- •Математическая статистика для психологов
- •Предмет и содержание курса, взаимосвязь курса со смежными дисциплинами, его значимость для профессиональной подготовки выпускников
- •Стохастичность и вероятность Стохастический характер реальности
- •Современное философское понимание вероятности
- •Роль математики в развитии понятия о вероятности
- •Вероятность как мера случайности
- •Предмет теории вероятностей
- •Определения понятия вероятности
- •Случайные события
- •Классическое определение вероятности
- •Геометрическое определение вероятности
- •Статистическое определение вероятности
- •Субъективная вероятность
- •Алгебра случайных событий
- •Аксиомы алгебры случайных событий
- •Отношения между случайными событиями
- •Простейшие свойства вероятности, помогающие их вычислять
- •Условная вероятность, независимые события и формула умножения вероятностей
- •Формула сложения вероятностей
- •Случайные величины Понятие функции в математике
- •Понятие случайной величины
- •Типы случайных величин
- •Закон распределения случайной величины
- •Ряд распределения дискретной случайной величины
- •Функция распределения случайной величины и её свойства
- •Плотность распределения вероятностей случайной величины
- •Математическое ожидание случайной величины и его свойства
- •Математическое ожидание дискретной случайной величины с конечным числом значений
- •Математическое ожидание дискретной случайной величины с бесконечным числом значений
- •Математическое ожидание непрерывной случайной величины
- •Свойства математического ожидания
- •Дисперсия случайной величины и его свойства
- •Свойства дисперсии
- •Другие характеристики центральных тенденций и изменчивости распределений случайных величин
- •Медиана
- •Квантили
- •Характеристики формы распределения случайной величины Понятие моментов случайной величины и z-оценки
- •Коэффициент асимметрии случайной величины
- •Эксцесс случайной величины
- •Совместные распределения случайных величин
- •Ряд распределения двумерной дискретной случайной величины
- •Плотность распределения для двумерной непрерывной случайной величины
- •Зависимые и независимые случайные величины
- •Понятие ковариации двух случайных величин и его свойства
- •Коэффициент корреляции двух случайных величин и его свойства
- •Законы больших чисел
- •Сходимость по вероятности
- •Неравенства Чебышева
- •Теорема Бернулли
- •Центральная предельная теорема
- •Понятие нормального распределения
- •Стандартное нормальное распределение
- •Правило трёх сигм
- •Нормальное распределение в реальном мире
- •Функция Лапласа
- •Вероятность попадания значения нормальной случайной величины в заданный промежуток
- •Вероятность отклонения значения нормальной случайной величины от математического ожидания
- •Прикладная статистика в психологии Происхождение и история статистики
- •Современное понимание статистики
- •Общее представление о прикладной статистике
- •Основные разделы прикладной статистики
- •Прикладная статистика как способ проверки вероятностных моделей
- •Специфика использования прикладной статистики в психологии
- •Стандарты обработки данных, нормативы представления результатов анализа данных в научной психологии
- •Шкалы измерений, связи и зависимости Научное знание и задачи науки
- •Моделирование в науке
- •Признаки и переменные
- •Понятие измерения в современной науке
- •Мера, метрика, показатель
- •Шкалы измерений, типы данных и переменных
- •Графическое представление данных
- •Зависимые и независимые переменные. Связи и зависимости: причинная и функциональная.
- •Понятие анализа данных, его цели и задачи. Связь анализа данных со статистикой
- •Описательная статистика Понятие описательной статистики
- •Ряд распределения
- •Полигон частот. Выборочная функция распределения и гистограмма.
- •Средние характеристики и характеристики рассеяния рядов распределений
- •Аналитическая статистика Понятие аналитической статистики, её составляющие
- •Выборочный метод в прикладной статистике Выборка как модель генеральной совокупности. Цели и задачи выборочного метода.
- •Статистическое понимание случайной выборки
- •Основные этапы формирования выборки
- •Единица отбора выборки
- •Определение объема выборки
- •Типы выборки и методы отбора Многоступенчатая и одноступенчатая выборки
- •Случайные и неслучайные выборки
- •Выборки для психологических исследований
- •Эмпирическая функция распределения и её свойства
- •Статистические оценки параметров генеральной совокупности
- •Параметры генеральной совокупности и выборочные статистики
- •Понятие точечной оценки и её свойства
- •Выборочное среднее как статистическая оценка среднего в генеральной совокупности
- •Статистическая оценка генеральной дисперсии
- •Статистическая оценка вероятности или генеральной доли
- •Понятие интервальной оценки
- •Доверительный интервал и доверительная вероятность
- •Основные задачи интервального оценивания
- •Доверительный интервал для математического ожидания при известном стандартном квадратичном отклонении
- •Доверительный интервал для математического ожидания при неизвестном стандартном квадратичном отклонении
- •Доверительный интервал для генеральной доли
- •Проверка статистических гипотез Понятие статистической проверки гипотез, её цели, задачи и основные понятия
- •Статистический критерий для проверки статистической гипотезы
- •Критическая область критерия: односторонняя и двусторонняя
- •Основной принцип проверки статистической гипотезы
- •Этапы проверки статистических гипотез, минимальный уровень значимости
- •Проверка статистической гипотезы о среднем
- •Проверка статистической гипотезы о равенстве средних
- •Проверка статистической гипотезы о генеральной доле
- •Проверка статистической гипотезы о равенстве долей или вероятностей
- •Программное обеспечение прикладной статистики Информационные технологии расчётов в электронных таблицах (пример - Microsoft Excel)
- •Статистические функции и их использование в Microsoft Excel
- •Построение диаграмм и графиков в Microsoft Excel
- •Информационные технологии статистической обработки данных
Программное обеспечение прикладной статистики Информационные технологии расчётов в электронных таблицах (пример - Microsoft Excel)
Программы электронных таблиц позволяют не только хранить числовые данные, но и выполнять многие арифметические и статистические расчёты в них. Наиболее распространённой программой электронных таблиц является программа Microsoft Excel.
Идею электронных таблиц впервые сформулировал американский учёный австрийского происхождения Рихард Маттезих (нем. Richard Mattesich), опубликовав в 1961 г. исследование под названием «Budgeting Models and System Simulation». Концепцию дополнили в 1970 г. Пардо (англ. Rene Pardo) и Ландау (англ. Remy Landau), подавшие заявку на соответствующий патент (U.S. Patent 4 398 249). Патентное ведомство отклонило заявку, но авторы через суд добились отмены этого решения.
Общепризнанным родоначальником электронных таблиц как отдельного класса ПО является Дэн Бриклин, который совместно с Бобом Фрэнкстоном разработал программу VisiCalc в 1979 г. Эта электронная таблица для компьютера Apple II стала очень популярной, превратив персональный компьютер из игрушки для технофилов в массовый инструмент для бизнеса.
Принцип проведения расчётов в электронных таблицах конкретизируем на примере программа Microsoft Excel. В клетки электронной таблицы помещаются не только числа, которые являются данными для расчётов, но и сами формулы этих расчётов. Для расчётов используются адреса клеток, в которых стоят данные. Результаты расчётов размещаются в тех клетках, где пользователь вписал формулы. Такой подход позволяет выполнять много однотипных расчётов, например, бухгалтерских, после того, как они будут отработаны на каком-то одном типовом примере. Кроме того, в электронных таблицах сравнительно несложно проводить автоматическую обработку зависящих друг от друга данных, формировать итоги по строкам и столбцам, создавать таблицы сводных показателей. Эти возможности широко используются в бухгалтерских и экономических расчётах.
Программа Microsoft Excel позволяет также строить различного вида диаграммы по хранящимся в ней данным. Таким образом, можно визуализировать данные и результаты расчётов с ними.
Статистические функции и их использование в Microsoft Excel
В состав Microsoft Excel входит большое количество функций как специального, так и общего назначения. Доступ к функциям может быть осуществлен, если непосредственно набрать имя и параметры функции в строке формул или в Мастере функций.
Для вызова статистических функций необходимо в окне Мастера функций из списка Категория выбрать Статистические. В списке Функция появится весь список статистических функций (примерно 80 функций).
Все статистические функции можно использовать самостоятельно для решения статистических задач и в составе различных математических зависимостей (уравнений, неравенств и т.д.). Зная материал, представленный в книге, и основы языка Visual Basic, можно самому составлять сложные статистические программы.
В частности, в Microsoft Excel можно использовать следующие статистические функции, позволяющие осуществлять предварительную обработку статистических данных:
подсчет количества значений;
определение экстремальных значений совокупности данных;
подсчет частот из массива данных, попадающих в заданные интервалы;
оценку относительного положения точки;
определение величины, соответствующей ее относительному положению;
определение числа перестановок;
определение ранга числа в списке чисел.
В Microsoft Excel имеются функции, позволяющие определить характеристики положения:
вычисления среднего;
определения моды в интервале данных или массиве;
определения медианы;
определения квартилей.
Эти функции дополняют функции определения характеристик рассеивания:
определения среднего отклонения;
определения суммы квадратов отклонений;
вычисления дисперсии, стандартного (среднего квадратического) отклонения;
определения асимметрии распределения, эксцесса распределения.
В Microsoft Excel имеются также функции определения степени зависимости случайных величин: определения ковариации; коэффициента корреляции; коэффициента корреляции Пирсона.
Интервальное оценивание в Microsoft Excel реализовано функциями: определения доверительного интервала для среднего и определения вероятности попадания дискретной случайной величины в интервал.
Кроме того, в Microsoft Excel включены функции, позволяющие определять значения наиболее известных и часто используемых случайных величин: для нормального распределения, распределения Стьюдента, распределения хи-квадрат, F-распределения (распределения Фишера – Снедекора) и некоторых других.
