- •Ответы на экзамен «Математические методы в психологии».
- •Цель применения математических методов. Измерение в психологии.
- •Шкала измерения
- •Переменные.
- •Мартица.
- •Основные этапы статистического исследования
- •1 0. Описание с помощью квантилей.
- •11. Меры центральной тенденции, мода.
- •12. Интерпретация меры.
- •13. Меры вариации.
- •Асимметрия и эксцесс
- •Нормальное распределение и его роль.
- •Применение нормального распределения:
- •Функция Лапласа
- •Измерительные шкалы.
- •Поняття і суть вибіркового методу, причини і умови його застосування.
- •Сравнение средних spss
- •Переменные, относящиеся к интервальной шкале и подчиняющиеся нормальному распределению
- •Переменные, относящиеся к порядковой шкале или переменные, относящиеся к интервальной шкале, но не подчиняющиеся нормальному распределению
- •Дисперсионный анализ
- •Критерий Фишера
- •20.Коэффициент корреляции
- •Symmetric Measures (Симметричные меры)
- •21.Непараметрические показатели связи. Ранговые коэффициенты связи.
- •В spss: Ранговые коэффициенты корреляции по Спирману и Кендалу
- •Correlations (Корреляции)
- •22.Категориальная переменная
- •23.Статистические критерии для таблиц сопряженности
- •12.2.3 Таблицы сопряженности с категориальными наборами
- •Пол * Психическое состояние Таблица сопряженности
- •Критерий хи-квадрат по Пирсону
- •Критерий хи-квадрат с поправкой на правдоподобие
- •Тест Мантеля-Хэнзеля
- •24. Проверка гипотезы о независимости признаков (таблица сопряженности признаков)
- •25. Коэф-т связи в табл сопряженности: Коэффициенты корреляции
- •Symmetric Measures (Симметричные меры)
- •26.Меры (may) л. Гудмена и е. Краскала (l. Goodman, е. Kruskal)
- •28. Регрессионный анализ
- •31. Линейная регрессия (пропедевтика)
- •Графики гетероскедастичности
- •Определение гетероскедастичности
- •Пр.: Этапы кластерного анализа
- •Выбор переменных-критериев для кластеризации.
- •Формирование кластеров
- •Интерпретация результатов.
Применение нормального распределения:
Психометрические тесты общин и специальных умственных способностей часто дают распределения оценок, удовлетворительно согласующиеся с НР(норм растр). Довольно хорошо известно, что значения айкаю интеллектуального теста Стенфорда-Бине распредеелены приблизительно нормально со средним 100 и стендарстным отклонением 16 для обычных людей. Тесты образовательной підготовки, строящиеся в соответствии с такими же психометрическими принципами, что и тесты способностей, обачно имеют полигоны частот, напоминающие норм кривую (колокол).
Нормальная кривая – это изобретение математика, давольно хорошо описывающее полігон частот измерений нескольких различных переменных.
дать, что значения переменной нормально распределены.
Функция Лапласа
Функцией Лапласа называется функция вида
Свойства:
1) при z>0 функция Лапласа определяет вероятность попадания нормальной случайной величины с параметрами
MX=0
DX=1
в интервале (0, z)
2)
3) - функция нечетная
Норм распр в SPSS:
Многочисленные методы, с помощью которых обрабатываются переменные, относящиеся к интервальной шкале, исходят из гипотезы, что их значения подчиняются нормальному распределению. При таком распределении большая часть значений группируется около некоторого среднего значения, по обе стороны от которого частота наблюдений равномерно снижается.
В качестве примера рассмотрим нормальное распределение возраста, которое строится по данным исследований гипертонии (файл hyper.sav) с помощью команд меню Graphs (Графы) Histogramm... (Гистограмма) (см. рис. 5.1).
На диаграмме нанесена кривая нормального распределения (Колокол Гаусса). Реальное распределение в большей или меньшей степени отклоняется от этой идеальной кривой. Выборки, строго подчиняющиеся нормальному распределению, на практике, как правило, не встречаются. Поэтому почти всегда необходимо выяснить, можно ли реальное распределение считать нормальным и насколько значительно заданное распределение отличается от нормального.
Перед применением любого метода, который предполагает существование нормального распределения, наличие последнего нужно проверять в первую очередь. Классическим примером статистического теста, который исходит из гипотезы о нормальном распределении, можно назвать t-тест Стьюдента, с помощью которого сравнивают две независимые выборки. Если же данные не подчиняются нормальному распределению, следует использовать соответствующий непараметрический тест, в случае двух независимых выборок — U-тест Манна и Уитни.
Если визуальное сравнение реальной гистограммы с кривой нормального распределения кажется недостаточным, можно применить тест Колмогорова-Смирнова, который находится в меню Analyze (анализ данных) в наборе непараметрических тестов (см. раздел 14.5).
Рис. 5.1: Распределение возраста
В нашем примере с распределением возрастов тест Колмогорова-Смирнова не показывает значительного отклонения от нормального распределения.
Еще одну возможность проверки наличия нормального распределения дает построение графика нормального распределения (см. разделы 10.4.1, 22.12), в котором наблюдаемые значения сопоставляются с ожидаемыми при нормальном распределении.
Измерение. Существует множество определений «измерения», несколько отличающихся друг от друга в зависимости от точки зрения исследователя. Общим во всех определениях является, по-видимому, следующее: измерение есть приписывание чисел вещам? в соответствии с определенными правилами. Измерить рост человека— значит приписать число расстоянию между макушкой человека и подошвой его йог, найденному с помощью линейки. Измерение коэффициента интеллектуальности (1Q) ребенка — это присвоение числа характеру ответной реакции, возникающей у него на группу типовых задач. Измерение преобразует определенные свойства наших восприятий в известные, легко поддающиеся обработке веши, называемое «числами». Каким не- выносимым был бы мир, если бы мы не измеряли! Разве не полезно физику знать, что сталь плавится при высокой температуре, а путешественнику, —что Чикаго —это «город, вытянутый вдоль спускающегося вниз шоссе»? Известно, какую важную роль играет измерение в педагогике и почти в каждом социальном предприятии.