- •Санкт-Петербургский Государственный Институт Психологии и Социальной Работы
- •Математические методы в психологии Учебно-методическое пособие
- •Аннотация
- •Глава 1. Описательная статистика 18
- •Глава 2. Индуктивная статистика 84
- •Оглавление
- •Глава 1. Описательная статистика 12
- •Глава 2. Индуктивная статистика 78
- •Введение Цели и задачи изучения дисциплины «Математические методы в психологии» и сфера профессионального использования
- •Методические указания для студентов
- •Контрольные вопросы для самостоятельной подготовки и самопроверки
- •Глава 1. Описательная статистика
- •1. 1. Математическая статистика и психология. Измерения в психологии и виды шкал
- •Материалы лекции.
- •Типы измерений и измерительные шкалы
- •Генеральная совокупность и выборочное исследование. Статистическая достоверность
- •Этапы обработки результатов психологического исследования
- •1. 2. Описание результатов исследования
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Алгоритм построения сгруппированного (или табулированного) ряда
- •Общий обзор параметров распределений
- •1. 3. Параметры статистических совокупностей
- •Материалы лекции.
- •Результаты исследования экстраверсии
- •Исключение выскакивающих значений
- •Нормальный закон распределения и другие виды распределений
- •Проверка «нормальности» эмпирического распределения
- •Стандартизация данных и стандартизованные шкалы в психологии
- •Процентильные нормы для детей 5;5 – 11 лет
- •1. 4. Характеристики взаимосвязи признаков
- •Материалы лекции. Понятие статистической зависимости
- •Общий обзор мер связи
- •Коэффициент контингенции
- •Критерий «хи-квадрат» Пирсона
- •Ранжирование
- •Правила ранжирования
- •Бисериальные коэффициенты корреляции
- •Коэффициент взаимной сопряженности Чупрова
- •Коэффициент взаимной сопряженности Пирсона
- •Ранговой коэффициент корреляции Спирмена
- •Коэффициент линейной корреляции Пирсона
- •Глава 2. Индуктивная статистика
- •2. 1. Решение задачи сравнения выборок. Понятие статистических критериев и их виды
- •Материалы лекции. Статистические гипотезы
- •Уровень статистической значимости
- •Этапы принятия статистического решения
- •Классификация исследовательских задач, решаемых с помощью статистических методов
- •Решение задачи сравнения выборок
- •4. Каковы ограничения в применении критерия?
- •Обзор наиболее часто применяемых параметрических критериев
- •Общий обзор непараметрических критериев
- •2. 2. Выявление различий в уровне исследуемого признака
- •Материалы лекции. Параметрический критерий Стьюдента для сравнения независимых выборок
- •Поправка Снедекора
- •Правило принятия решения описано выше. Непараметрический критерий Розенбаума (критерий «хвостов»)
- •Непараметрический критерий Манна-Уитни
- •2. 3. Оценка достоверности сдвига в значениях исследуемого признака
- •Материалы лекции.
- •Параметрический критерий Стьюдента для сравнения зависимых выборок
- •Непараметрический критерий знаков
- •6. Правило принятия решения:
- •Непараметрический критерий Вилкоксона
- •2. 4. Выявление различий в распределении признака
- •Материалы лекции. Критерий «хи-квадрат» Пирсона
- •Критерий Колмогорова-Смирнова
- •2. 5. Многофункциональные статистические критерии
- •Материалы лекции.
- •Критерий φ* — «Угловое преобразование» Фишера
- •Алгоритм расчета критерия φ*
- •Критерий Макнамары
- •Алгоритм расчет критерия
- •2. 6. Дисперсионный анализ
- •Материалы лекции. Введение в дисперсионный анализ anova
- •Однофакторный дисперсионный анализ
- •2. 7. Многомерные методы обработки данных
- •Материалы лекции.
- •I. Классификация методов по назначению:
- •II. Классификация методов по исходным предположениям о структуре данных:
- •III. Классификация методов по виду исходных данных:
- •Множественный регрессионный анализ
- •Матрица корреляций пяти показателей интеллекта
- •Факторные нагрузки после варимакс-вращения
- •1. Эксплораторный-разведочный.
- •2. Конфирматорный.
- •1. Выбор исходных данных.
- •2. Предварительное решение проблемы числа факторов.
- •3. Факторизация матрицы интеркорреляций.
- •4. Вращение и предварительная интерпретация факторов (ротация факторов).
- •5. Принятие решения о качестве факторной структуры.
- •6. Вычисление факторных коэффициентов и оценок.
- •Компьютерные пакеты прикладных статистических программ
- •Список литературы
- •Приложение 1. Статистические таблицы с критическими значениями
- •1.1. Критические значения отношения для исключения выскакивающих значений
- •1.2. Критические значения коэффициента ранговой корреляции Спирмена
- •1.3. Критические значения коэффициента линейной корреляции Пирсона
- •1.4. Критические значения критерия хи-квадрат Пирсона
- •1.5. Критические значения критерия Стьюдента
- •1.6. Критические значения критерия Фишера
- •1.7. Критические значения непараметрического критерия Манна-Уитни
- •1.8. Критические значения непараметрического критерия Вилкоксона
- •1.9. Таблицы для перевода процентных долей в величины центрального угла для расчета критерия «угловое преобразование» Фишера
- •Приложение 2. Глоссарий
- •Приложение 3. Англо-русский словарь статистических терминов
2. 3. Оценка достоверности сдвига в значениях исследуемого признака
Методические рекомендации к изучению темы
При изучении данной темы необходимо учесть то, что рассматриваются две группы критериев: оценка выраженности признака и оценка сдвига значений признака. Обратите особое внимание на правила принятия решения для рассмотренных критериев: эти правила могут быть противоположны. Внимательно изучите ограничения в применении критериев.
При изучении данной темы необходимо обратить внимание на то, что критерий Стьюдента применяется для сравнения любых двух параметров распределений, однако в лекциях приведены формулы лишь для сравнения среднего арифметического значения и стандартного отклонения. Внимательно изучите ограничения в применении критерии Стьюдента. Обратите внимание, что одно из ограничений касается нормальности распределения признака в выборках.
При самостоятельном изучении критерия Фридмана и критерия тенденций Пейджа материал в конспекте должен быть изложен в следующей последовательности: назначение критерия, ограничения в его использовании, алгоритм расчета критерия с указанием правила принятия решения.
После изучения материала лекции ответьте на контрольные вопросы и выполните самостоятельные задания, ответы занесите в конспект.
Материалы лекции.
Нередко, сравнивая «на глазок» результаты «до» и «после» какого либо воздействия (например, тренинга), психолог видит тенденции повторного измерения — большинство показателей может увеличиваться или, напротив, уменьшаться. Наиболее простым путем оценки различий, казалось бы, является подсчет процентов в изменениях в ту или другую сторону «до» и «после» и сравнение полученных процентов между собой. На основе этого сравнения можно было бы придти к заключению, что если наблюдаются различия в процентах, то имеет место различие и в сравниваемых психологических характеристиках «до» и «после». Подобный подход категорически неприемлем, поскольку для процентов нельзя определить уровень достоверности в их различиях. Делать какие либо выводы из экспериментального материала возможно только на основе статистических процедур, специально сконструированных так, что на их основе можно определить уровень достоверности различий. Проценты, взятые сами по себе, не дают возможности делать статистически достоверные выводы. Поэтому, для того чтобы доказать эффективность какого-либо воздействия, необходимо выявить статистически значимую тенденцию в смещении (сдвиге) показателей.
При работе с этой группой критериев необходимо ввести понятие сдвига значений.
Сдвигомзначений называется разность между показателями во втором и первом замерах (или «после – до»). Сдвиг называетсятипичным в какую-то сторону, если данный знак разности встречается в выборке чаще;нетипичным — если данный знак разности встречается реже. Сдвиги, при которых разность значений равна 0, называютсянулевыми.
Параметрический критерий Стьюдента для сравнения зависимых выборок
Назначение критерия
Критерий Стьюдента применяется:
А) для сравнения любых двух параметров распределений или проверки гипотез о случайности различий между параметрами (Н0);
Б) для интервального оценивания (является ли параметр, полученный на выборочной совокупности, параметром генеральной совокупности);
В) для оценки статистической значимости мер связи (коэффициентов корреляции).
Ограничения в использовании критерия:
Критерий Стьюдента применяется для сравнения параметров признаков, измеренным по интервальной или пропорциональной шкалам.
Распределение признака должно быть нормальным.
Ограничений по объему выборки нет
Алгоритм расчета критерия Стьюдента для зависимых выборок:
1) Для удобства расчетов целесообразно составить таблицу следующего вида:
Таблица 29
№ |
X1i |
X2i |
di |
di- |
(di-)2 |
1 |
2 |
3 |
4 |
5 |
6 |
1 |
|
|
|
|
|
2 |
|
|
|
|
|
….. |
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
(di-)2 |
В этой таблице:
столбик 1 — номера испытуемых по порядку в списке;
столбик 2 — X1i— значения признака в данной выборке в ситуации 1;
столбик 3 — X2i— значения признака в данной выборке в ситуации 2.
2) Для каждой пары измерений в двух ситуациях находим их разницу (сдвиг значений) — столбик 4:
di=X2i–X1i
3) Для выборки значений diопределяем параметры: средний арифметический сдвиг и стандартное отклонение сдвига.
Для среднего арифметическогонеобходимо найти сумму всех сдвигов (по столбику 4) и подставить в формулу:
Для вычисления стандартного отклонениянеобходимо:
а) найти разность каждого значения сдвига и среднего арифметического сдвига — столбик 5;
б) возвести каждую разность в квадрат — столбик 6;
в) найти сумму квадратов разностей (по столбику 6) и подставить найденную сумму в формулу:
4) Вычисляем расчетное значение критерия Стьюдента по формуле:
5) Находим число степеней свободы:
Правило принятия решения:
Критические (табличные) значения критерия Стьюдента находятся по таблице критических значений для этого критерия в зависимости от числа степеней свободы.
Если, то Н0 отвергается, то есть сравниваемые параметры (средние арифметические, полученные в двух ситуациях) статистически различаются.
Если <, то Н0 принимается, то есть сравниваемые параметры (средние арифметические, полученные в двух ситуациях) статистически не различаются.