- •Введение.
- •1. Общая характеристика и структура дисциплины.
- •2. Организационно-методические указания по изучению материала дисциплины
- •Раздел I. Измерения и первичная обработка результатов измерений в психологии.
- •Тема 1. Измерения в психологии.
- •Тема 2. Первичные описательные статистики.
- •Раздел 2. Статистическая проверка статистических гипотез.
- •Тема 3. Параметрические статистические методы.
- •Тема 4. Непараметрические статистические методы.
- •Раздел 3. Одно и двумерные статистические методы.
- •Тема 5. Корреляционный и регрессионный анализ.
- •Тема 6. Дисперсионный и факторный анализ.
- •Раздел 4. Многомерные статистические методы.
- •Тема 7. Методы предсказания.
- •Тема 8. Методы классификации и структурные методы.
- •Раздел 5. Моделирование психологических явлений.
- •Тема 9. Математические модели.
- •Тема 10. Применение пакетов прикладных программ для моделирования и обработки данных психологического исследования.
- •3. Методические рекомендации по выполнению контрольной работы.
- •4. Пример выполнения и оформления отчета по контролоьной работе
- •Контрольная работа по дисциплине математические методы в психологии
- •5. Контрольные задания
- •Рекомендуемая литература:
- •196105, Санкт-Петербург, Московский проспект, д. 149
Раздел 3. Одно и двумерные статистические методы.
Тема 5. Корреляционный и регрессионный анализ.
В результате изучения материала слушатели должны:
- иметь представление о функциональных и статистических зависимостях;
- иметь представление о методе наименьших квадратов и его применении для решения задач минимизации суммы квадратов ошибок;
- знать коэффициенты корреляции r- Пирсона, r-Спирмена и τ-Кендалла;
- знать методику решения задач регрессионного анализа ;
- уметь применять коэффициенты корреляции r- Пирсона, r-Спирмена иди τ-Кендалла для оценки силы связи между выборочными переменными.
- уметь разрабатывать модели парного и множественного регрессионного анализа.
Содержание темы
Функциональная и статистическая (корреляционная) зависимость. Выборочный коэффициент корреляции. Коэффициент частной корреляции. Коэффициент корреляции r- Пирсона. Ранговые корреляции: коэффициент корреляции r-Спирмена, коэффициент корреляции τ-Кендалла. Проблема связанных (одинаковых) рангов. Корреляция бинарных данных. Величина корреляции и сила связи. Какой коэффициент корреляции выбрать. Парный линейный регрессионный анализ. Метод наименьших квадратов. Коэффициент детерминации и его связь с коэффициентом корреляции.
Контрольные вопросы:
1. ЕСЛИ: обе переменные не имеют выраженной асимметрии, отсутствуют выбросы и связь между переменными прямолинейная
ТО для оценки наличия связи необходимо использовать: коэффициент корреляции: r- Пирсона, r-Спирмена, τ-Кендалла или коэффициент частной корреляции?
2. Если есть предположение, что корреляция обусловлена влиянием третьей переменной, и все три переменные допускают применение r-Пирсона, то для проверки этого предположения необходимо использовать: коэффициент корреляции: r-Спирмена, τ-Кендалла или коэффициент частной корреляции?
3. Если коэффициент корреляции r – Пирсона между двумя переменными оказался равным 0.4, то связь между этими переменными является: слабой, умеренной или сильной?
4. Один исследователь решил сопоставить антропометрические и психологические данные исследования довольно большой группы детей. Каково же было его изумление, когда обнаружилась существенная положительная корреляция между скоростью решения арифметических задач и размером стопы: . В чем ошибка исследователя, что он не учел?
5. Сопоставляя данные достаточно большой группы городов центральной России, исследователь обнаружил существенную положительную корреляцию между числом церквей и числом увеселительных заведений. В чем причина этого явления?
Коэффициент детерминации показывает:
- в какой степени изменчивость зависимой переменной обусловлена влиянием независимой переменной?
- в какой степени изменчивость зависимой переменной обусловлена влиянием случайных факторов?
- в какой степени изменчивость зависимой переменной обусловлена совместным влиянием независимой переменной и случайных факторов?
В большинстве исследований взаимосвязи IQ и успеваемости в школе корреляции этих показателей не превышают 0,5—0,7. Какое значение принимает при этом коэффициент детерминации?
В рамках предыдущего примера найти какой процент успеваемости зависит от IQ?
Как повысить точность предсказания успеваемости учеников?