Реферат Курсовая Конспект
МАТЕМАТИЧЕСКИЕ ОСНОВЫ ПСИХОЛОГИИ - раздел Психология, Министерство Образования И Науки Российской Федерации  ...
|
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное
учреждение высшего профессионального образования
«Ульяновский государственный педагогический
университет имени И. Н. Ульянова»
Кафедра психологии
Г. А. Стрюкова
МАТЕМАТИЧЕСКИЕ ОСНОВЫ ПСИХОЛОГИИ
Учебно-методическое пособие
Ульяновск
УДК 15.073 Печатается по решению редакционно-издательского
ББК 88 совета ФГБОУ ВПО «Ульяновский государственный
С 87 педагогический университет имени И. Н. Ульянова»
Рецензенты:
Коноплёва И. В. – кандидат физико-математических наук,
доцент кафедры математики ФГБОУ ВПО УлГУ;
Гурылёва Л. В. – кандидат психологических наук, доцент кафедры психологии
ФГБОУ ВПО «УлГПУ им. И. Н. Ульянова»
ISBN 978-5-86045-535-1
С 87Стрюкова Г. А.Математические основы психологии: Учебно-методическое пособие. - Ульяновск: УлГПУ, 2012. 85 с.
В учебном пособии рассматриваются основные методы статистической обработки эмпирических и экспериментальных данных, включая непараметрические и параметрические критерии оценки различий, согласия распределений, корреляционный анализ. Приведены необходимые теоретические сведения и формулы для решения типовых задач, наиболее часто встречающихся в экспериментальных психологических исследованиях. На конкретных примерах рассмотрены алгоритмы решения типовых задач. В качестве приложения к учебному пособию приведены справочные таблицы для определения критических значений основных статистических критериев, задания для самостоятельного решения.
Учебное пособие предназначено для студентов психологических специальностей. Пособие также может быть использовано студентами других специальностей педагогического вуза в качестве справочника при написании выпускных квалификационных и курсовых работ.
УДК 15.073
ББК 88
© Стрюкова Г. А.
© ФГБОУ ВПО
«УлГПУ им. И. Н. Ульянова»
Содержание
Введение......................................................................................................... | 5 |
1. Понятие измерения в психологии. Измерительные шкалы................... | |
2. Выборка. Формы учёта результатов измерений..................................... | |
3. Числовые характеристики распределений. Нормальное распределение............................................................................................ | |
4. Общие принципы проверки статистических гипотез............................. | |
5. Статистические критерии различий. Непараметрические критерии для связных выборок.…………................................................................ | |
6. Непараметрические критерии для несвязных выборок………………. | |
7. Критерии согласия распределений..……………...…............................. | |
8. Корреляционный анализ. Коэффициенты корреляции Спирмена и Пирсона………………………………………………………................... | |
Задания для самостоятельного решения................................................. | 63 |
Темы рефератов........................................................................................... | 72 |
Таблицы критических значений................................................................ | 73 |
Рекомендуемая литература....................................................................... | 84 |
ВВЕДЕНИЕ.
Перед человеком, вставшим на путь психологического или педагогического исследования, рано или поздно возникает проблема обоснования его результатов. Любое исследование подразумевает применение валидных методик, назначение которых – выявлять проявление (количественное или качественное) какого-либо признака у испытуемых, то есть что-либо измерять или устанавливать наличие (отсутствие). Таким образом, молодой учёный оказывается обладателем целого ряда (нескольких рядов) численных значений и имеет возможность стать также и математиком.
Простейшие математические процедуры, известные из курса элементарной (школьной) математики, как то: подсчёт общего числа испытуемых в какой-либо группе, вычисление процентного содержания, то есть так называемая описательная статистика, безусловно необходимы, но далеко не достаточны для научного исследования. Даже если были получены очень хорошие результаты, например: до эксперимента в группе у 35% испытуемых проявлялся какой-либо признак (высокий уровень тревожности и т.д.), а после эксперимента – всего лишь у 5%. Предъявление результатов эксперимента на данном уровне (описательной статистики) не может служить доказательством эффективности экспериментального воздействия.
Наряду с описательной статистикой должны быть использованы статистические методы более высокого уровня – подсчёт различных критериев или коэффициентов. Каждый из них предназначен для «своей» области. Для одного и того же случая могут оказаться применимыми не один, а целый ряд методов. Какие это методы и как их использовать, каковы области их применения – на эти вопросы даны ответы в данном пособии.
Пособие содержит описание лишь некоторых статистических методов, на наш взгляд, наиболее адекватных научному исследованию на начальных этапах – на уровне курсовой работы по психологии или выпускной квалификационной работы по психологии и педагогике. В ходе описания каждого метода математической статистики сохраняется логика изложения: приводится описание и назначение метода, условия и алгоритм его применения. В завершении рассматривается пример с подробным решением, доказательством психологической гипотезы данным методом математической статистики. В пособие включён раздел «Задания для самостоятельного решения», предназначенный для использования на практических и семинарских занятиях по предмету «Математические основы психологии».
Материал пособия отобран из основных признанных и современных учебников и учебных пособий по дисциплине. В наибольшей степени это относится к учебнику «Математическая статистика для психологов» О. Ю. Ермолаева и работе «Методы математической обработки в психологии» Е. В. Сидоренко. Это очень разные книги: и написаны различным языком, и ориентированы на очень разные сферы. На наш взгляд, если вы хотите расширить свои знания по математическим методам (рассмотреть не один, а несколько примеров, познакомиться с другими методами на уровне нашего пособия) – используйте учебник О. Ю. Ермолаева. Если же ваша задача – пойти «вглубь»: узнать о смысле метода, представить его графическую интерпретацию, познакомиться с другими обозначениями величин – вам необходим учебник Е. В. Сидоренко. Последний содержит, кроме этого, и интересные, нестандартные психологические задачи, взятые «из жизни».
Обе указанные работы содержат справочные таблицы так называемых критических значений, без которых невозможно обойтись при работе с математическими методами в психологических и педагогических исследованиях. Часть данного справочного материала, необходимого для работы с отобранными нами в качестве основных методами, приводится и в нашем пособии в разделе «Таблицы критических значений».
Знакомство с методами математической статистики предваряют три первых темы данного пособия, в которых определяется понятийный аппарат дисциплины, отрабатываются основные навыки, необходимые для использования методов.
В конце пособия представлены темы для рефератов по дисциплине «Математические основы психологии» и список рекомендуемой литературы.
ТЕМА №1. Понятие измерения в психологии. Измерительные шкалы.
Порядковая (ранговая, ординарная) шкала.
Особенность шкалы – вся совокупность измеренных признаков расчленяется на такие множества, которые связаны между собой отношением сравнения («больше – меньше», «выше – ниже», «сильнее – слабее» и т.д.).
Примеры: школьные оценки от 1 до 5; судейские оценки во время конкурсов и соревнований; значимость ценностей для индивида и т.д.
В порядковой (ранговой) шкале должно быть не меньше 3-х классов, чтобы можно было расставить измеренные признаки по порядку. От классов просто перейти к цифрам, если считать, что низший класс получает ранг (код или цифру) 1, средний – 2, высший – 3 (или наоборот). Числа в ранговых шкалах обозначают лишь порядок следования признаков, а операции с числами в этой шкале – это операции с рангами.
В ранговой шкале применяется множество разнообразных статистических методов. Наиболее часто применяются:
1) коэффициенты корреляции Спирмена и Кэндалла;
2) разнообразные критерии различия.
Шкала интервалов (интервальная шкала).
Особенность шкалы – каждое из возможных значений измеренных величин отстоит от ближайшего на равном расстоянии; нет естественной точки отсчёта (нуль условен и не указывает на отсутствие измеряемого свойства).
Главное понятие шкалы – интервал (доля или часть измеряемого свойства между двумя соседними позициями на шкале). Размер интервала – величина фиксированная и постоянная на всех участках шкалы. Для измерения посредством данной шкалы устанавливают специальные единицы измерения; в психологии это стены и стенайны.
В интервальной шкале может считаться проведённым исследование по строго стандартизированной тестовой методике.
Пример: стандартизированные тесты интеллекта, где условная единица измерения IQ эквивалентна как при низких, так и при высоких значениях интеллекта.
К экспериментальным данным, полученным в данной шкале, применимо достаточно большое число статистических методов.
Шкала отношений (шкала равных отношений).
Особенность шкалы – наличие твёрдо фиксированного нуля, который означает полное отсутствие какого-либо свойства или признака.
Шкала отношений близка к интервальной шкале. Она наиболее информативная, допускает любые математические операции и использование разнообразных статистических методов. В этой шкале производятся точные и сверхточные измерения в физике, химии, математике, микробиологии и т.д., а также в близких к психологии науках: психофизика, психофизиология, психогенетика.
Вопросы для обсуждения
1. Что называется измерением, единицей измерения? Чем отличается измерение в психологии от измерения в естественных науках и технике?
2. Что такое кодирование? На каких этапах научного исследования психолог работает с числовыми кодами?
3. Какие типы измерительных шкал существуют? Каковы принципиальные различия между типами шкал?
4. Каковы особенности, примеры и частные случаи номинативной шкалы? Каковы другие названия данной шкалы? Какие статистические методы применимы к данной шкале?
5. Ранговая шкала: её особенности, примеры. Другие названия ранговой шкалы. Статистические методы, применимые в ранговой шкале.
6. Что такое ранжирование? Каковы правила ранжирования?
7. Как осуществить проверку правильности ранжирования?
8. Каковы рекомендации по ранжированию большого количества величин?
9. Шкала интервалов: особенности, примеры. Интервал и его размер. Применимость статистических методов к шкале интервалов.
10. Шкала отношений и её отличие от шкалы интервалов. Применимость шкалы отношений в психологии.
11. Вы измеряете согласие девятиклассников на продолжение обучения в профильном классе школы. Школьник может дать ответ «Да» или «Нет». В какой шкале осуществляется данное измерение?
12. Проводится измерение веса и роста младших школьников. В какой шкале осуществляется измерение?
13. Вы определяете быстроту реакции военных лётчиков. Для этого фиксируется время ответа испытуемого на световой сигнал. В какой шкале проводится данное измерение?
14. Какие измерения вы можете провести в своей группе, чтобы они были проведены:
а) в шкале наименований;
б) в ординарной шкале;
в) в интервальной шкале;
г) в шкале равных отношений?
15. Какие психологические методики позволяют осуществлять измерение в шкале интервалов?
ТЕМА №2. Выборка. Формы учёта результатов измерений.
2.1. Выборка и её репрезентативность.
Генеральная совокупность – всеобъемлющая группа объектов какой-либо природы.
Примеры: женщины; первоклассники; спортсмены; люди, побывавшие в космосе и т.д.
Теоретически считается, что объём генеральной совокупности не ограничен. Практически – всегда ограничен и может быть различным.
Полное (сплошное) исследование – психологическое исследование, в ходе которого подвергаются изучению все представители генеральной совокупности.
Позволяет получить исчерпывающую информацию, но чаще всего нереально. Обычно проводится частичное (выборочное) исследование.
Частичное (выборочное) исследование – психологическое исследование, в ходе которого подвергаются изучению только некоторые представители генеральной совокупности (выборка).
Выборка – любая подгруппа элементов (испытуемых, респондентов), выделенная из генеральной совокупности для проведения исследования.
Респондент – испытуемый, отдельный индивид из выборки, с которым работает психолог.
Объём выборки - число респондентов в выборке. Обозначается буквой n(или N). Различают малую выборку (до 30 респондентов), среднюю (от 30 до 100), большую (свыше 100 респондентов).
Репрезентативная (представительная) выборка – такая выборка, в которой все основные признаки генеральной совокупности представлены приблизительно в той же пропорции и с той же частотой, с которой данный признак выступает в данной генеральной совокупности. (Это меньшая по размеру, но точная модель генеральной совокупности).
Вопросы для обсуждения
1. Дайте определение генеральной совокупности и приведите примеры генеральных совокупностей. Каков объём генеральной совокупности?
2. В чём заключается полное психологическое исследование? В каких случаях оно возможно? В чём преимущество и недостатки такого исследования?
3. Выборка и её объём. Репрезентативность выборки. Респондент. Выборочное исследование.
4. В чём различие между понятиями «независимые выборки» и «несвязные выборки»? Между «независимые выборки» и «зависимые выборки»?
5. В вашей группе проведены два исследования: на выявление мотивов учения и определение типа темперамента. Со сколькими выборками пришлось в данном случае работать исследователю?
6. Что называется группировкой экспериментального материала? Каковы возможные виды группировки?
7. Каковы отличия простых статистических таблиц от сложных? Как проверить правильность составления данных таблиц?
8. Что называется статистическим рядом?
9. Что называется вариантой, её частотой и относительной частотой?
10. Как представить относительную частоту в процентах? Как проверить правильность составления статистического ряда?
11. Многопольные таблицы. Приведите пример четырёхпольной, восьмипольной таблиц. Может ли таблица быть семипольной?
ТЕМА №3. Числовые характеристики распределений. Нормальное распределение.
Мода и медиана. Среднее арифметическое.
Для экспериментальных данных, полученных по выборке, можно вычислить ряд числовых мер. Это мода, медиана, среднее арифметическое, разброс выборки, дисперсия, стандартное отклонение.
Мода – такое числовое значение, которое встречается в выборке наиболее часто. Обозначается иногда как (или Мо).
Пример 3.1. Определить моду в ряду значений: (2, 6, 6, 8, 9, 9, 9, 10).
Решение: модой является число 9, т.к. 9 встречается чаще других значений. =9.
Число степеней свободы.
Число степеней свободы (n) – это число свободно варьирующих единиц в составе выборки. Оно равно числу классов вариационного ряда минус число условий, при которых он был сформирован. К числу таких условий относятся объём выборки (n), средние и дисперсии.
Число степеней свободы у выборочного ряда определяется:
n = n – 1, где n – общее число элементов ряда (выборки).
При наличии не одного, а нескольких ограничений свободы вариации, число степеней свободы определяется по формуле:
ν = n – k, где k – число ограничений свободы вариации.
Для таблицы экспериментальных данных число степеней свободы определяется следующим образом:
ν = (c – 1) (n – 1), где c – число столбцов, а n – число строк таблицы (число испытуемых).
Для ряда статистических методов подсчёт числа степеней свободы оказывается необходимым и рассчитывается по-своему.
Вопросы для обсуждения
1. Мода и правила её нахождения. Какая выборка называется мономодальной, бимодальной, полимодальной?
2. Что можно назвать модой признака «оценка за экзамен в последнюю сессию» в вашей группе?
3. Медиана и правила её нахождения.
3. Среднее арифметическое, взвешенная средняя. Преимущества и недостатки средних значений при характеристике выборки.
4. Разброс выборки. Связь между размахом выборки и силой варьирования признака.
5. Дисперсия и стандартное отклонение. Их смысл и правила вычисления.
6. Число степеней свободы и правила его вычисления.
7. Распределение признака. Ряд распределения.
8. Нормальное распределение, его особенности. Распространённость нормального распределения в психологии.
ТЕМА №4. Общие принципы проверки статистических гипотез.
Вопросы для обсуждения
1. Что называется статистической гипотезой, математической статистикой?
2. Что называется нулевой гипотезой и альтернативной гипотезой? Каковы их обозначения и смысл?
3. В каких случаях гипотеза отклоняется или не отклоняется? Каковы возможные ошибки в этих случаях?
4. Что называется уровнем значимости? Как обозначается уровень значимости, каковы возможные его значения? Каков смысл этих значений?
5. Какой из уровней значимости выше: 0,05 или 0,01?
6. Что такое «ось значимости»? Как определяется её направление? Какие зоны выделяют на оси значимости?
7. Как определить критические значения для какого-либо статистического метода? Сколько их существует?
8. О чём свидетельствует попадание эмпирического значения в зону значимости?
9. О чём свидетельствует попадание эмпирического значения в зону незначимости?
10. О чём свидетельствует попадание эмпирического значения в зону неопределённости?
11. Каковы этапы принятия статистического решения?
12. Как находится эмпирическое значение какой-либо статистической величины?
13. Вы измеряете уровень тревожности в двух первых классах. Какие гипотезы вы можете сформулировать?
14. Вы проверяете уровень тревожности и уровень креативности у сотрудников фирмы. Какие гипотезы вы можете сформулировать?
15. Вы определяете отношение уровня интеллекта школьника к среднему уровню интеллекта всего класса. Какие гипотезы вы формулируете?
16. Какие эмпирические исследования соответствуют следующим гипотезам:
Н0: Уровень подготовленности к школе у выпускников детского сада не выше, чем у детей, не посещавших детские дошкольные учреждения?
Н1: Уровень подготовленности к школе у выпускников детского сада выше, чем у детей, не посещавших детские дошкольные учреждения?
17. Назовите ошибки, допущенные при формулировке следующих гипотез:
Н0: Уровень интеллекта у мальчиков младшего школьного возраста выше, чем у девочек того же возраста.
Н1: Уровень интеллекта у мальчиков младшего школьного возраста ниже, чем у девочек того же возраста.
Сформулируйте гипотезы правильно.
ТЕМА №5. Статистические критерии различий. Непараметрические критерии для связных выборок.
Рекомендации к выбору критерия различий
*Определить связность (несвязность) выборки.
*Определить однородность (неоднородность) выборки.
* Оценить объём выборки, выбрать критерий по данному признаку.
* Начать работу с наименее трудоёмкого критерия.
* Если использованный критерий не выявил различий, применить более мощный, но одновременно более трудоёмкий критерий.
* Если в распоряжении психолога имеется несколько критериев, то следует выбирать тот, который наиболее полно использует информацию, содержащуюся в экспериментальных данных.
* При малом объёме выборки следует увеличивать величину уровня значимости (не менее 1%), т.к. небольшая выборка и низкий уровень значимости приводят к увеличению вероятности принятия ошибочных решений.
Критерий знаков G.
Вопросы для обсуждения
1. Каково назначение критериев различий? Какова их специфика и основания для классификации?
2. Что такое «мощность критерия различий»? Как мощность критерия связана с его сложностью?
3. Чем отличаются параметрические и непараметрические критерии различий? Какие критерии более универсальны?
4. Каковы рекомендации к выбору критерия различий?
5. Назовите основные непараметрические критерии для связных выборок. Каковы области их применения и назначение?
6. Каково назначение критерия знаков G? В чём состоит смысл данного критерия? Какова формулировка статистических гипотез?
7. Каковы условия применения критерия знаков G?
8. Каков алгоритм подсчёта критерия знаков G?
9. Каково назначение парного критерия Т - Вилкоксона? В чём состоит смысл данного критерия? Какова формулировка статистических гипотез?
10. Каковы условия применения парного критерия Т - Вилкоксона?
11. Каков алгоритм подсчёта парного критерия Т - Вилкоксона?
12. Что называется «сдвигом» при измерении какого-либо признака? Какой сдвиг называется типичным, какой нетипичным?
13. Проведите сопоставительный анализ критерия знаков G и парного критерия Т – Вилкоксона.
ТЕМА №6. Непараметрические критерии для несвязных выборок.
Назначение и описание критерия
Критерий используется для оценки различий между двумя выборками по уровню какого-либо признака, количественно измеренного. В каждой из выборок должно быть не менее 11 испытуемых. Это очень простой непараметрический критерий, который позволяет быстро оценить различия между двумя выборками. Однако если критерий Q не выявляет достоверных различий, это ещё не значит, что их действительно нет.
Критерий применяется в тех случаях, когда данные представлены по крайней мере в порядковой шкале. Признак должен варьировать в каком-то диапазоне значений, иначе сопоставления с помощью Q – критерия просто невозможны. Метод Розенбаума требует, следовательно, достаточно тонко измеренных признаков.
Вопросы для обсуждения
1. Назовите основные непараметрические критерии для несвязных выборок. Каковы области их применения?
2. Каково назначение U-критерия Манна – Уитни? Каков смысл данного критерия? Какова формулировка статистических гипотез?
3. Каковы условия применения U-критерия Манна – Уитни?
4. Каков алгоритм подсчёта U-критерия Манна – Уитни?
5. Каково назначение критерия Q Розенбаума? Каков смысл данного критерия? Какова формулировка статистических гипотез?
6. Каковы условия применения критерия Q Розенбаума?
7. Каков алгоритм подсчёта критерия Q Розенбаума?
8. Провести сопоставительный анализ критерия Q Розенбаума и U-критерия Манна – Уитни.
ТЕМА №7. Критерии согласия распределений.
Понятие о критериях согласия.
Критерии согласия распределений – статистические методы, имеющие наиболее широкий спектр решаемых задач по сравнению с критериями различия. Они являются наиболее мощными и, соответственно, более сложными при расчетах.
Задачи, решаемые с помощью критериев согласия
1) Расчёт согласия эмпирического и предполагаемого теоретического.
Н0 – отсутствие различий между теоретическим и эмпирическим распределениями.
2) Расчёт однородности двух независимых экспериментальных выборок. Н0 – отсутствие различий между двумя эмпирическими (экспериментальными) распределениями.
В этом случае критерий согласия выступает в роли критерия различий, как параметрического, так и непараметрического.
3) Сравнение показателей внутри одной выборки по двум или более показателям. Н0 – сравниваемые признаки не влияют друг на друга.
В этом случае критерий согласия выступает в роли коэффициента корреляции.
Критерий хи-квадрат.
Условия применения критерия хи-квадрат
1) Объём выборки должен быть достаточно большим: n≥ 20. При n< 20 критерий c2 даёт весьма приближённые значения. Точность критерия повышается при больших n.
2) Измерение может быть проведено в любой шкале.
3) Выборки должны быть случайными и независимыми.
4) Теоретическая частота для каждого выборочного интервала не должна быть меньше 5.
5) Сумма наблюдений по всем интервалам должна быть равна общему количеству наблюдений.
6) Таблица критических значений критерия c2 рассчитана для числа степеней свободы n, которое каждый раз рассчитывается по определённым правилам.
Решение задач
Назначение и описание критерия
Критерий Фишера предназначен для сопоставления двух выборок по частоте встречаемости интересующего исследователя эффекта. Критерий оценивает достоверность различий между процентными долями двух выборок, в которых зарегистрирован интересующий нас эффект.
Суть углового преобразования Фишера состоит в переводе процентных долей в величины центрального угла, который измеряется в радианах. Большей процентной доле будет соответствовать больший угол j, а меньшей доле – меньший угол, но соотношения здесь не линейные:
j = 2·arcsin , где Р – процентная доля, выраженная в долях единицы.
Формулировка гипотез:
Н0: Доля лиц, у которых проявляется исследуемый эффект, в выборке 1 не больше, чем в выборке 2.
Н1: Доля лиц, у которых проявляется исследуемый эффект, в выборке 1 не больше, чем в выборке 2.
Вопросы для обсуждения
1. Какие статистические методы называются критериями согласия распределений? Каковы задачи, решаемые с помощью данных методов?
2. Назовите основные критерии согласия распределений? В чём состоят их различия?
3. Каково назначение критерия хи-квадрат? В чём состоит смысл данного метода? Какова формулировка гипотез?
4. Каковы условия применения критерия хи-квадрат?
5. Какие основные типы задач решаются с помощью применения критерия хи-квадрат? Какова формулировка гипотез?
6. Каково назначение критерия Фишера - φ? В чём состоит смысл данного метода? Какова формулировка гипотез? Почему данный критерий называется угловым преобразованием Фишера?
7. Каковы условия применения критерия Фишера - φ?
8. Какие основные типы задач решаются с помощью применения критерия Фишера - φ?
9. Каков алгоритм подсчёта критерия Фишера - φ?
ТЕМА №8. Корреляционный анализ.
Коэффициенты корреляции Пирсона и Спирмена.
Общая классификация корреляционных связей
1) сильная, или тесная корреляционная связь (при r>0,70);
2) средняя (при 0,50<r<0,69);
3) умеренная (при 0,30<r<0,49);
4) слабая (при 0,20<r<0,29);
5) очень слабая (при r<0,19).
Частная классификация корреляционных связей
1) высокая значимая корреляция (при r, соответствующем уровню статистической значимости p≤0,01);
2) значимая корреляция (при r, соответствующем уровню статистической значимости p≤0,05);
3) тенденция достоверной связи (при r, соответствующем уровню статистической значимости p≤0,10);
4) незначимая корреляция (при r, не достигающем уровня статистической значимости).
Существуют методы расчёта уровня статистической значимости коэффициентов корреляции. Для коэффициентов rxy Пирсона и ρxy Спирмена существуют таблицы критических значений (Таблица 7иТаблица 8). Именно эти коэффициенты рассматриваются в данном пособии.
Ранговый коэффициент линейной корреляции Спирмена.
Коэффициент линейной корреляции Пирсона.
Вопросы для обсуждения
1. Что такое «корреляционня связь»? В чём отличие функциональной и корреляционной зависимости?
2. Какая корреляционная связь называется линейной, положительной, отрицательной, нулевой?
3. Каковы основные коэффициенты корреляции и основание для их классификации? Какова область значений коэффициента корреляции?
4. Какова общая классификация корреляционных связей?
5. Какова частная классификация корреляционных связей?
6. Какова корреляционная связь, если коэффициент корреляции:
а) r = 0,55;
б) r = 0,05;
в) r = 0,55 (Р ≤ 0,05);
г) r = 0,75 (Р ≤ 0,01);
д) r = 0,75 (Р ≤ 0,001).
7. Каково назначение рангового коэффициента корреляции Спирмена? Каков смысл данного метода? Какова формулировка гипотез?
8. Каковы условия применения рангового коэффициента корреляции Спирмена?
9. Каков алгоритм подсчёта рангового коэффициента корреляции Спирмена?
10. Каковы основные типы задач, решаемые методом ранговой корреляции?
11. Каково назначение коэффициента линейной корреляции Пирсона? Каков смысл данного метода? Какова формулировка гипотез?
12. Каковы условия применения коэффициента линейной корреляции Пирсона?
13. Каков алгоритм подсчёта коэффициента линейной корреляции Пирсона? 14. Проведите сопоставительный анализ коэффициентов корреляции Спирмена и Пирсона.
15. Вы хотите выявить корреляционную связь между уровнем самоактуализации и уровнем профессионального выгорания педагогов школы. В вашей выборке 35 педагогов. Какой статистический метод вы примените?
16. Что необходимо изменить в условиях вашего исследования, чтобы можно было применить другой метод выявления корреляционной связи?
17. Вы выявили, что существует корреляционная связь между уровнем развития абстрактного мышления и возрастом учеников. Можно ли назвать данную связь зависимостью? Что, в таком случае, будет являться независимой переменной, а что зависимой?
ТАБЛИЦЫ КРИТИЧЕСКИХ ЗНАЧЕНИЙ
Таблица 1.
Таблица 2.
Таблица 3.
Продолжение таблицы 3.
P = 0,05
n1 | ||||||||||||||||||
P = 0,01
n1 | ||||||||||||||||||
Таблица 4.
Таблица 5.
Критические значения критерия χ2 Пирсона
ν | p | ν | p | ν | p | |||
0,05 | 0,01 | 0,05 | 0,01 | 0,05 | 0,01 | |||
3,841 | 6,635 | 49,802 | 57,342 | 89,391 | 99,227 | |||
5,991 | 9,210 | 50,998 | 58,619 | 90,631 | 100,425 | |||
7,815 | 11,345 | 52,192 | 59,892 | 91,670 | 101,621 | |||
9,488 | 13,277 | 53,384 | 61,162 | 92,808 | 102,816 | |||
11,070 | 15,086 | 54,572 | 62,428 | 93,945 | 104,010 | |||
12,592 | 16,812 | 55,758 | 63,691 | 95,081 | 105,202 | |||
14,067 | 18,475 | 56,942 | 64,950 | 96,217 | 106,393 | |||
15,507 | 20,090 | 58,124 | 66,206 | 97,351 | 107,582 | |||
16,919 | 21,666 | 59,304 | 67,459 | 98,484 | 108,771 | |||
18,307 | 23,209 | 60,481 | 68,709 | 99,617 | 109,958 | |||
19,675 | 24,725 | 61,656 | 69,957 | 100,749 | 111,144 | |||
21,026 | 26,217 | 62,830 | 71,201 | 101,879 | 112,329 | |||
22,362 | 27,688 | 64,001 | 72,443 | 103,010 | 113,512 | |||
32,685 | 29,141 | 65,171 | 73,683 | 104,139 | 114,695 | |||
24,996 | 30,578 | 66,339 | 74,919 | 105,267 | 115,876 | |||
26,296 | 32,000 | 67,505 | 76,154 | 106,395 | 117,057 | |||
27,587 | 33,409 | 68,669 | 77,386 | 107,522 | 118,236 | |||
28,869 | 34,805 | 69,832 | 78,616 | 108,648 | 119,414 | |||
30,144 | 36,191 | 70,993 | 79,843 | 109,773 | 120,591 | |||
31,410 | 37,566 | 72,153 | 81,069 | 110,898 | 121,767 | |||
32,671 | 38,932 | 73,311 | 82,292 | 112,022 | 122,942 | |||
33,924 | 40,289 | 74,468 | 83,513 | 113,145 | 124,116 | |||
35,172 | 41,638 | 75,624 | 84,733 | 114,268 | 125,289 | |||
36,415 | 42,980 | 76,778 | 85,950 | 115,390 | 126,462 | |||
37,652 | 44,314 | 77,931 | 87,166 | 116,511 | 127,633 | |||
38,885 | 45,642 | 79,082 | 88,379 | 117,632 | 128,803 | |||
40,113 | 46,963 | 80,232 | 89,591 | 118,752 | 129,973 | |||
41,337 | 48,278 | 81,381 | 90,802 | 119,871 | 131,141 | |||
42,557 | 49,588 | 82,529 | 92,010 | 120,990 | 132,309 | |||
43,773 | 50,892 | 83,675 | 93,217 | 122,108 | 133,476 | |||
44,985 | 52,191 | 84,821 | 94,422 | 123,225 | 134,642 | |||
46,194 | 53,486 | 85,965 | 95,626 | 124,342 | 135,801 | |||
47,400 | 54,776 | 87,108 | 96,828 | |||||
48,602 | 56,061 | 88,250 | 98,028 |
Таблица 6.
Величины угла φ (в радианах) для разных процентных долей:
φ = 2 arcsin
% доля | ||||||||||
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 | 0,000 0,063 0,089 0,110 0,127 0,142 0,155 0,168 0,179 0,190 | 0,020 0,066 0,092 0,111 0,128 0,143 0,156 0,169 0,180 0,191 | 0,028 0,069 0,094 0,113 0,130 0,144 0,158 0,170 0,182 0,193 | 0,035 0,072 0,096 0,115 0,131 0,146 0,159 0,171 0,183 0,193 | 0,040 0,075 0,098 0,117 0,133 0,147 0,160 0,172 0,184 0,194 | 0,045 0,077 0,100 0,118 0,134 0,148 0,161 0,173 0,185 0,195 | 0,049 0,080 0,102 0,120 0,136 0,150 0,163 0,175 0,186 0,196 | 0,053 0,082 0,104 0,122 0,137 0,151 0,164 0,176 0,187 0,197 | 0,057 0,085 0,106 0,123 0,139 0,153 0,169 0,177 0,188 0,198 | 0,060 0,087 0,108 0,125 0,140 0,154 0,166 0,178 0,189 0,199 |
0,200 0,284 0,348 0,403 0,451 0,495 0,536 0,574 0,609 0,644 | 0,210 0,291 0,354 0,408 0,456 0,499 0,539 0,577 0,613 0,647 | 0,220 0,298 0,360 0,413 0,460 0,503 0,543 0,581 0,616 0,650 | 0,229 0,304 0,365 0,418 0,465 0,507 0,547 0,584 0,620 0,653 | 0,237 0,311 0,371 0,423 0,469 0,512 0,551 0,588 0,623 0,657 | 0,246 0,318 0,376 0,428 0,473 0,516 0,555 0,592 0,627 0,660 | 0,254 0,324 0,382 0,432 0,478 0,520 0,559 0,595 0,630 0,663 | 0,262 0,330 0,387 0,437 0,482 0,524 0,562 0,599 0,633 0,666 | 0,269 0,336 0,392 0,442 0,486 0,528 0,566 0,602 0,637 0,670 | 0,277 0,342 0,398 0,446 0,491 0,532 0,570 0,606 0,640 0,673 | |
0,676 0,707 0,738 0,767 0,795 0,823 0,850 0,876 0,902 0,927 | 0,679 0,711 0,741 0,770 0,798 0,826 0,853 0,879 0,905 0,930 | 0,682 0,714 0,744 0,773 0,801 0,828 0,855 0,881 0,907 0,932 | 0,686 0,717 0,747 0,776 0,804 0,831 0,858 0,884 0,910 0,935 | 0,689 0,720 0,750 0,778 0,807 0,834 0,861 0,887 0,912 0,937 | 0,692 0,723 0,752 0,781 0,809 0,837 0,863 0,889 0,915 0,940 | 0,695 0,726 0,755 0,784 0,812 0,839 0,866 0,892 0,912 0,942 | 0,698 0,729 0,758 0,787 0,815 0,842 0,868 0,894 0,920 0,945 | 0,701 0,732 0,761 0,790 0,818 0,845 0,871 0,897 0,922 0,947 | 0,704 0,735 0,764 0,793 0,820 0,847 0,874 0,900 0,925 0,950 | |
0,952 0,976 1,000 1,024 1,047 1,070 1,093 1,115 1,137 1,159 | 0,955 0,979 1,003 1,026 1,050 1,072 1,095 1,117 1,140 1,161 | 0,957 0,981 1,005 1,029 1,052 1,075 1,097 1,120 1,142 1,164 | 0,959 0,984 1,007 1,031 1,054 1,077 1,100 1,122 1,144 1,166 | 0,962 0,986 1,010 1,033 1,056 1,079 1,102 1,124 1,146 1,168 | 0,964 0,988 1,012 1,036 1,059 1,082 1,104 1,126 1,148 1,170 | 0,967 0,991 1,015 1,038 1,061 1,084 1,106 1,129 1,151 1,172 | 0,969 0,993 01,017 1,040 1,063 1,086 1,109 1,131 1,153 1,174 | 0,972 0,996 1,019 1,043 1,066 1,088 1,111 1,133 1,155 1,177 | 0,974 0,998 1,022 0,042 1,068 1,091 0,113 1,135 1,157 1,179 |
% доля | ||||||||||
1,182 1,203 1,224 1,245 1,266 1,287 1,308 1,328 1,349 1,369 | 1,183 1,205 1,226 1,247 1,268 1,289 1,310 1,330 1,351 1,371 | 1,185 1,207 1,228 1,249 1,270 1,291 1,312 1,333 1,353 1,374 | 1,187 1,209 1,230 1,251 1,272 1,293 1,314 1,335 1,355 1,376 | 1,190 1,211 1,232 1,254 1,274 1,295 1,316 1,337 1,357 1,378 | 1,192 1,213 1,234 1,256 1,277 1,297 1,318 1,339 1,359 1,380 | 1,194 1,215 1,237 1,258 1,279 1,299 1,320 1,341 1,361 1,382 | 1,196 1,217 1,239 1,260 1,281 1,302 1,322 1,343 1,363 1,384 | 1,198 1,220 1,241 1,262 1,283 1,304 1,324 1,345 1,365 1,386 | 1,200 1,222 1,243 1,264 1,285 1,306 1,326 1,347 1,367 1,388 | |
1,390 1,410 1,430 1,451 1,471 1,491 1,511 1,531 1,551 1,571 | 1,392 1,412 1,432 1,453 1,473 1,493 1,513 1,533 1,553 1,573 | 1,394 1,414 1,434 1,455 1,475 1,495 1,515 1,535 1,555 1,575 | 1,396 1,416 1,436 1,457 1,477 1,497 1,517 1,537 1,557 1,577 | 1,398 1,418 1,438 1,459 1,479 1,499 1,519 1,539 1,559 1,579 | 1,400 1,420 1,440 1,461 1,481 1,501 1,521 1,541 1,561 1,581 | 1,402 1,422 1,442 1,463 1,483 1,503 1,523 1,543 1,563 1,583 | 1,404 1,424 1,444 1,465 1,485 1,505 1,525 1,545 1,565 1,585 | 1,406 1,426 1,446 1,467 1,487 1,507 1,527 1,547 1,567 1,587 | 1,408 1,448 1,469 1,489 1,509 1,549 1,569 1,589 | |
1,591 1,611 1,631 1,651 1,671 1,691 1,711 1,731 1,752 1,772 | 1,593 1,313 1,633 1,653 1,673 1,693 1,713 1,734 1,754 1,774 | 1,595 1,615 1,635 1,655 1,675 1,695 1,715 1,736 1,756 1,776 | 1,597 1,617 1,637 1,657 1,677 1,697 1,717 1,738 1,758 1,778 | 1,599 1,619 1,639 1,659 1,679 1,699 1,719 1,740 1,760 1,780 | 1,601 1,621 1,641 1,661 1,681 1,701 1,721 1,742 1,762 1,782 | 1,603 1,623 1,643 1,663 1,683 1,703 1,723 1,744 1,764 1,784 | 1,605 1,625 1,645 1,665 1,685 1,705 1,725 1,746 1,766 1,786 | 1,607 1,627 1,647 1,667 1,687 1,707 1,727 1,748 1,768 1,789 | 1,609 1,629 1,649 1,669 1,689 1,709 1,729 1,750 1,770 1,791 | |
1,793 1,813 1,834 1,855 1,875 1,897 1,918 1,939 1,961 1,982 | 1,795 1,815 1,836 1,857 1,878 1,899 1,920 1,941 1,963 1,984 | 1,797 1,817 1,838 1,859 1,880 1,901 1,922 1,943 1,965 1,987 | 1,799 1,819 1,840 1,861 1,882 1,903 1,924 1,946 1,967 1,989 | 1,801 1,821 1,842 1,863 1,884 1,905 1,926 1,948 1,969 1,991 | 1,803 1,823 1,844 1,865 1,886 1,907 1,928 1,950 1,971 1,993 | 1,805 1,826 1,846 1,867 1,888 1,909 1,930 1,952 1,974 1,995 | 1,807 1,828 1,848 1,869 1,890 1,911 1,933 1,954 1,976 1,998 | 1,809 1,830 1,850 1,871 1,892 1,913 1,935 1,956 1,978 2,000 | 1,811 1,832 1,853 1,873 1,894 1,916 1,937 1,958 1,980 2,002 | |
2,004 2,026 2,049 2,071 2,094 2,118 2,141 2,165 2,190 2,214 | 2,006 2,029 2,051 2,074 2,097 2,120 2,144 2,168 2,192 2,217 | 2,009 2,031 2,053 2,076 2,099 2,122 2,146 2,170 2,194 2,219 | 2,011 2,033 2,056 2,078 2,101 2,125 2,148 2,172 2,197 2,222 | 2,013 2,035 2,058 2,081 2,104 2,027 2,151 2,175 2,199 2,224 | 2,015 2,038 2,060 2,083 2,106 2,129 2,153 2,177 2,202 2,227 | 2,018 2,040 2,062 2,085 2,108 2,132 2,156 2,180 2,204 2,229 | 2,020 2,042 2,65 2,087 2,111 2,134 2,158 2,182 2,207 2,231 | 2,022 2,044 2,067 2,090 2,113 2,136 2,160 2,185 2,209 2,234 | 2,024 2,047 2,069 2,092 2,115 2,139 2,163 2,187 2,212 2,237 |
Таблица 7.
Критические значения коэффициента корреляции rxy Пирсона
k=n-2 | p | k=n-2 | p | ||
0,05 | 0,01 | 0,05 | 0,01 | ||
0,75 | 0,87 | 0,37 | 0,47 | ||
0,71 | 0,83 | 0,36 | 0,46 | ||
0,67 | 0,80 | 0,36 | 0,46 | ||
0,63 | 0,77 | 0,35 | 0,45 | ||
0,60 | 0,74 | 0,33 | 0,42 | ||
0,58 | 0,71 | 0,30 | 0,39 | ||
0,55 | 0,68 | 0,29 | 0,37 | ||
0,53 | 0,66 | 0,27 | 0,35 | ||
0,51 | 0,64 | 0,25 | 0,33 | ||
0,50 | 0,62 | 0,23 | 0,30 | ||
0,48 | 0,61 | 0,22 | 0,28 | ||
0,47 | 0,59 | 0,21 | 0,27 | ||
0,46 | 0,58 | 0,20 | 0,25 | ||
0,44 | 0,56 | 0,17 | 0,23 | ||
0,43 | 0,55 | 0,16 | 0,21 | ||
0,42 | 0,54 | 0,14 | 0,18 | ||
0,41 | 0,53 | 0,11 | 0,15 | ||
0,40 | 0,52 | 0,10 | 0,13 | ||
0,40 | 0,51 | 0,09 | 0,12 | ||
0,39 | 0,50 | 0,07 | 0,10 | ||
0,38 | 0,49 | 0,06 | 0,09 | ||
0,37 | 0,48 | 0,06 | 0,09 |
Таблица 8.
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА
Основная литература:
1. Ермолаев О. Ю. Математическая статистика для психологов / О. Ю. Ермолаев. – М.: Московский психолого-социальный институт, Флинта, 2003. – 336 с. (Библиотека УлГПУ; Электронный ресурс. – Режим доступа: http://www/pedlib.ru).
2. Сидоренко Е. В. Методы математической обработки в психологии / Е.В. Сидоренко. - СПб.: Речь, 2001. - 349 с. (Библиотека УлГПУ).
Дополнительная литература:
1. Годин А. М. Статистика: учеб. для вузов / А. М. Годин. - М.: Дашков и К°, 2009. - 457 с. (Библиотека УлГПУ).
2. Математическая психология: Школа В. Ю. Крылова. – М.: Институт психологии РАН, 2010. – 503 с. (Электронный ресурс. – Режим доступа: http://www/knigafund.ru).
3. Романко В. К. Статистический анализ данных в психологии: учебное пособие / В. К. Романко. – М.: БИНОМ. Лаборатория знаний, 2012. – 313 с. (Электронный ресурс. – Режим доступа: http://www/knigafund.ru).
4. Туганбаев А. А. Задачи по высшей математике для психологов: учеб. пособие для вузов / А. А. Туганбаев. - М.: Флинта: МПСИ, 2008. - 319 с. (Библиотека УлГПУ).
5. Суходольский Г. В. Математическая психология / Г.В. Суходольский. - Харьков: Гуманитарный центр, 2006. - 358 с. (Библиотека УлГПУ).
Подписано в печать ______________ Формат 60х90 1/16
Бумага офсетная Заказ № ______
Печать оперативная Тираж 500
Усл. печ. л. 4,2
Ротапринт Ульяновского государственного педагогического университета имени И. Н. Ульянова
432700 г. Ульяновск, пл. 100-летия со дня рождения В. И. Ленина, 4
– Конец работы –
Используемые теги: Математические, основы, психологии0.041
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: МАТЕМАТИЧЕСКИЕ ОСНОВЫ ПСИХОЛОГИИ
Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов