Объем дисциплины и виды учебной работы
| Вид учебной работы
| Всего часов / зачетных единиц
| Семестры
| |
|
|
|
|
| | Аудиторные занятия (всего)
| 48/1,3
|
|
|
|
|
| | В том числе:
| -
| -
|
| -
|
| -
| | Лекции
| 16/0,43
|
|
|
|
|
| | Практические занятия (ПЗ)
| 16/0,43
|
|
|
|
|
| | Семинары (С)
| 16/0,43
|
|
|
|
|
| | Лабораторные работы (ЛР)
|
|
|
|
|
|
| | Самостоятельная работа (всего)
| 60/1,7
|
|
|
|
|
| | В том числе (написание эссе, подготовка докладов, разбор задач):
| -
| -
|
| -
|
| -
| | Общая трудоемкость:
| 108/3 з.е.
|
|
|
|
|
|
Содержание дисциплины
Содержание тем дисциплины
| № п/п
| Наименование темы дисциплины
| Содержание темы
| | 1.
| Краткая история математических методов в психологии.
Измерение в психологии.
| Введение в учебную дисциплину: цель, задачи, место математических методов, применяемых в психологической науке. Необходимость и возможность использования математических методов в психологии. Краткая история развития математических методов в психологии: особенности применения и преимущества использования математико-статистического аппарата в психологических исследованиях. Понятие «измерение». Виды шкал по Стивенсу. Обзор способов получения психологических данных.
| | 2.
| Генеральная совокупность, выборка, первичные описательные статистики.
| Понятия «генеральная совокупность» и «выборка». Виды представления исходных данных. Структура таблицы исходных данных: переменные, объекты, выборки. Таблицы распределения частот. Графики распределения: гистограммы, полигоны, куммуляты, диаграммы рассеяния. Интерпретация графиков распределения. Классификация математических методов, правила принятия решения о выборе метода математической обработки. Первичные описательные статистики: меры центральной тенденции, меры изменчивости, критерии для оценки характера распределения.
| | 3.
| Нормальное распределение.
| Нормальное распределение. График нормального распределения. Функция распределения случайной величины. Работа с таблицами нормального и биномиального распределения. Задача проверки нормальности распределения. Формула Муавра-Лапласа. Асимптотика распределений и закон больших чисел. Стандартизация выборки. Другие часто используемые распределения. Равномерное распределение, биномиальное распределение, распределение Пуассона, показательное распределение. Функции распределения. Распределения и шкалы, стандартизация тестовой шкалы.
| | 4.
| Статистические гипотезы.
| Гипотезы научные и статистические. Логика статистической проверки гипотезы, нулевая и альтернативная гипотезы. Понятие статистики и ее распределения. Статистический критерий, уровень значимости Принятие статистического решения и вероятности ошибок 1 и 2 рода. Односторонние и двусторонние альтернативы.
| | 5.
| Классификация методов статистического вывода о связи двух явлений в зависимости от типа шкал, в которых они измерены
| Анализ номинативных данных: классификаций, таблиц сопряженности, последовательностей (серий). Критерий χ2- Пирсона (для классификаций и таблиц сопряженности), критерий Мак-Нимара (для таблиц 2х2 с повторными измерениями), критерий серий (для последовательностей). Критерии r-Пирсона (для метрических X и Y), частная корреляция и сравнение корреляций r-Спирмена и τ-Кендалла (для ранговых X и Y). Проблема множественной статистической проверки. Стандартная ошибка, число степеней свободы, теоретическое и эмпирическое распределение. Условия применимости статистик и возможности их проверки.
| | 6.
| Классификация методов статистического вывода о различии выборок по уровню выраженности количественного признака
| Параметрические и непараметрические методы сравнения для двух зависимых и независимых выборок: критерии T-Стъюдента для зависимых и независимых выборок, критерий U-Манна-Уитни, критерий T-Вилкоксона. Параметрические и непараметрические методы сравнения для более чем двух зависимых и независимых выборок:
критерий H-Краскала-Уоллеса, критерий χ2-Фридмана, метод Anova и Anova с повторными измерениями
| | 7.
| Виды многомерных методов
| Классификации многомерных методов: по назначению, по исходному виду данных, по исходным предположениям о структуре данных. Психологическая и математическая сущность многомерных методов. Дисперсионный анализ и его непараметрические аналоги. Виды дисперсионного анализа. Однофакторный дисперсионный анализ, пост-хок критерии. Непараметрические аналоги дисперсионного анализа. Двухфакторный дисперсионный анализ. Различные формы взаимодействия факторов. Графическое представление результатов.
| | 8.
| Множественный регрессионный анализ
| Математическая идея и назначение множественного регрессионного анализа, требования к исходным данным и ограничения применения, коэффициент множественной корреляции, коэффициент множественной детерминации, алгоритм проведения множественного регрессионного анализа с помощью программы SPSS, особенности интерпретации результатов.
| | 9.
| Факторный анализ
| Математическая идея и назначение факторного анализа, требования к исходным данным и ограничения применения, математико-статистические проблемы метода (проблема числа факторов, проблема общности, проблема выбора метода, проблема вращения и интерпретации, проблема оценки значений факторов), критерий Кайзера, критерий отсеивания Р.Кеттелла, этапы проведения факторного анализа и алгоритм проведения факторного анализа с помощью программы SPSS, особенности представления и интерпретации результатов.
| | 10.
| Многомерное шкалирование и кластерный анализ
| История многомерного шкалирования, математическая идея и назначение метода, требования к исходным данным и ограничения применения,геометрические свойства модели многомерного шкалирования и вопросы интерпретируемости решения, алгоритм проведения многомерного шкалирования с помощью программы SPSS, особенности представления и интерпретации результатов.Математическая идея и назначение кластерного анализа, виды и типы кластеров, требования к исходным данным и ограничения применения, графическое представление результатов кластерного анализа и вопрос интерпретации кластерной структуры, алгоритм проведения кластерного анализа с помощью программы SPSS, особенности представления и интерпретации результатов.
| | 11.
| Дисперсионный анализ. Обзор материала, перспективы развития математических методов в психологии.
Заключение.
| Математическая идея и назначение дисперсионного анализа, требования к исходным данным и ограничения применения, представление результатов дисперсионного анализа, преимущества и недостатки метода, алгоритм проведения дисперсионного анализа с помощью программы SPSS и особенности интерпретации результатов. Сравнение математических методов. Заключение.
|
Вычисление основной дактилоскопической формулы Вычислением основной дактоформулы обычно занимается следователь. Для этого все десять пальцев разбиваются на пять пар...
|
Расчетные и графические задания Равновесный объем - это объем, определяемый равенством спроса и предложения...
|
Кардиналистский и ординалистский подходы Кардиналистский (количественный подход) к анализу полезности основан на представлении о возможности измерения различных благ в условных единицах полезности...
|
Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...
|
|
Именные части речи, их общие и отличительные признаки Именные части речи в русском языке — это имя существительное, имя прилагательное, имя числительное, местоимение...
Интуитивное мышление Мышление — это психический процесс, обеспечивающий познание сущности предметов и явлений и самого субъекта...
Объект, субъект, предмет, цели и задачи управления персоналом Социальная система организации делится на две основные подсистемы: управляющую и управляемую...
|
|
Условия, необходимые для появления жизни История жизни и история Земли неотделимы друг от друга, так как именно в процессах развития нашей планеты как космического тела закладывались определенные физические и химические условия, необходимые для появления и развития жизни...
Метод архитекторов Этот метод является наиболее часто используемым и может применяться в трех модификациях: способ с двумя точками схода, способ с одной точкой схода, способ вертикальной плоскости и опущенного плана...
Примеры задач для самостоятельного решения. 1.Спрос и предложение на обеды в студенческой столовой описываются уравнениями: QD = 2400 – 100P; QS = 1000 + 250P
1.Спрос и предложение на обеды в студенческой столовой описываются уравнениями: QD = 2400 – 100P; QS = 1000 + 250P...
|
|
