- •Лейбовский м.А. «математическая статистика» Курс лекций для студентов Психоло-педагогических специальностей
- •1.Основные задачи математической статистики и ее применение в психолого-педагогических науках. Шкалирование, виды шкал их различие и способы их организации.
- •Измерительные шкалы
- •2. Программные продукты (ппп) для обработки психолого-педагогической и социологической информации.
- •3. Статистический анализ экспериментальных данных. Методы первичной обработки результатов эксперимента
- •Выборочное среднее
- •Дисперсия
- •Выборочное отклонение
- •Медиана
- •Интервал
- •4. Основные понятия, используемыев математической обработке психологических данных
- •1. Распределение признака. Параметры распределения
- •5. Статистические гипотезы
- •Направленные гипотезы
- •3. Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •4. Уровни статистической значимости
- •Правило отклонения Hо и принятия h1
- •5. Мощность критериев
- •6. Классификация задач и методов их решения
- •Принятие решения о задаче и методе обработки на стадии, когда данные уже получены
- •Алгоритм
- •6. Выявление различий в уровнеисследуемого признака
- •1. Обоснование задачи сопоставления и сравнения
- •Алгоритм Подсчет критерия q Розенбаума
- •Алгоритм Подсчет критерия н Крускала-Уоллиса
- •7. Оценка достоверности сдвига в значенияхисследуемого признака
- •1. Обоснование задачи исследований изменений
- •4. Критерий χ2r Фридмана
- •Алгоритм Подсчет критерия χ2r Фридмана
- •Алгоритм принятия решения о выборе критерия оценки изменений
- •8. Корреляционный анализ
- •1) «Время просмотра телепередач с насилием»;
- •Понятие корреляции
- •Коэффициент корреляции rxy пирсона
- •Ранговый коэффициент корреляции спирмена
- •Коэффициент корреляции «τ» (тау) кендалла
- •Частная корреляция
- •9. Факторный и кластерный анализ. Факторный анализ.
- •Кластерный анализ
- •Перечень вопросов к зачету:
2. Программные продукты (ппп) для обработки психолого-педагогической и социологической информации.
Одним из основных направлений подготовки специалиста является формирование умений подготовки и обработки информации в соответствии со сформулированной гипотезой исследования.
К основным средствам обработки информации относятся наиболее популярные пакеты прикладных программ (ППП), такие как SPSS 19, Statistica 6.0 и др. Кроме того ряд исследований может быть произведен и с использованием табличного процессора Excel.
К основным достоинствам компьютерной обработки информации можно отнести:
Универсальность подготовки данных, т.к. во всех пакетах программ предусмотрена возможность конвертации данных из одного приложения в другое. Для начинающего пользователя простейшим способом является первичная подготовка данных в Excel с последующей конвертацией в необходимый ППП, либо запуск ППП с указанием того, что исходные данные подготовлены в Excel.
Возможность копирования результатов обработки непосредственно в Word, что позволяет значительно украсить результаты исследования и повысить убедительность полученных данных.
Развитая система информационной поддержки с имеющейся литературой и on-line помощниками дающая возможность рассмотреть пошаговые алгоритмы обработки информации.
Подготовки исходной информации.
Как уже отмечалось, важнейшим этапом в начале работы с ППП является подготовка первичной информации. Все данные принято представлять в виде исходных таблиц, где каждый столбец соответствует определенному признаку (фактору или измерению), а строка относится к одному респонденту.
Классы |
Праворукие |
Леворукие |
Сумма |
3 |
23 |
2 |
25 |
4 |
20 |
4 |
24 |
5 |
22 |
11 |
33 |
6 |
22 |
8 |
30 |
Суммы |
87 |
23 |
110 |
Табл. 1. Таблица исходных данных
В таблице 1 приведены данные опроса школьников (по классам) с разделением их на праворуких и леворуких.
Пример представления данных в компьютере представлении на рис. 2.
Рис. 2. Фрагмент данных в компьютерном представлении.
Каждая из переменных представляется в своем окне. И при этом указывается вид информации, а для номинантивных признаков – значения соответствующие каждому из данных. (Рис. 3).
Рис. 3. Фрагмент представления переменных.
Обработка данных для формирования сложных таблиц в табл. 2
В ней рассмотрена таблица сопряженности по указанным ниже параметрам.
Таблица сопряженности Психическое состояние * Социальное положение | ||||||||
Частота | ||||||||
|
Социальное положение |
Итого | ||||||
Очень хорошее |
Хорошее |
Среднее |
Удовлетворительное |
Неудовлетворительное |
Плохое | |||
Психическое состояние |
Крайне неустойчивое |
1 |
0 |
3 |
4 |
4 |
8 |
20 |
Неустойчивое |
2 |
4 |
13 |
4 |
15 |
2 |
40 | |
Устойчивое |
4 |
26 |
9 |
2 |
0 |
0 |
41 | |
Очень устойчивое |
4 |
2 |
0 |
0 |
0 |
0 |
6 | |
Итого |
11 |
32 |
25 |
10 |
19 |
10 |
107 |
Табл. 2. Таблица сопряженности (психическое состояние – социальное положение)
Данные таблицы могут быть представлены в наглядном виде с использованием дополнительного разбиения на страты по полу (рис. 3).
Рис. 3. Представление результатов обработки сложных таблиц с разбиением на страты
(по полу).
В дальнейшем будут рассмотрены приемы использования ППП применительно к конкретным статистическим критериям и методам.