- •1. Вопросы к итоговому контролю знаний (экзамену или дифференцированному зачету)
- •2. Список основной и дополнительной литературы
- •2.1. Список основной и дополнительной литературы к разделам и темам курса
- •Тема 1. Математическая статистика и психология. Измерения в психологии и виды шкал
- •Тема 2. Описательная статистика
- •Ермолаев о. Ю. Математическая статистика для психологов. — м., 2002.
- •Тема 3. Параметры статистических совокупностей, представленных результатами регистрирующего и упорядочивающего измерений
- •Тема 4. Параметры статистических совокупностей, представленных результатами количественного измерения
- •Тема 5. Характеристики взаимосвязи признаков
- •Тема 6. Анализ структуры взаимосвязей
- •Тема 7. Решение задачи сравнения выборок. Понятие статистических критериев и их виды
- •Тема 8. Выявление различий в уровне исследуемого признака
- •Тема 9. Оценка достоверности сдвига в значениях исследуемого признака
- •Тема 10. Выявление различий в распределении признака
- •Тема 11. Многофункциональные статистические критерии
- •Тема 12. Дисперсионный анализ
- •Тема 13. Многомерные методы обработки данных
- •Тема 14. Компьютерные пакеты прикладных статистических программ и математическое моделирование
- •2.2. Учебная и научная литература (общий список)
- •Ермолаев о. Ю. Математическая статистика для психологов. — м., 2003.
- •Ивантер э в., Коросов а. В. Основы биометрии: Введение в статистический анализ биологических процессов и явлений. — Петрозаводск, 1992.
- •Кутейников а.Н. Математические методы в психологии. – сПб, 2008.
- •Пахомов а. П. Проблема осмысленности психологических измерений./ Психологический журнал, №5, 2006.
- •2.3. Перечень иных информационных источников (российские и зарубежные сайты)
- •3. Задания для самостоятельной работы
- •Контрольные работы для студентов очной формы обучения Контрольная работа № 1
- •Постройте на другом графике 2 полигона относительных частот интегрального распределения эмпирического распределения. Контрольная работа № 2
- •Контрольная работа № 3 Задание №1
- •Можно ли утверждать, что милиционеры патрульно-постовой службы в большей степени склонны продолжать разговор с агрессором, чем другие граждане?
- •Можно ли утверждать, что милиционеры склонны отвечать агрессору более примирительно, чем гражданские лица? Контрольная работа для студентов очно-заочной и заочной форм обучения
- •Можно ли утверждать, что милиционеры патрульно-постовой службы в большей степени склонны продолжать разговор с агрессором, чем другие граждане?
- •Можно ли утверждать, что милиционеры склонны отвечать агрессору более примирительно, чем гражданские лица?
- •4. Методические указания по выполнению и оформлению самостоятельной работы
- •5. Дополнительные материалы
- •5.1. Глоссарий
- •5.2. Англо-русский словарь статистических терминов
5. Дополнительные материалы
5.1. Глоссарий
Альтернативная гипотеза — это гипотеза о значимости различий. Она обозначается как Н1. Альтернативная гипотеза — это то, что мы, как правило, хотим доказать; поэтому иногда ее называют экспериментальной гипотезой.
Вероятностная зависимость (стохастическая связь) — это такая связь между явлениями или событиями, при которой появление одного из событий изменяет вероятность появления другого события.
Вероятность — мера возможности появления признака (число, не превышающее единицу).
Дискриминантный анализ («классификация с обучением») предсказывает принадлежность объектов (испытуемых) к одному из известных классов (шкала наименований) по измеренным метрическим (дискриминантным) переменным. Дискриминантные переменные должны быть измерены в количественной шкале, зависимая переменная — в шкале наименований. Рекомендуется двукратное превышение числа испытуемых над числом переменных.
Дисперсия — — это средний квадрат отклонений всех значений признака от среднего арифметического.
Зависимые выборки (связанные выборки) — это одна и та же группа людей, у которых были измерены одни и те же признаки в двух (или более) различных ситуациях, например, «до — после», «фон — стресс».
Измерение — это приписывание числовых форм объектам или событиям в соответствии с определенными правилами (Стивенс, 1960).
Квантили — значения признака, которые делят выборку на определенное количество равных частей. Наиболее распространенные квантили — это медиана; квартили Q1, Q2, Q3 (делят выборку испытуемых на 4 равные части); децили D1, D2, D3, D4, D5, D6, D7, D8, D9 (делят выборку испытуемых на 10 равных частей); процентили Р1 ……….Р99 (делят выборку испытуемых на 100 равных частей).
Кластерный анализ («классификация без обучения») по измеренным характеристикам у множества объектов (испытуемых) либо по данным об их попарном сходстве (различии) разбивает это множество объектов на группы, в каждой из которых находятся объекты, более похожие друг на друга, чем на объекты других групп.
Критерий вообще — это решающее правило, обусловливающее поведение в ситуации выбора.
Коэффициент асимметрии — As — параметр, характеризующий асимметричность распределения по сравнению с нормальным распределением.
Коэффициент эксцесса — Ex — параметр, характеризующий выпуклость распределения по сравнению с нормальным распределением.
Коэффициент вариации или коэффициент вариативности — V — параметр, показывающий соотношение стандартного отклонения и среднего арифметического.
Медиана — Ме — это значение признака, которое делит выборку испытуемых на две равные части: 50 % испытуемых имеют значения признака меньше медианы, 50 % испытуемых имеют значения признака больше медианы; медиана является частным видом квантилей.
Мера связи — числовая величина, отражающая тесноту (силу) и направленность (для качественно-количественных и количественных шкал) зависимости между признаками.
Многомерное шкалирование выявляет шкалы как критерии, по которым поляризуются объекты при их субъективном попарном сравнении.
Множественный регрессионный анализ предсказывает значения метрической «зависимой» переменной по множеству известных значений «независимых» переменных, измеренных у множества объектов (испытуемых). Все переменные должны быть измерены в количественной шкале.
Мода — Мо — это значение признака, которое имеет наибольшую частоту.
Мощность критерия — его способность правильно отбрасывать ложную гипотезу. Она определяется эмпирическим путем.
Независимые выборки (не связанные выборки) — это две выборки, составленные из разных людей, у которых были измерены одни и те же признаки по одним и тем же методикам.
Непараметрические критерии — критерии, не включающие в формулу расчета параметры распределения и основанные на оперировании частотами или рангами (например, критерий знаков, критерий Ван-дер-Вардена и др.). Непараметрические критерии применяются для любых шкал и любых распределений признаков.
Нулевая гипотеза — это гипотеза об отсутствии зависимости между признаками или отсутствии различий между выборками.
Параметрические критерии служат для проверки гипотез о параметрах распределений или для их оценивания (т. е. является ли параметр, полученный на выборке испытуемых, и параметром генеральной совокупности). Они включают в формулу расчета параметры распределения (например, критерий Стьюдента, критерий Фишера и др.). Для их расчета необходимо прежде подсчитать параметры распределения. Параметрические критерии применяются для оценки параметров интервальных и пропорциональных шкал при условии нормального распределения признаков.
Параметры распределений — числовые характеристики, отражающие основные тенденции выраженности и изменчивости исследуемых признаков в исследуемой выборке.
Среднее арифметическое значение — — это то значение признака, которое отражает средний уровень выраженности признака в данной выборке испытуемых.
Стандартное отклонение (или среднеквадратическое отклонение) — — это среднее отклонение каждого значения признака от среднего арифметического.
Статистические гипотезы подразделяются на нулевые и альтернативные, направленные и ненаправленные.
Статистический критерий — правило, обеспечивающее надежное поведение, т. е. принятие истинной и отклонение ложной гипотезы с высокой вероятностью. Слова статистический критерий обозначают также метод расчета определенного числа и само это число.
Факторный анализ направлен на выявление структуры переменных как совокупности факторов, каждый из которых — это скрытая, обобщающая причина взаимосвязи группы переменных. Надежные результаты получаются, если переменные измерены в количественной шкале. Число испытуемых должно превышать число переменных (или, по крайней мере, должно быть равно ему).
Шкала наименований (номинативная, номинальная) является результатом использования при измерении метода регистрации; относится к качественному измерению. Например, пол, национальность, семейное положение, образование, клинические диагнозы, левша – правша, тип темперамента, тип личности.
Шкала порядка (порядковая, ординальная) является результатом использования при измерении метода упорядочивания; относится к качественно-количественному измерению. Например, твёрдость минералов, баллы успеваемости, в психологии — ранжирование по индивидуальным чертам личности, т. е. любые первичные оценки в психологических методиках.
Шкала равных интервалов (интервальная) является результатом измерения методом соотнесения (с эталонной единицей измерения), нулевая точка шкалы произвольна и не указывает на отсутствие измеряемого свойства; является метрической шкалой и относится к количественному измерению. Например, календарное время, шкалы температур по Фаренгейту и Цельсию, в психологии — так называемые квазиинтервальные шкалы (созданные искусственно): стандартизованные шкалы (z-шкала, шкала IQ, стены, Т-баллы, стенайны, любые стандартные баллы в тестах).
Шкала равных отношений (пропорциональная) является результатом измерения методом соотнесения (с эталонной единицей измерения), существует абсолютный нуль, который означает отсутствие измеряемого свойства; является метрической шкалой и относится к количественному измерению. Например, расстояние, длина отрезков или физических объектов, время, температура по Кельвину (абсолютный нуль), в психологии — время реакции, шкалы порогов абсолютной чувствительности, количество объектов или субъектов (абсолютный нуль).