ВУЗ:
Составители:
Рубрика:
Рассматриваются виды данных в статистике. Определение количественных, качественных
и порядковых данных. Характеристика типов шкал, применяемых в психологии. Операции с
числами, возможные с каждым типом шкал измерения. Ограничения в использовании различных
типов шкал. Перевод данных из одного типа шкал в другой тип измерения.
Понятие генеральной совокупности и выборки. Свойства и параметры совокупности.
Репрезентативность. Классификация выборок по способу отбора, объему, схеме испытаний и
репрезентативности.
Понятие проблемы и гипотезы. Принципы фальсифицируемости и верифицируемости.
Научная и статистическая гипотеза. Нулевая и альтернативная гипотезы.
Определение статистического критерия. Параметрические и непараметрические критерии.
Уровни статистической значимости. Ошибка первого рода. Ось значимости. Мощность критериев
и ошибка второго рода.
2. Методы описательной статистики
Представление количественных данных. Различные этапы представления данных.
Несгруппированные ряды. Упорядоченные ряды. Ранжирование данных. Распределение частот.
Числовые характеристики распределения данных. Оценка средних величин. Мода, медиана и
средняя арифметическая. Оценка разброса данных. Коэффициенты вариации. Ассиметрия и
эксцесс.
3. Нормальный закон распределения случайной величины
Нормальный закон распределения случайной величины. Понятие распределения признака
и нормального распределения признака; основные характеристики нормального распределения.
Построение кривой нормального распределения. Формула для нахождения теоретических
частот (m
’
), алгоритм построения кривой нормального распределения.
Проверка нормальности распределения результативного признака. Даются формулы для
расчета критических значений А (асимметрия) и Е (эксцесс) Пустыльника Е.И. и Плохинского
Н.А.
4. Меры связи между признаками
Понятие корреляционного анализа; корреляционной связи и корреляционной зависимости;
методы для расчета коэффициента корреляции: метод ранговой корреляции Спирмена; метод
Браве-Пирсона. Интерпретация корреляции.
5. Методы проверки статистических гипотез
Описание и применение статистических критериев: t-критерий Стьюдента, F-критерий
Фишера, Q-критерий Розенбаума, T-критерий Вилкоксона, χ
2
-критерий Пирсона.
6. Многомерный анализ данных
Двумерный регрессионный анализ. Двухфакторный дисперсионный анализ.
Дисперсионный анализ (ДА).
7. Многомерный анализ данных. Факторный анализ
Применение ФА в психологии как одного из методов многомерного количественного
описания (измерения, анализа) наблюдаемых переменных. Разведочный и конфирматорный ФА.
Этапы факторного анализа. Статистические показатели для оценки результатов факторного
анализа.
8. Многомерное шкалирование
Понятие многомерного шкалирования (метрическое и неметрическое) (МШ). Построение
пространственной модели субъективного расстояния в психологическом пространстве. Метод
ортогональных проекций. Построение метрической модели.
Рассматриваются виды данных в статистике. Определение количественных, качественных и порядковых данных. Характеристика типов шкал, применяемых в психологии. Операции с числами, возможные с каждым типом шкал измерения. Ограничения в использовании различных типов шкал. Перевод данных из одного типа шкал в другой тип измерения. Понятие генеральной совокупности и выборки. Свойства и параметры совокупности. Репрезентативность. Классификация выборок по способу отбора, объему, схеме испытаний и репрезентативности. Понятие проблемы и гипотезы. Принципы фальсифицируемости и верифицируемости. Научная и статистическая гипотеза. Нулевая и альтернативная гипотезы. Определение статистического критерия. Параметрические и непараметрические критерии. Уровни статистической значимости. Ошибка первого рода. Ось значимости. Мощность критериев и ошибка второго рода. 2. Методы описательной статистики Представление количественных данных. Различные этапы представления данных. Несгруппированные ряды. Упорядоченные ряды. Ранжирование данных. Распределение частот. Числовые характеристики распределения данных. Оценка средних величин. Мода, медиана и средняя арифметическая. Оценка разброса данных. Коэффициенты вариации. Ассиметрия и эксцесс. 3. Нормальный закон распределения случайной величины Нормальный закон распределения случайной величины. Понятие распределения признака и нормального распределения признака; основные характеристики нормального распределения. Построение кривой нормального распределения. Формула для нахождения теоретических частот (m’), алгоритм построения кривой нормального распределения. Проверка нормальности распределения результативного признака. Даются формулы для расчета критических значений А (асимметрия) и Е (эксцесс) Пустыльника Е.И. и Плохинского Н.А. 4. Меры связи между признаками Понятие корреляционного анализа; корреляционной связи и корреляционной зависимости; методы для расчета коэффициента корреляции: метод ранговой корреляции Спирмена; метод Браве-Пирсона. Интерпретация корреляции. 5. Методы проверки статистических гипотез Описание и применение статистических критериев: t-критерий Стьюдента, F-критерий Фишера, Q-критерий Розенбаума, T-критерий Вилкоксона, χ2-критерий Пирсона. 6. Многомерный анализ данных Двумерный регрессионный анализ. Двухфакторный дисперсионный анализ. Дисперсионный анализ (ДА). 7. Многомерный анализ данных. Факторный анализ Применение ФА в психологии как одного из методов многомерного количественного описания (измерения, анализа) наблюдаемых переменных. Разведочный и конфирматорный ФА. Этапы факторного анализа. Статистические показатели для оценки результатов факторного анализа. 8. Многомерное шкалирование Понятие многомерного шкалирования (метрическое и неметрическое) (МШ). Построение пространственной модели субъективного расстояния в психологическом пространстве. Метод ортогональных проекций. Построение метрической модели.
Страницы
- « первая
- ‹ предыдущая
- …
- 5
- 6
- 7
- 8
- 9
- …
- следующая ›
- последняя »