Самостоятельная дисциплина

УЧЕБНАЯ ПРОГРАММА

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ

(основной курс)

Т.Н.Савченко

I. Организационно-методический раздел

Курс предназначен для студентов второго курса. Его цель - познакомить слушателей с математической статистикой и математическими методами анализа данных, применением их в психологических исследованиях. Предлагаются методы, получившие распространение среди зарубежных психологов, а также оригинальные отечественные разработки.

Курс предназначен для слушателей, которые изъявили желание специализироваться в поведенческих науках, в области практической психологии и др.

Задачи курса заключаются в следующем:

· Сформировать у студентов положительную мотивацию на использование современных математических и компьютерных методов в фундаментальных прикладных психологических исследованиях.

· Дать знания об основных математических понятиях статистики и их применении для представления и анализа результатов психологического исследования;

· Познакомить с основными современными методами анализа экспериментальных данных.

· Продемонстрировать возможность работы с различными пакетами прикладных программ, позволяющих анализировать данные экспериментальных исследований.

Для освоения данного курса необходимы знания, полученные при изучении курса Высшей математики. В практические занятия включен практикум по измерениям в психологии (работа со статистическими пакетами). Изучаемые методы необходимы для освоения курсов психодиагностики и экспериментальной психологии, а также для выполнения курсовых и дипломных работ.

Знания, полученные в результате освоения данного курса, позволят слушателям грамотно поставить задачу эмпирического исследования, проанализировать полученные результаты, подтвердить опровергнуть или опровергнуть выдвинутые гипотезы. Студенты смогут выбирать подходящие методы анализа эмпирических данных и корректно их использовать.

Данный курс дает также навыки проведения теоретических выводов, использования математики при адаптации и конструировании тестов. Использование многомерного анализа позволяет выявить скрытые аспекты изучаемых проблем.

Предлагаемый курс предполагает проведение большой самостоятельной работы. В процессе обучения студенты выполняют 6 работ, для которых необходимы полученные в данном курсе теоретические знания, знания основ психологии и использование статистических пакетов. В качестве примеров используются данные реальных психологических исследований.

II Содержание курса.

Теоретический курс состоит из нескольких разделов. представляющих группы методов факторного анализа, кластерного анализа, методов многомерного шкалирования, латентно-структурного анализа. Практические занятия— это работа студентов с пакетами прикладных программ и проведение самостоятельных экспериментальных исследований с использованием математических методов анализа данных, а также – решение задач на освоение изучаемых методов.

1.Разделы курса

1. Описательная статистика

2. Теория статистического вывода

3. Корреляционный анализ и регрессионный анализ

4. Дисперсионный анализ

5. Модели факторного анализа

7. Методы классификации

2.Темы и краткое содержание

1.ОПИСАТЕЛЬНАЯ СТАТИСТИКА

Лекция 1. Прикладная статистика как

самостоятельная дисциплина

Определение прикладной статистики, основные этапы статистической обработки данных, проверка однородности, статистической независимости. Связь с математической статистикой. Принципы группировки информации: качественные и количественные. Статистические таблицы. Графические методы представления информации. График распределения. Гистограммы. Диаграммы и графы.

Основные функции статистических методов вообще и в конкретных социологических исследованиях. Представление данных.

Табулирование данных: ранговый порядок, распределение частот и сгруппированных частот. Одним из наиболее эффективных методов описания группы наблюдений является описание с помощью квантилей. Квантиль — общее понятие. Определение трех его примеров: процентилей, децилей и квантилей. Три метода графического представления распределения оценок: гистограмма, или столбиковая диаграмма, полином распределения и сглаженная кривая. Использование процентильных кривых. Правила построения графиков. Функция распределения.

Лекция 2. Меры центральной тенденции:
мода, медиана, среднее

Определение моды. Использование моды: случаи отсутствия моды в группе, существования двух мод — бимодальности, большие и меньшие моды, наибольшая мода в группе.

Медиана: определение, вычисление для дискретных и непрерывных случайных величин. Математическое ожидание, среднее: определение, вычисление, свойства. Примеры вычисления медианы, моды, математического ожидания и среднего. Среднее, медиана и мода объединенных групп. Интерпретация моды, медианы и среднего. Выбор меры центральной тенденции: соображения, которые следует учитывать в процессе выбора, используя медиану, моду и среднее. Другие меры центральной тенденции: среднее, среднее геометрическое, среднее гармоническое, отношение средних и среднее отношение.

Лекция 3. Меры изменчивости. Размах.