Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
УМК Б ОГД 1 МатСтат 1.doc
Скачиваний:
0
Добавлен:
25.04.2019
Размер:
885.76 Кб
Скачать

Рабочая программа

1. Цели освоения дисциплины.

Целями освоения дисциплины «Математическая статистика» являются развитие навыков работы с данными психологических исследований, овладение математическим аппаратом, необходимым для статистической обработки этих данных, овладение соответствующими компьютерными технологиями обработки данных (в пакетах типа MS Еxcel, AtteStat, SPSS, StstGraphics, Statistica, Stadia и пр.), овладение основами интерпретации результатов обработки данных психологических исследований.

2. Место дисциплины в структуре ооп.

Курс читается с первого семестра обучения и требует только знаний уровня среднего образования. Предшествует общему практикуму и курсу экспериментальной психологии.

3. Требования к результатам освоения дисциплины.

Процесс изучения дисциплины направлен на формирование следующих компетенций:

Способность и готовность к:

  • применению теоретического и экспериментального исследования, основных методов математического анализа и моделирования, стандартных статистических пакетов для обработки данных, полученных при решении различных профессиональных задач (ОК-5);

  • овладению основными методами, способами и средствами получения, хранения, переработки информации, навыками работы с компьютером как средством управления информацией (ОК-11);

  • отбору и применению психодиагностических методик, адекватных целям, ситуации и контингенту респондентов с последующей математико-статистической обработкой данных и их интерпретаций (ПК-2);

  • описанию структуры деятельности профессионала в рамках определённой сферы (психологического портрета профессионала) (ПК-3);

  • осуществлению стандартных базовых процедур оказания индивиду, группе, организации психологической помощи с использованием традиционных методов и технологий (ПК-4);

  • прогнозированию изменений и динамики уровня развития и функционирования познавательной и мотивационно-волевой сферы, самосознания, психомоторики, способностей характера, темперамента, функциональных состояний, личностных черт и акцентуаций в норме и при психических отклонениях (ПК-7).

В результате освоения дисциплины обучающийся должен: знать математические основания обработки данных, уметь обрабатывать и интерпретировать данные, владеть компьютерными технологиями обработки данных (в пакетах типа MS Еxcel, AtteStat, SPSS, StstGraphics, Statistica, Stadia и пр.).

4. Структура и содержание дисциплины «Математическая статистика».

4.1 Структура дисциплины «Математическая статистика».

Общая трудоемкость дисциплины составляет 4 зачетные единицы 144 часа.

п/п

Раздел

дисциплины

Семестр

Неделя семестра

Виды учебной работы, включая самостоятельную работу студентов и трудоемкость (в часах)

Формы текущего контроля успеваемости (по неделям семестра)

Форма

промежуточной

аттестации

(по семестрам)

Лекции

Прак-тич

Самост. раб.

1

Введение. Предмет, задачи дисциплины и ее связь с психологией и математикой. Измерительные шкалы. Стандартизация шкал в психологии. Выборка.

1

2

2

4

 

2

Способы первоначальной обработки данных и их графическое представление.

1

2

2

4

 

3

Меры центральной тенденции

1

2

2

4

 

4

Меры изменчивости.

1

2

2

6

5

Меры связи

1

2

6

10

6

Регрессионный анализ.

1

2

2

6

Контрольная работа

Приложение 2

7

Основные понятия теории статистического вывода.

2

2

4

12

8

Статистические критерии.

2

2

4

18

Контрольная работа

Приложение 3

9

Основы многомерных видов анализа. Анализ данных на компьютере (основные пакеты), понятие о методах математического моделирования.

2

2

12

26

Компьютерный тест

Приложение 4

ИТОГО

18

36

90

 

4.2 Содержание дисциплины «Математическая статистика»

Наименование

раздела

Содержание

1. Введение. Предмет, задачи дисциплины, ее связь с психологией и математикой. Измерительные шкалы. Выборка.

Что такое измерение. Обзор способов получения данных в психологических исследованиях. Шкалы: номинативная, порядковая, интервальная, отношений. Стандартизация шкал теста (z-оценки, процентили, получение стандартизированных шкал по формулам линейного преобразования). Понятие выборки и нормы. Виды выборок: зависимые и независимые (связанные и несвязанные измерения).

2. Первоначальная обработка данных, их графическое представление.

Описательная статистика (упорядочивание по величинам, ранжирование, распределение частот, группирование). Графическое представление данных

3. Меры центральной тенденции

Меры центральной тенденции (мода и соглашения об ее использовании, медиана и ее связь с процентилями, среднее: арифметическое (выборочное), геометрическое, свойства среднего); выбор меры центральной тенденции.

4. Меры изменчивости.

Меры изменчивости (размах, D и Q, дисперсия, стандартное отклонение, асимметрия, эксцесс). Свойства дисперсии.

5. Меры связи

Меры связи (понятия ковариации, корреляции; диаграмма рассеивания, корреляционное поле; коэффициент корреляции Пирсона, коэффициент ранговой корреляции Спирмена) и другие (4-х клеточной сопря-женности, точечно-бисериальный, рангово-бисериальный, нелинейной корреляции) Особенности объяснения корреляции в психологии.

6. Регрессионный анализ.

Регрессионный анализ. Связь уравнения регрессии с коэффициентом линейной корреляции и z-оценками. Общая схема применения и ограничения корреляционно-регрессионного анализа. Понятие о множественной регрессии.

7. Основные понятия теории статистического вывода.

Вероятностные основы психологических исследований (неравенство Чебышева, законы больших чисел). Основные теоретические распределения, используемые в теории статистического вывода (Гаусса и ограничения его применения, хи-квадрат, Стьюдента, Фишера и др.). Основные понятия теории статистического вывода (подход Неймана-Пирсона к проверке статистических гипотез, понятие критерия, критической области, ошибок 1-го и 2-го рода, априорной модели ситуации, схема проверки статистических гипотез в психологии).

8. Статистические критерии.

Примеры параметрических критериев (Т, F и др.). Непараметрические критерии (знаков, Вилкоксона, и др.).

9. Основы многомерных видов анализа. Анализ данных на компьютере (основные пакеты), понятие о методах математического моделирования.

Многомерное представление данных. Дисперсионный анализ. Понятие градации фактора или условия воздействия. Основные схемы: однофакторный, двухфакторный, многофакторный дисперсионый анализ. Кластерный анализ. Классификация статистических данных и кластер – анализ. Принципы классификации. Монотетическая и политетическая классификации. Понятие «кластера» (эвристическая классификация). Параметры кластеров. Типы процедур кластер-анализа. Принцип работы иерархических типов. Дивизимные и агломеративные иерархические процедуры. Общая схема последовательной иерархической классификации.

5. Рекомендуемые образовательные технологии (см Приложение 1): Наряду с традиционной классно-урочной групповой технологией могут использоваться: дистанционное индивидуально ориентированное образование средствами ИТ (например, в форме вебинаров), электронные (виртуальные) библиотеки, компьютерное тестирование и пр.

Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.

Оставленные комментарии видны всем.