- •Статистические методы в психологии Учебно-методический комплекс
- •Содержание
- •Введение
- •Краткое содержание лекционных занятий
- •2. Проблемы измерения в психолого-педагогических исследованиях
- •3. Основные проблемы применения статистических методов в психологических исследованиях
- •Библиография
- •Лекция 2.
- •2. Вероятностный формализм описательной статистики. Случайность и вероятность. Событие. Вероятность событий.
- •Библиография
- •Лекция 3.
- •2. Понятие вероятности
- •3. Алгебра событий
- •4. Основная терминология в алгебре событий
- •Библиография
- •Лекция 4.
- •2. Закон распределения случайных величин
- •3. Биномиальное распределение (распределение Бернулли)
- •4. Распределение Пуассона
- •5. Нормальное (гауссовское) распределение
- •6. Равномерное распределение
- •7. Распределение Стьюдента
- •Библиография
- •Лекция 5.
- •2. Первичный взгляд на данные. Графическая визуализация данных выборки. Диаграмма рассеяния
- •3. Количественное описание выборочных данных
- •4. Выборочное среднее значение
- •Библиография
- •Лекция 6 Статистические таблицы
- •1. Понятие о статистической таблице. Элементы статистической таблицы
- •2. Виды таблиц по характеру подлежащего
- •3. Виды таблиц по разработке сказуемого
- •4. Основные правила построения таблиц
- •5. Чтение и анализ таблицы
- •6. Таблицы сопряженности
- •Библиография
- •Лекция 7 Шкалы измерения
- •1. Понятие измерения
- •2. Измерительные шкалы
- •Библиография
- •Лекция 8. Средние величины. Кривая нормального распределения
- •1. Распределения переменных величин
- •Проверка нормальности распределения
- •Библиография
- •Лекция 9 Понятие о генеральной и выборочной совокупности
- •1. Генеральная совокупность и выборка
- •2. Проблема репрезентативности выборки
- •Библиография
- •Лекция 10. Статистические гипотезы
- •Библиография
- •Лекция 11 Статистические критерии
- •Библиография
- •2. Определение надёжности тестов
- •3. Стандартизация психодиагностических тестов
- •Библиография
- •Лекция 13 Критерии различия в уровне исследуемого признака
- •Библиография
- •Лекция 14. Критерии оценки достоверности сдвига в значениях исследуемого признака
- •Алгоритм подсчета g – критерия знаков
- •Алгоритм вычисления т – критерия Вилкоксона
- •5. Применение непараметрических критериев: классификация сдвигов и критериев оценки их статистической достоверности
- •Библиография
- •Лекция 15. Критерии различия в распределении признака
- •1. C2 критерий Пирсона
- •Библиография
- •Лекция 16. Многофункциональные статистические критерии
- •1. Критерий j* - угловое преобразование Фишера
- •Алгоритм расчета критерия φ*
- •3. Биномиальный критерий m
- •Библиография
- •Лекция 17–18
- •2. Коэффициент корреляции Пирсона
- •3. Корреляция метрических переменных
- •4. Корреляция ранговых переменных
- •5. Корреляция дихотомических переменных
- •Библиография
- •Лекция 19.
- •2. Множественный регрессионный анализ
- •3. Нелинейная регрессия
- •Однофакторный линейный регрессионный анализ (простая регрессия). Метод наименьших квадратов
- •5. Многофакторный линейный регрессионный анализ
- •6. Нелинейный регрессионный анализ
- •7. Проблемы регрессионного анализа
- •Библиография
- •Лекция 20. Кластерный анализ
- •1. Понятие кластерного анализа
- •2. Выбор переменных
- •3. Выбор метода кластерного анализа
- •9. Метод к-средних
- •4. Последовательность кластерного анализа
- •Библиография
- •Лекция 21. Факторный анализ
- •1. Понятие факторного анализа
- •3. Методы факторного анализа
- •4. Вращение матрицы факторных нагрузок
- •Библиография
- •Лекция 22 Дисперсионный анализ
- •1. Понятие дисперсионного анализа.
- •2. Основные идеи дисперсионного анализа
- •3. Ограничения и предположения дисперсионного анализа
- •5. Многофакторый дисперсионный анализ
- •3 Уровня
- •2 Уровня
- •Библиография
- •Тематика практических занятий
- •Тема: Понятие о случайной величине
- •Тема: Понятие о событии. Система событий.
- •Тема: Вероятность
- •Тема: Распределение случайной величины
- •Практическое занятие 6 -7
- •Практическое занятие 8
- •Практическое занятие 9
- •Практическое занятие 10–11 Тема: Стандартизация данных психологических тестов (4 часа)
- •Практическое занятие 12 Тема: Выборка и генеральная совокупность (2 часа)
- •Практическое занятие 13 Тема: Точечное и интервальное оценивание (2 часа)
- •Практическое занятие 14 Тема: Статистические гипотезы и статистические критерии (2 часа)
- •Практическое занятие 15 Тема: Ошибки вывода (2 часа)
- •Практическое занятие 16 Тема: Меры центральной тенденции. Меры изменчивости (2 часа)
- •Практическое занятие 17–18 Тема: Понятие корреляции. Коэффициенты корреляции (4 часа)
- •Практическое занятие 19–20
- •Практическое занятие 21
- •Практическое занятие 22
- •Практическое занятие 23 Тема: Однофакторный дисперсионный анализ (2 часа)
- •Практическое занятие 24–25 Тема: Многофакторный дисперсионный анализ (4 часа)
- •Практическое занятие 26
- •Практическое занятие 27–28
- •Практическое занятие 29–30 Тема: Гистографический анализ (4 часа)
- •Практическое занятие 31
- •Практическое занятие 32–33
- •Практическое занятие 34–35
- •Практическое занятие 36
- •Практическое занятие 37
- •Практическое занятие 38–39
- •Практическое занятие 40
- •Практическое занятие 41–42 Тема: Применение метода моделирования в психологии (2 часа)
- •Тестовые задания
- •Тема 1. Понятие о событии и системе событий
- •Тема 2. Понятие о величине. Распределение случайной величины
- •Тема 3. Статистические таблицы
- •Тема 4. Выборка. Выборочная и генеральная совокупность
- •Тема 5. Меры центральной тенденции
- •Тема 6. Понятие измерения. Измерительные шкалы
- •Тема 7. Статистические критерии и гипотезы
- •Тема 8. Выявление различий в уровне исследуемого признака
- •Тема 9. Понятие корреляции
- •Тема 10. Многомерные методы
- •Тема 11. Факторный анализ
- •Тема 12. Многомерное шкалирование
- •Тема 13. Множественный регрессионный анализ
- •Тема 14. Кластерный анализ
- •Тема 15. Дискриминантный анализ
- •Тема 16. Дисперсионный анализ
- •Тема 17. Стандартизация данных психологических тестов
- •Тема 18. Общие понятия курса
- •Варианты контрольных работ
- •Вопросы к зачёту
- •Вопросы к экзамену
- •Основная литература
- •Дополнительная литература
- •Ключ к тестовым заданиям
- •Глоссарий
2. Основные идеи дисперсионного анализа
Если в исследовании участвует несколько групп, то можно выделить два источника дисперсии (вариации данных) - межгрупповую и внутригрупповую. Межгрупповая дисперсия отражает величину разницы между средними значениями групп. Чем больше разница между средними, тем больше межгрупповая дисперсия. Внутригрупповая дисперсия отражает разброс измерений внутри групп. Ее часто называют «случайной величиной», «остаточной величиной» или дисперсией ошибки.
Нуль-гипотезой в данном случае является утверждение о равенстве всех средних значений
3. Альтернативная гипотеза
Значение критерия F является отношением оценки межгрупповой дисперсии и оценки внутригрупповой дисперсии. Оценки внутригрупповой и межгрупповой дисперсии известны как средние коэффициенты.
В случае двух групп оценки вероятностей идентичны оценкам критерия Стьюдента (когда k=2, t = 4f ).
3. Ограничения и предположения дисперсионного анализа
Как и в случае критерия Стьюдента, дисперсии в сравниваемых группах должны быть приблизительно равны, выборки должны быть случайны и независимы. Зависимая переменная должна быть, по крайней мере, интервальной и нормально распределена в каждой группе. Выполнение допущения о независимости выборок является обязательным в любом случае. Последствия нарушений остальных двух допущений требуют специального рассмотрения.
Многочисленные исследования показали, что дисперсионный анализ очень устойчив к нарушению предположения о нормальности распределения, поэтому перед его проведением нет особой необходимости в проверке соответствия выборочных распределений нормальному закону. Нарушение предположения о равенстве дисперсий имеет существенное значение в том случае, если сравниваемые выборки отличаются по численности.
Однофакторный дисперсионный анализ
Дисперсионный анализ (ДА) - это процедура, которая позволяет сравнивать средние значения нескольких групп, предоставляя единственное решение на определенном уровне статистической значимости. Дисперсионный анализ позволяет ответить на вопрос: «Значимо ли различаются средние значения зависимой переменной при разных уровнях независимой переменной?»
Существует несколько вариантов процедур для дисперсионного (факторного) анализа и различные модификации ANOVA(MANOVAи т.п.). Требуемый вариант выбирается с учетом числа факторов и имеющихся выборок из генеральной совокупности.
Однофакторный дисперсионный анализ. Однофакторный дисперсионный анализ используется для проверки гипотезы о равенстве средних значений двух или более генеральных совокупностей, называемых в дисперсионном анализе группами.
Однофакторный дисперсионный анализ с повторениями. Представляет собой более сложный вариант однофакторного анализа с несколькими выборками для каждой группы данных.
Дисперсионный анализ. Служит для выполнения дисперсионного анализа по методуANOVA.
Стандартный ANOVA (однофакторный дисперсионный анализ) включает следующие шаги – вычислительные процедуры:
Вычисление общей суммы квадратов отклонений выборочных значений от общего среднего по всей совокупности данных , гдеN– общее число данных;
Вычисление межгрупповой суммы квадратов отклонений средних значений по группам от общего среднего , где – количество данных в группеg, – среднее по данным группыg;
Вычисление внутригрупповой суммы квадратов отклонений выборочных значений от среднего по группе , гдеG– количество групп;
Вычисление числа степеней свободы между группами
Вычисление числа степеней свободы внутри групп
Вычисление межгрупповых средних ;
Вычисление внутригрупповых средних ;
Вычисление F-отношения (Фишер) межгруппового среднего к внутригрупповому
Затем определяют критическое значение F-статистики Фишера для данного числа степеней свободы и заданного уровня статистической значимости. Сравнением взаиморасположения вычисленного и критического значенийFпринимают, либо отвергают гипотезу .