Рабочая программа по дисциплине: Статистические методы и математическое моделирование в психологии для студентов
жүктеу/скачать 1,34 Mb.
|
Рабоч прог МАТ МЕТОД 2020
Шкитина Н.С. Подготовка студентов пед. вузов, КЫБРАЙ, август адаптациык жумалыктын планы (1)
- Бұл бет үшін навигация:
- Основные статистические понятия
- Подготовка данных к математической обработке
- Меры центральной тенденции
- Меры изменчивости (разнообразия, вариативности) исследуемого признака
- Распределения переменных величин
- Тема 1. Проблема измерения в психологии
8. Программа и содержание дисциплины Измерения и шкалы. Предмет и объект исследования. Операционализация конструкта. Переменная как результат измерения. Специфика психологического измерения. Измерительные шкалы С. Стивенса. Проблема косвенного измерения: идентификация шкалы переменной. Закон нормального распределения. История нормального распределения. Нормальное распределение как стандарт и его свойства. Применение нормального распределения для идентификации шкалы переменной. Проверка нормальности распределения: по графикам распределения и выбросам, по критериям асимметрии и эксцесса, по статистическим критериям. Основы психодиагностики: стандартизация тестовой шкалы. Коэффициенты корреляции. Связи функциональные и статистические. Ковариация и корреляция Пирсона, их формулы, свойства и интерпретация. Двумерная регрессия, коэффициент детерминации. Ранговые корреляции: Спирмена и Кенделла. Особенности вычисления и интерпретации ранговых корреляций. Границы применения корреляций. Общая характеристика многомерных статистических методов. Многомерные данные. Матрицы. Геометрические представления. Классификация многомерных методов по назначению, по структуре и виду исходных данных. Многомерные методы прогнозирования. Множественный регрессионный анализ (МРА) в задачах предсказания, его виды. Математико-статистические идеи МРА, требования к исходным данным и основные результаты применения МРА. Множественный дискриминантный анализ (ДА) в задачах предсказания. Математико-статистические идеи метода, вид исходных данных, решение задачи классификации в ДА. Решение задачи интерпретации межгрупповых различий при помощи канонического анализа в ДА. Методы классификации. Кластерный анализ (КА) в задачах классификации, его виды. Понятие сходства между объектами, меры сходства: прямые оценки, условные и совместные вероятности, меры различия профилей. Иерархические методы кластеризации: одиночной связи, полной связи и средней связи. Примеры применения КА в исследованиях социальных структур групп. Факторный анализ. Факторный анализ в задачах измерения латентных (скрытых) переменных и задачах уменьшения размерности исследуемого пространства признаков. Основные проблемы факторного анализа и способы их решения: общности, числа факторов, вращения, интерпретации факторного решения и оценки факторов. Матрица факторных нагрузок и соотношения основных показателей. Примеры применения факторного анализа в практических исследованиях. 9. Цели и результаты обучения по темам дисциплины
жүктеу/скачать 1,34 Mb. Достарыңызбен бөлісу:
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||