- •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.
Переменные.
Переменными являються характеристики людей или вещей, например, вес, возраст, время реакции, беглость чтения, количество детей, число студентов. Некоторые из этих переменных:
непрерывны – измерения их могут дать любое значение внутри некоторой области (вес, возраст, время реакции). Некоторые – дискретны – их изменения могут давать только отдельные значения (количество детей). Наиболее дискретны те переменные, что измеряются в результате счета, количество детей: 1,2,3… И эта переменная не может принимать значения промежуточное, типа 1,75.
Если бы были соответствующие приборы, средства, время, то можно было бы измерять непрерывные переменные с желаемой точностью. Время бега измеряется в десятых секунды, хотя более точно было бы в сотых, тысячных, но и это не точно, просто верно до сотых, тысячных.
Точного (настоящего) измерения переменной никогда нельзя достигнуть, т.к. измерение всегда должно где-то оборвать точное значение (т.к. м.б.нестабильно во времени). В силу этого точное значение переменной – это косвенное значение. Оно задает пределы для фактического значения и является результатом процесса измерения. Пр.: если рост чела 157см с точностью до сантиметра, то его действительный рост в это время и в этих условиях находится между 156,5 и 157,5 см.
Измерение любой непрерывной переменной должно сопровождаться определением точности процесса измерения. Пр.: Скорость – до десятой доли сек, рост до см, возраст с точностью до дня.
Чувствительность процесса измерения задается минимальной ед цифровой шкалы, которая фиксируется. Т.О. чувствительностью в Пр., были соответственно десятые доли секунды, сантиметры, дни.
Пределы, для точного значения в окрестности любого найденного значения, устанавливаются путем прибавления и вычитания половины чувствительности измерительного процесса от найденного значения. 147 см – (1см/2)=146,5 и 147 см + (1см/2)=147,5 см. (Если с возрастом 25лет, то 24г. И 6 мес, 25 л. И 6 мес; с реакцией в 0,53 сек: 0,525-0,523; время пробега 5,6сек: 5,5-5,7сек).
Также, например, в психологии, в тесте школьника на «речевые способности школьника» ответил правильно 45 вопр из 90, то точная отметка школьника лежит между 44,5-45,5; т.к. измеряется непрерывная величина: речевые способности школьника, а не дискретная: число точных ответов.
Категориальные переменные (качественные)- Переменные, принимающие значения из некоторого ограниченного набора категорий. Они обычно связаны с неисчисляемыми признаками, такими как названия (товаров, услуг и др.), имена людей, исходы событий (да/нет) и т.д. Категориальными всегда являются выходные переменные (Переменная, значение которой формируется на выходе аналитической модели) в классификационных моделях.
Как правило, значения категориальных переменных являются строковыми. Но иногда могут использоваться и числа, если, например, некоторое наименование кодируется числовым значением. Например, вместо категорий «Низкий», «Средний» и «Высокий» в модели оценки кредитного риска можно использовать значения 0, 1 и 2. Очевидно, что применять обычные математические операции к категориальным переменным нельзя (кроме «равно» - «не равно»), даже если они представлены числами.
Нечисловые статистические данные — это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечеткие множества и др. Их нельзя складывать и умножать на коэффициенты. Поэтому не имеет смысла говорить о суммах нечисловых статистических данных. Они являются элементами нечисловых математических пространств (множеств). Математический аппарат анализа нечисловых статистических данных основан на использовании расстояний между элементами (а также мер близости, показателей различия) в таких пространствах.
Дихотомические переменные - Переменная, которая может принимать только два значения; например, мужской/женский.