного анализа. Непараметрические критерии проверки гипотезы об отсутствии эффектов обработки. Аддитивная модель данных двухфакторного эксперимента при независимом действии факторов. |
8. |
Линейный регрессионный анализ. Содержание: Модель линейного регрессионного анализа. О стратегии, методах и проблемах регрессионного анализа. Простая линейная регрессия. |
9. |
О проверке предпосылок в задаче регрессионного анализа. Содержание: Непараметрическая линейная регрессия. Практический пример. Регрессионный анализ в пакетах STADIA и SPSS. |
10. |
Независимость признаков. Содержание:. Инструменты и стратегия исследования связи признаков. Связь признаков в количественных шкалах. Нормальная корреляция. Коэффициент корреляции. |
11. |
Критерий согласия. Содержание:. Критерии согласия Колмогорова и омега-квадрат в случае простой гипотезы. Критерий согласия хи-квадрат К.Пирсона для простой гипотезы. Критерии согласия для сложной гипотезы. Критерий согласия хи-квадрат Фишера для сложной гипотезы. |
12. |
Временные ряды: практический анализ. – 1 час. Содержание: Анализ временных рядов и его разделы. Цели, этапы и методы анализа временных рядов. Порядок анализа временных рядов. Графические методы анализа временных рядов. . Методы исследования структуры стационарного временного ряда. Цели и методы анализа. |
13. |
Анализ временных рядов на компьютере. Содержание: Анализ временных рядов в SPSS. Обзор возможностей. Подбор тренда и прогнозирование. Устранение сезонной компоненты. |
14. |
Многомерный анализ и другие статистические методы. Содержание: . Многомерный статистический анализ. Факторный анализ. Дискриминантный анализ. |
15. |
Кластерный анализ. Содержание: Многомерное шкалирование. Методы контроля качества. Использование статистических пакетов. |