Учебные материалы по математике | Измерение в психологии

— владеть понятийным аппаратом данной дисциплины, умениями математической обработки данных, полученных в результате проведения психодиагностических процедур.

Виды контроля:

Входной контроль заключается в изучении первоначальных знаний по предмету, проведении входного тестирования о наличии представлений, знаний, умений и навыков по данной дисциплине.

Текущий контроль состоит в выполнении практических работ, отчете об их выполнении.

Рубежный контроль состоит в итоговом контроле знаний по изучению каждого модуля.

Промежуточный контроль заключается в прохождении теста на знание основных понятий изучаемой дисциплины.

Итоговая аттестация – зачет.

Планирование содержания дисциплины

№	Название модуля	Аудиторные занятия	СРС	Всего часов
Лекции	Практические занятия
2 курс, 4 семестр
М.1.	Измерение в психологии
УЭ 1.1.	Входной контроль	—	—	2ч.	2ч.
УЭ 1.2.	Измерения и шкалы.	1ч.	2ч.	2ч.	5ч.
УЭ 1.3.	Описательная статистика.	2ч.	6ч.	3ч.	11ч.
УЭ 1.4.	Нормальный закон распределения.	2ч.	2ч.	3ч.	7ч
УЭ 1.5.	Меры связи.	1ч.	4ч.	4ч.	9ч.
УЭ 1.6.	Рубежный контроль по модулю	—	—	2ч.	2ч.
		6 ч.	14 ч.	16 ч.	36 ч.
М.2	Методы одномерной и многомерной прикладной статистики
УЭ 2.1.	Входной контроль	—	—	2ч.	2ч.
УЭ 2.2.	Статистические гипотезы и критерии.	2ч.	4ч.	4ч.	10ч.
УЭ 2.3.	Непараметрические методы сравнения выборок	6ч.	10ч.	4ч.	20ч.
УЭ 2.4.	Рубежный контроль по модулю	—	—	4ч.	4ч.
		8 ч.	14 ч.	14 ч.	36 ч.
М.3	Многомерный анализ данных
УЭ 3.1.	Входной контроль	—	—	2ч.	2ч.
УЭ 3.2.	Анализ зависимостей (корреляционный и регрессионный анализ).	2ч.	6ч.	3ч.	11ч.
УЭ 3.3.	Многомерный анализ данных (факторный и кластерный анализ).	2ч.	6ч.	3ч.	11ч.
УЭ 3.4.	Анализ данных на компьютере.	2ч.	2ч.	4ч.	8ч.
УЭ 3.5.	Рубежный контроль по модулю	—	—	4ч.	4ч.
		6 ч.	14	16 ч.	36 ч.
М.4	Методы математического моделирования
УЭ 4.1.	Входной контроль	—	—	2ч.	2ч.
УЭ 4.2.	Модели индивидуального и группового поведения	2ч.	2ч.	4ч.	8ч.
УЭ 4.3.	Рубежный контроль по модулю	—	—	2ч.	2ч.
		2 ч.	2 ч.	8 ч.	12 ч.
	Итого:	22 ч.	44 ч.	54 ч.	120 ч.

4.2. Содержание дисциплины

Модуль 1. Измерение в психологии.

Цель: оснастить студентов статистическим инструментарием, помогающим планировать экспериментальное исследование и проводить первичную обработку полученных экспериментальных данных.

Задачи:

— научить студентов применять базовые процедуры получения, обработки и описания эмпирических данных, анализировать и оценивать полученные в результате обработки данные;

— привить студентам навыки самостоятельного проведения статистической обработки данных экспериментальных исследований на уровне описательной статистики.

Требования к уровню усвоения модуля:

В результате обучения по данному модулю студент должен:

— иметь представление о системе методов и об основных исследовательских методах в психологии;

— знать основные методы измерения в психологии, процедуру получения и описания эмпирических данных, типы шкал, методы описательной и индуктивной статистики, теорию психологического эксперимента;

— уметь применять базовые процедуры получения, обработки и описания эмпирических данных, анализировать и оценивать полученные в результате обработки данные описательной статистики;

— владеть понятийным аппаратом описательной статистики, планированием эксперимента, различными измерительными процедурами, умениями математической обработки данных, полученных в результате проведения психодиагностических процедур.

Основные понятия:

Признаки и переменные. Измерительные шкалы (номинативная, порядковая, интервалов, отношений). Понятие выборки. Зависимые и независимые выборки. Репрезентативность выборки. Ранжирование данных. Параметры распределения (мода, медиана, среднее арифметическое, дисперсия, стандартное отклонение, асимметрия, эксцесс, процентили). Нормальное распределение. Понятие корреляции.

УЭ 1.1 Входной контроль в модуль

Цель: выявить уровень подготовки студентов.

Форма проведения: тест

Место проведения: аудитория

Срок выполнения: 4 уч. неделя января.

СРС (2 ч)

Вопросы для подготовки к тесту:

— Основные исследовательские методы в психологии;

— Зависимые и независимые переменные;

— Типы измерительных шкал;

— Понятие корреляции.

Рекомендации для подготовки к тесту:

Студентам следует составить опорные конспекты по каждому из предложенных вопросов. Студентам необходимо составить тезаурус основных понятий.

Основная:

Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с. Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

УЭ 1.2. Измерения и шкалы.

Цель: ознакомление студентов с алгоритмом обработки результатов экспериментального исследования.

Задачи: научить студентов различать типы измерительных шкал в психологическом исследовании; представлять первичные данные в виде таблиц и графиков.

Лекция (1 ч)

План:

1. Измерительные шкалы (номинативная, порядковая, интервалов, отношений).

2. Понятие выборки. Полное и выборочное исследование. Зависимые и независимые выборки. Репрезентативность выборки.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

3. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

4. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

5. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

6. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

7. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (2 ч)

План:

1. Таблицы и графики. Обработка данных с помощью электронных таблиц.

2. Ранжирование данных.

Форма отчетности:

Бумажный носитель– конспекты ответов на вопросы и алгоритм выполнения заданий; электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.

2. Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.

3. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

4. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

5. Кабанов С. В. Использование пакета Statistica 5.0 для статистической обработки опытных данных. — Саратов: Сарат. гос. агр. ун-т., 2000. (файл stat1.doc).

6. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

7. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

8. Кочетков Е. С., Смерчинская С. О., Соколов В. В. Теория вероятностей и математическая статистика. – М.: Форум-Инфра-М, 2003.

9. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

10. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

11. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

12. Лукьянова Н. Ю. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям. – Калининград: Калинингр. ун-т;, 1999. (файл stat97.doc).

13. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

14. Мацкевич И. П., Свирид Г. П. Высшая математика. Теория вероятностей и математическая статистика. – Мн.: Вышэйшая школа. – 1993.

15. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

16. Митина О. В., Михайловская И. Б. Факторный анализ для психологов. – М.: Учебно-методический коллектор «Психология», 2001. (файл МитинаО. В.-факторный анализ для психологов. djvu)

17. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

18. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (2 ч)

Задание 1. Ответить письменно на вопросы:

1. Каким законам подчиняются шкалы отношений?

2. Какие операции можно проводить с числами на шкале отношений?

3. Назовите области применения шкал отношений?

4. Приведите примеры различных типов измерительных шкал в психологическом исследовании.

Рекомендации: Приступая к выполнению задания, следует изучить соответствующий раздел учебника и учебного пособия. Работа оформляется в тетрадях для практических занятий (фиксация хода работы, обобщение результатов, подготовка выводов)

Литература

1. Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с.

2. Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с.

3. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

4. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с.

5. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.

6. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

УЭ 1.3. Описательная статистика.

Цель: ознакомление студентов с методами дескриптивной статистики.

Задачи: освоить приемы первичной обработки описательной статистики; закрепить навыки расчета параметров с использованием формул в Excel.

Лекция (2 ч)

План:

1. Обработка результатов экспериментального исследования.

2. Параметры распределения (мода, медиана, среднее арифметическое, дисперсия, стандартное отклонение, асимметрия, эксцесс, процентили).

3. Данные описательной статистики.

Литература:

Основная:

Дополнительная:

1. Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.

2. Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.

3. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

4. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

6. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

7. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

9. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

10. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

11. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

15. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

18. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (6 ч)

План:

1. Расчет среднего арифметического.

3. Расчет медианы.

4. Расчет среднеквадратического отклонения, дисперсии.

5. Построение столбиковых диаграмм.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.

2. Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.

3. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

4. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

6. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

7. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

9. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

10. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

11. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

15. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

18. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (3 ч)

Задание 1. Ответить письменно на вопросы:

1. Почему с помощью столбиковых диаграмм можно отображать только величины шкал наименований?

2. Что такое переменные?

3. Зависимые и независимые переменные: в чём различие?

4. Когда мы говорим, что переменные зависимы?

5. Почему зависимости между переменными являются важными?

6. Можно отметить два самых простых свойства зависимости между переменными: (a) величина зависимости и (b) надежность зависимости: что это означает?

Литература:

УЭ 1.4. Нормальный закон распределения.

Цель: ознакомление студентов с универсальным законом природы – нормальным распределением.

Задачи: научить студентов определять вид распределения по полученным дескриптивным данным.

.Лекция (2 ч)

План:

1. Распределение вероятностей значений случайной величины. Нормальное распределение

2. Свойства нормального распределения.

3. Параметры распределения.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

3. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

4. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (2 ч)

План:

1. Проверка нормальности распределения: построение графиков с интервалами стандартного отклонения: 1σ, 2σ, 3σ.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.

2. Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.

3. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

4. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

6. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

7. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

9. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

10. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

11. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

15. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

18. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (3 ч)

Задание 1. Ответить письменно на вопросы:

1. Как вычисляется уровень статистической значимости?

2. Почему важно нормальное распределение?

3. Все ли статистики критериев нормально распределены? Ответ поясните.

4. Какие другие виды распределения Вы знаете? Ответ поясните графиками.

Литература

УЭ 1.5. Меры связи.

Цель: ознакомление студентов с корреляционной зависимостью и корреляционной связью, основными классификациями корреляционной связи.

Задачи: освоить приемы расчета величины корреляции и сила связи

Лекция (1 ч)

План:

1. Понятие корреляции. Коэффициент корреляции r-Пирсона.

2. Ранговая корреляция r-Спирмена. Величина корреляции и сила связи.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

3. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

4. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

8. Практикум по общей, экспериментальной и прикладной психологии. Под ред. А. А.Крылова, С. А.Маничева. Питер. 2000.

Практическое занятие (4 ч)

План:

1. Расчет корреляции между двумя признаками, измеренными на одной группе испытуемых.

2. Расчет корреляции между двумя групповыми иерархиями признаков.

3. Расчет корреляции для двух профилей.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.

2. Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.

3. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

4. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

6. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

7. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

9. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

10. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

11. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

15. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

18. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (4 ч)

Задание 1. Ответить письменно на вопросы:

1. . Величина зависимости и надежность представляют две различные характеристики зависимостей между переменными. Тем не менее, нельзя сказать, что они совершенно независимы. Какова же между ними зависимость?

2. Почему более сильные зависимости между переменными являются более значимыми?

3. Почему объем выборки влияет на значимость зависимости?

4. Почему слабые связи могут быть значимо доказаны только на больших выборках?

5. Можно ли отсутствие связей рассматривать как значимый результат?

6. Как измерить величину зависимости между переменными?

Литература:

УЭ 1.6. Рубежный контроль по модулю.

Цель: выявить уровень освоения студентами теоретического материала.

Форма проведения: тест

Место проведения: аудитория

Срок выполнения: 1 уч. неделя марта.

СРС (2 ч)

Вопросы для подготовки к тесту:

1. Рассчитать параметры распределения для конкретного примера;

2. Основные показатели нормального распределения.

Рекомендации для подготовки к тесту:

Литература:

1. Гласс Дж. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

2. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г

3. Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с.

4. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

6. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

7. Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с.

8. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

9. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с.

10. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

11. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.

12. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

Модуль 2. Методы одномерной и многомерной прикладной статистики

Цель: сформировать у студентов навыки заключать правильные психологические выводы на основе результатов статистического анализа.

Задачи:

— изучить основные статистические процедуры и способы их применения;

— привить студентам навыки самостоятельного проведения статистической обработки данных экспериментальных исследований;

— сформировать у студентов навыки заключать правильные психологические выводы на основе результатов статистического анализа;

— научить классифицировать задачи и определять методы обработки данных.

Требования к уровню усвоения модуля:

В результате обучения по данному модулю студент должен:

— иметь представление об основных математических методах, применяемых при обработке измерительного материала в психологии;

— знать основные методы измерения в психологии, о математическом планировании эксперимента, об основных параметрических и непараметрических критериях обработки психологических экспериментов;

— уметь анализировать и оценивать полученные в результате обработки данные; классифицировать задачи и определять методы обработки, формулировать гипотезы, находить эмпирическое значение критерия, использовать таблицы критических значений, пользоваться правилами принятия или отвержения гипотез, интерпретировать полученный результат;

— владеть понятийным аппаратом данной дисциплины, умениями математической обработки данных.

Основные понятия

Статистические гипотезы. Нулевая и альтернативная гипотезы. Статистические критерии. Число степеней свободы. Уровни статистической значимости. Мощность критериев. Параметрические и непараметрические критерии. Статистические критерии: Q-критерий Розенбаума, U-критерий Манна-Уитни, H-критерий Крускала-Уоллиса, Т-критерий Вилкоксона, критерий χ2 Фридмана, χ2 – критерий Пирсона, λ – критерий Колмогорова-Смирнова, критерий φ- угловое преобразование Фишера, коэффициент ранговой корреляции rS Спирмена, критерий Стьюдента, критерий Фишера.

УЭ 2.1 Входной контроль в модуль

Цель: выявить уровень подготовки студентов.

Форма проведения: тест

Место проведения: аудитория

Срок выполнения: 2 уч. неделя марта.

СРС (2 ч)

Вопросы для подготовки к тесту:

— Виды статистических гипотез, примеры;

— Зависимые и независимые выборки;

— Виды распределений признака, примеры.

Рекомендации для подготовки к тесту:

Литература:

УЭ 2.2. Статистические гипотезы и критерии.

Цель: научить студентов алгоритму заключения статистического вывода.

Задачи:

1. Научить студентов правильно формулировать статистические гипотезы, рассчитывать уровень статистической значимости;

2. Различать возможности и ограничения параметрических и непараметрических критериев, изучить особенности применения параметрического метода;

3. Приобрести вычислительные навыки использования параметрического метода на практике.

Лекция (2 ч)

План:

1. Введение в проблему статистического вывода.

2. Гипотезы: нулевая и альтернативная, направленные и ненаправленные.

3. Уровень статистической значимости.

4. Классификация задач и методов их решения.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

3. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

4. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (4 ч)

План:

1. Расчет критерия Стьюдента для независимых выборок.

2. Расчет критерия Стьюдента для зависимых выборок.

3. Расчет степеней свободы и работа с таблицей критических значений критерия Стьюдента.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Литература:

СРС (4 ч)

Задание 1. Ответить письменно на вопросы:

1. Понятие статистической гипотезы;

2. Виды научных и статистических гипотез;

3. Назовите примеры статистических гипотез;

4. Идея проверки статистической гипотезы;

5. Уровень статистической значимости.

Задание 2. Ответить письменно на вопросы:

1. Понятие статистического критерия;

2. Сущность ошибок первого и второго рода;

3. Сущность проверки гипотезы вида закона распределения.

4. Сформулируйте правило отклонения нулевой гипотезы.

5. Статистический критерий и число степеней свободы.

Литература

1. Гласс Дж. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с.

3. Дружинин В. Н. Структура и логика психологического исследования. М.: Институт психологии РАН. 1994 г.

Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

УЭ 2.3. Непараметрические методы сравнения выборок.

Цель и задачи: ознакомление студентов с основной классификацией психологических задач, решаемых с помощью статистических методов.

Задачи: освоить условия применения основных непараметрических методов обработки данных, ознакомить с методами работы в основных статистических пакетах: BioStat, Statistica.

Лекция (6 ч)

План:

1. Параметрические и непараметрические критерии. Мощность критериев.

2. Классификация психологических задач, решаемых с помощью статистических методов.

3. Выявление различий в уровне исследуемого признака (Q — критерий Розенбаума, U — критерий Манна-Уитни, Н — критерий Крускала-Уоллиса, S — критерий тенденций Джонкира).

4. Оценка достоверности сдвига в значениях исследуемого признака (G — критерий знаков, Т — критерий Вилкоксона, Критерий χr2-Фридмана, L — критерий тенденций Пейджа).

5. Выявление различий в распределении признака (χ2 — критерий Пирсона, λ — критерий Колмогорова-Смирнова).

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

3. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

4. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (10 ч)

План:

1. Компьютерное тестирование с целью сбора диагностических данных (измерение IQ, многофакторное исследование личности, тип темперамента).

2. Решение примеров на вычисление Q — критерия Розенбаума, U — критерия Манна-Уитни, Н — критерия Крускала-Уоллиса, S — критерия тенденций Джонкира.

3. Решение примеров на вычисление G — критерия знаков, Т — критерия Вилкоксона, критерия χr2-Фридмана, L — критерия тенденций Пейджа.

4. Решение примеров на вычисление χ2 — критерия Пирсона, λ — критерия Колмогорова-Смирнова.

5. Решение примеров на вычисление критерия φ — углового преобразования Фишера, биномиального критерия m.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel, BioStat, Statistica по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

3. Кабанов С. В. Использование пакета Statistica 5.0 для статистической обработки опытных данных. — Саратов: Сарат. гос. агр. ун-т., 2000. (файл stat1.doc).

4. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

5. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

6. Кочетков Е. С., Смерчинская С. О., Соколов В. В. Теория вероятностей и математическая статистика. – М.: Форум-Инфра-М, 2003.

7. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

8. Лукьянова Н. Ю. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям. – Калининград: Калинингр. ун-т;, 1999. (файл stat97.doc).

9. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

10. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

11. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

12. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (4 ч)

Задание 1. Придумайте пример и посчитайте значение критерия Стьюдента для зависимых и независимых двух выборок.

Задание 2. Составить конспект и привести примеры расчета многофункциональных статистических критериев:

1. Критерий φ — угловое преобразование Фишера.

2. Биномиальный критерий m.

Литература:

7. Основы статистики. Библиотека Psyfactor http://psyfactor. org/.

УЭ 2.4. Рубежный контроль по модулю

Цель: выявить уровень освоения студентами теоретического материала.

Форма проведения: опрос

Место проведения: аудитория

Срок выполнения: 3 уч. неделя апреля.

СРС (4 ч)

Вопросы для подготовки к опросу:

1. Составить таблицу формата А3 и заполнить все столбцы согласно классификации психологических задач, решаемых с помощью статистических методов:

Задача	Условия	Метод	Ограничения	Гипотеза	Основные формулы	Графическая интерпретация

Рекомендации для подготовки к опросу:

Студентам следует подробно заполнить таблицу согласно конспектам лекций по каждому из предложенных вопросов.

Литература:

3. Суходольский Г. В. Математическая психология. СПб.: Изд-во Санкт-Петербургского университета, 1997.

5. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

6. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.

7. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

Модуль 3. Многомерный анализ данных

Цель: ознакомление студентов с методами многомерного анализа данных.

Задачи:

— научить студентов различать виды анализа: корреляционный и регрессионный, факторный и кластерный в зависимости от решаемой задачи;

— научить основным приемам работы с пакетами BioStat, Statistica.

— научить подготавливать данные для работы со статистическими пакетами на компьютере и интерпретировать результаты их работы.

Требования к уровню усвоения модуля:

Студенты должны научиться основным методам анализа зависимостей (корреляционного и регрессионного), многомерного анализа данных (факторного и кластерного) посредством использования компьютера.

В результате обучения по данной дисциплине студент должен:

— иметь представление об основных методах анализа многомерных данных, применяемых при обработке измерительного материала в психологии;

— знать основные методы анализа зависимостей (корреляционного и регрессионного) и многомерного анализа данных (факторного и кластерного), их применение в психологии;

— уметь анализировать и оценивать полученные в результате обработки данные; классифицировать задачи и определять методы обработки, формулировать гипотезы, интерпретировать полученный результат;

— владеть понятийным аппаратом данного модуля, умениями определять методы обработки данных, полученных в результате проведения психодиагностических процедур, приемами работы в компьютерных пакетах типа Statistica.

Основные понятия

Корреляционная связь, корреляционная зависимость, коэффициент ранговой корреляции rS Спирмена, коэффициент корреляции Пирсона. Дисперсионный анализ. Корреляционный анализ. Регрессионный анализ. Факторный анализ. Кластерный анализ. Многомерное шкалирование. Линейная регрессия. Множественная линейная регрессия. Нелинейная регрессия.

УЭ 3.1 Входной контроль в модуль

Цель: выявить уровень подготовки студентов.

Форма проведения: тест

Место проведения: аудитория

Срок выполнения: 4 уч. неделя апреля.

СРС (2 ч)

Вопросы для подготовки к тесту:

— Дать различие между корреляционной связью и корреляционной зависимостью;

— Две системы классификации корреляционной связи;

— Графическая интерпретация корреляции.

Рекомендации для подготовки к тесту:

Литература:

3. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

УЭ 3.2. Анализ зависимостей (корреляционный и регрессионный анализ).

Цель и задачи: ознакомление студентов с основами применения корреляционного и регрессионного анализов.

Задачи: освоить условия и методы применения корреляционного и регрессионного анализов данных, ознакомить с методами работы в основных статистических пакетах: BioStat, Statistica.

.Лекция (2 ч)

План:

1. Многомерное шкалирование.

2. Линейная регрессия. Множественная линейная регрессия.

3. Нелинейная регрессия. Назначение множественного регрессионного анализа.

4. Корреляция метрических переменных. Проверка гипотез о различии корреляций.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

3. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

4. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (6 ч)

План:

1. Сравнение корреляций для независимых и зависимых выборок.

2. Анализ корреляционных матриц. Обработка на компьютере.

3. Подсчет коэффициентов линейной регрессии.

4. Множественная линейная регрессия: общее уравнение, подсчет коэффициентов регрессии.

Форма отчетности:

Электронный носитель – таблицы и графики в в пакетах Statistica, BioStat по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

4. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

5. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

7. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

10. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

12. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (3 ч)

Задание 1. Решение задач на корреляционный и регрессионный анализ.

Рекомендации: Приступая к выполнению задания, следует изучить соответствующий раздел учебника и учебного пособия. Работа оформляется в электронном виде в пакете BioStat и Statistica.

Литература

1. Боровиков В. П., Боровиков И. П. STATISTICA. Статистический анализ и обработка данных в среде Windows. М.: Филин, 1997.

1. Боровиков В. П. Популярное введение в программу STATISTICA.- М., 1998.

2. Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с.

3. Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с.

4. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

5. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с.

УЭ 3.3. Многомерный анализ данных (факторный и кластерный анализ)

Цель: ознакомление студентов с основами применения факторного и кластерного анализов.

Задачи: освоить методы применения, виды факторного и кластерного анализов данных, ознакомить с методами работы в основных статистических пакетах: BioStat, Statistica.

Лекция (2 ч)

План:

1. Дисперсионный анализ. Однофакторный дисперсионный анализ.

2. Многофакторный анализ. Дисперсионный анализ повторных измерений.

3. Условия применения факторного анализа.

Литература:

Основная:

Дополнительная:

1. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

2. Кабанов С. В. Использование пакета Statistica 5.0 для статистической обработки опытных данных. — Саратов: Сарат. гос. агр. ун-т., 2000. (файл stat1.doc).

3. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

4. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

5. Кочетков Е. С., Смерчинская С. О., Соколов В. В. Теория вероятностей и математическая статистика. – М.: Форум-Инфра-М, 2003.

6. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Лукьянова Н. Ю. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям. – Калининград: Калинингр. ун-т;, 1999. (файл stat97.doc).

8. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

9. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

10. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

11. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (6 ч)

План:

1. Отработка приемов для определения числа факторов.

2. Решение задач в пакете Statistica на использование факторного анализа:

— Однофакторный дисперсионный анализ для несвязанных выборок.

— Однофакторный дисперсионный анализ для связанных выборок.

— Двухфакторный дисперсионный анализ для несвязанных выборок.

— Двухфакторный дисперсионный анализ для связанных выборок.

— Многофакторный анализ.

Форма отчетности:

Электронный носитель – таблицы и графики в Statistica по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

4. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

5. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

7. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

10. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

12. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (3 ч)

Задание 1. Решение задач на факторный и кластерный анализ.

Рекомендации: Приступая к выполнению задания, следует изучить соответствующий раздел учебника и учебного пособия. Работа оформляется в в электронном виде в пакете BioStat и Statistica.

Литература

УЭ 3.4. Анализ данных на компьютере.

Цель: сформировать навыки и умения анализировать данные с помощью статистических пакетов.

Задачи: освоить основные стандарты обработки данных, иметь представление о нормативах представления результатов анализа данных в научной психологии, ознакомить с методами работы в основных статистических пакетах: BioStat, Statistica.

Лекция (2 ч)

План:

1. Статистические пакеты (BioStat, STATISTICA, SPSS). Отличительные особенности;

2. Приближенные вычисления; возможности и ограничения конкретных компьютерных методов обработки данных.

Литература:

Основная:

Дополнительная:

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Дружинин В. Н. Экспериментальная психология. Питер. 2001.

3. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

4. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

7. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

8. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

9. Практикум по общей, экспериментальной и прикладной психологии. Под ред. А. А.Крылова, С. А.Маничева. Питер. 2000.

Практическое занятие (2 ч)

План:

1. Решение задач в пакете Statistica на анализ данных по 16-ти факторному личностному опроснику.

Форма отчетности:

Электронный носитель – таблицы и графики в Statistica по вопросам и заданиями к практическому заданию.

Литература:

Основная:

Дополнительная

1. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

2. Дружинин В. Н. Экспериментальная психология. Питер. 2001.

3. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

4. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

8. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (4 ч)

Задание 1. Сбор диагностических данных на когнитивные процессы и структуры: подберите методики и протестируйте своих одногруппников.

Рекомендации: Можно протестировать своих одногруппников, например, с помощью теста структуры интеллекта Амтхауэра и использовать их данные, полученные ранее – 16-факторторный личностный опросник Кеттелла, далее заполнить таблицу. Работа оформляется в тетрадях для практических занятий (фиксация хода работы, разбор примеров, обобщение результатов, подготовка выводов)

Литература:

УЭ 3.5. Рубежный контроль по модулю.

Цель: выявить уровень освоения студентами теоретического материала.

Форма проведения: опрос

Место проведения: аудитория

Срок выполнения: 3 уч. неделя мая.

СРС (4 ч)

Задание для подготовки к опросу:

1. Окончательно обработать собранные диагностические данные.

2. Проинтерпретировать полученные результаты.

Рекомендации для подготовки к опросу:

Студентам следует вычисления в программе BioStat или Statistica.

Литература:

1. Гласс ДЖ. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

2. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г

4. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

8. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

Модуль 4. Методы математического моделирования

Цель: ознакомление студентов с методами математического моделирования психодиагностических данных на компьютере.

Задачи: научить студентов основным приемам математического моделирования в зависимости от решаемой задачи; научить основным приемам работы с пакетами BioStat, Stаtistica.

Требования к уровню усвоения модуля:

Студенты должны научиться приемам математического моделирования на примере основных моделей многомерного шкалирования: неметрической модели, модели индивидуальных различий, модели субъективных предпочтений.

В результате обучения по данной дисциплине студент должен:

— знать основные модели многомерного шкалирования: неметрическую модель, модель индивидуальных различий, модель субъективных предпочтений; проблемы искусственного интеллекта;

— уметь формулировать задачу математического моделирования, анализировать и оценивать полученные данные;

— владеть понятийным аппаратом данного модуля, умениями определять методы моделирования данных, полученных в результате проведения психодиагностических процедур, приемами работы в компьютерных пакетах типа Statistica.

Основные понятия

Многомерное шкалирование, неметрическая модель многомерного шкалирования, модель индивидуальных различий, модель субъективных предпочтений, искусственный интеллект.

УЭ 4.1 Входной контроль в модуль

Цель: выявить уровень подготовки студентов.

Форма проведения: опрос

Место проведения: аудитория

Срок выполнения: 4 уч. неделя мая.

СРС (2 ч)

Вопросы для подготовки к опросу:

1. Факторные модели: семантического пространства; структуры личности; структуры способностей. Исходные допущения и основные результаты факторного анализа.

2. Модели многомерного шкалирования: психического образа и индивидуальных различих; предпочтений и индивидуальных различий. Исходные допущения и основные результаты многомерного шкалирования.

Рекомендации для подготовки к опросу:

Литература:

3. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

4. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

6. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

7. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.

8. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

УЭ 4.2. Модели индивидуального и группового поведения

Цель: научиться моделировать данные многомерного шкалирования на конкретных примерах.

Задачи: сформировать основные приемы по обработке данных многомерного шкалирования, научить оценивать различия между объектами, профилями, научить формулировать задачи на примерах использования известных моделей многомерного шкалирования.

.Лекция (2 ч)

План:

1. Моделирование когнитивных процессов и структур посредством многомерного шкалирования.

2. Проблема искусственного интеллекта.

Литература:

Основная:

Дополнительная:

1. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

2. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

3. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

4. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

5. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

6. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

Практическое занятие (2 ч)

План:

1. Отработка примера неметрической модели многомерного шкалирования.

2. Отработка примера модели индивидуальных различий.

Форма отчетности:

Электронный носитель – таблицы и графики в в пакете Statistica.

Литература:

Основная:

Дополнительная:

1. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

3. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

4. Лукьянова Н. Ю. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям. – Калининград: Калинингр. ун-т;, 1999. (файл stat97.doc).

6. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

8. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

СРС (4 ч)

Задание 1. Подготовить данные и отработать на компьютере пример модели субъективных предпочтений.

Рекомендации: Приступая к выполнению задания, следует изучить соответствующий раздел учебника и учебного пособия. Работа оформляется в пакете Statistica.

Литература

УЭ 4.3. Рубежный контроль по модулю.

Цель: выявить уровень освоения студентами теоретического материала.

Форма проведения: тест

Место проведения: аудитория

Срок выполнения: 1 уч. неделя июня.

СРС (2 ч)

Вопросы для подготовки к тесту:

1. Назначение многомерного шкалирования.

2. Оценка различий между объектами, профилями.

3. Примеры моделей многомерного шкалирования.

4. Искусственный интеллект и теоретические проблемы психологии.

Рекомендации для подготовки к тесту:

Литература:

1. Гласс ДЖ. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

2. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г

4. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

8. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

I. ОРГАНИЗАЦИЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ

Карта СРС

Месяц	Учебная неделя	Кол-во часов	Учебное задание по модулю	Вид контроля	Формы отчетности	Баллы
Минимум — максимум
Модуль 1. Измерение в психологии
Январь – февраль Февраль	1	2	Тест основных понятий экспериментальной психологии	7. Входной	Работа в тетради	2-5
2	2	Контрольная работа по измерительным шкалам	Текущий	Работа в тетради	2-5
3	3.	Контрольная работа по описательной статистике	Текущий	Работа в тетради	2-5
4	3	Контрольная работа по закону нормального распределения	Текущий	Работа в тетради	2-5
5	4	Контрольная работа по корреляции	Текущий	Работа в тетради	2-5
6	2	Тест основных понятий по модулю	Рубежный	Письменный тест	10-25
Итого:	16				20-50
Модуль 2. Методы одномерной и многомерной прикладной статистики
Март — апрель	7	2	Тест основных понятий экспериментальной психологии	Входной	Письменный тест	2-5
8	2	Контрольная работа по статистическим гипотезам	Текущий	Работа в тетради	2-5
9	2	Контрольная работа по статистическим критериям	Текущий	Работа в тетради	2-5
10	2	Контрольная работа по параметрическим методам	Текущий	Работа в тетради	2-5
11	2	Конспект по многофункциональным критериям	Текущий	Работа в тетради	2-5
12	4	Составление таблицы классификации психологических задач и методов	Рубежный	Сводная таблица	10-25
Итого:	14				20-50
Модуль 3. Многомерный анализ данных
Апрель — май	13	2	Тест основных понятий по пройденным темам	Входной	Письменный тест	2-5
14	3	Решение задач на корреляционный и регрессионный анализ	Текущий	Вычисления в программе BioStat	4-10
14	3	Решение задач на факторный и кластерный анализ	Текущий	Вычисления в программе BioStat	4-10
15	4	Сбор диагностических данных на когнитивные процессы и структуры	Текущий	Таблица	4-10
16	4	Окончательная обработка диагностических данных. Интерпретация полученных результатов.	Рубежный	Вычисления в программе BioStat	10-25
Итого:	16				24-60
Модуль 4. Методы математического моделирования
8. Май	17	2	Тест основных понятий по пройденным темам	Входной	Письменный тест	2-5
17	4	Моделирование полученных данных из диагностики	Текущий	Вычисления в программе BioStat	8-20
18	2	Тест основных понятий по пройденным темам	Рубежный	Письменный тест	10-25
Итого:	8				20-50
Всего:	60				84-210

IV. КОНТРОЛЬ КАЧЕСТВА ОСВОЕНИЯ ДИСЦИПЛИНЫ

Дисциплина состоит из 4 модулей. Всего студент может набрать максимально 400 баллов, минимально – 200 б.

В процессе обучения студент оценивается помодульно. За аудиторную: 116 – 190 баллов; за самостоятельную работу 84 – 210 баллов.

Итоговая оценка выставляется как среднее арифметическое: качественная оценка за текущую работу и зачетную (см. Положение об АРС).

О. К. = 3(хинд. – хмин.) / (х макс.- х мин.)+2

Максимальное число баллов за один кредит (модуль) 100 баллов (100% освоения темы)

За каждую учебную единицу (У. Э.) кредита должно быть набрано определенное количество баллов. Все У. Э. должны быть освоены.

Аудиторная работа предполагает активную деятельность на практических занятиях, выполнение всех практических заданий на компьютере.

Программа контроля

Цель контроля: диагностика уровня и качества обученности студентов по дисциплине.

Виды контроля: итоговый (зачет).

В процессе изучения дисциплины осуществляется рубежный контроль, когда студент получает по каждому модулю индивидуальное количество баллов:

минимальное количество баллов – 20,

максимальное количество баллов по модулю – 50.

Итоговый контроль или зачет по данной дисциплине проводится в форме индивидуального собеседования со студентами по вопросам к зачету.

Для получения зачета по данной дисциплине при проведении итогового контроля студенту необходимо набрать:

За СРС:

— минимальное количество баллов – 84,

— максимальное количество баллов – 210.

За аудиторную работу:

— минимальное количество баллов – 116,

— максимальное количество баллов – 190.

Практические задания к зачету

Карта контрольных мероприятий по дисциплине

№ п/п	Дата	Метод (форма) контроля	Место проведения	Кол-во баллов	Кол-во часов
1.	4 неделя января	Входной контроль (тест)	Аудитория	2 – 5 б.	2ч.
2.	1 неделя марта	Рубежный контроль (тест)	Аудитория	10 – 25 б.	2ч.
3.	2 неделя марта	Входной контроль (тест)	Аудитория	2 – 5 б.	2ч.
4.	3 неделя апреля	Рубежный контроль (опрос)	Аудитория	10 – 25 б.	2ч.
5.	4 неделя апреля	Входной контроль (тест)	Аудитория	2 – 5 б.	2ч.
6.	3 неделя мая	Рубежный контроль (опрос)	Аудитория	10 – 25 б.	2ч.
7.	4 неделя мая	Входной контроль (тест)	Аудитория	2 – 5 б.	2ч.
8.	1 неделя июня	Рубежный контроль (тест)	Аудитория	10 – 25 б.	2ч.
9.	1 неделя июня	Итоговый контроль (зачет)	Аудитория
Итого:	48 – 120 б.	16 часов

V. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Рекомендуемая литература

Основная:

Дополнительная:

1. Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.

Баранова М. А. Математика: учебное пособие. — Иркутск : ИГПУ, 1997

3. Гласс Дж., Стэнли Дж. Статистические метoды в педагoгике и психoлoгии. – М.: Прогресс.-1976.

4. Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.

5. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.

6. Дюк В. Обработка данных на ПК в примерах. СПб, 1997.

Ермолаев О. Ю. Математическая статистика для психологов: Учебник. – М.: Московский психолого-социальный институт: Изд-во Флинта, 2004

8. Кабанов С. В. Использование пакета Statistica 5.0 для статистической обработки опытных данных. — Саратов: Сарат. гос. агр. ун-т., 2000

Калинин С. И. Компьютерная обработка данных для психологов. СПб.: Речь, 2002

10. Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.

11. Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.

12. Кочетков Е. С., Смерчинская С. О., Соколов В. В. Теория вероятностей и математическая статистика. – М.: Форум-Инфра-М, 2003.

13. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

14. Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.

15. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

16. Лукьянова Н. Ю. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям. – Калининград: Калинингр. ун-т;, 1999

17. Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.

18. Мацкевич И. П., Свирид Г. П. Высшая математика. Теория вероятностей и математическая статистика. – Мн.: Вышэйшая школа. – 1993.

19. Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.

20. Митина О. В., Михайловская И. Б. Факторный анализ для психологов. – М.: Учебно-методический коллектор «Психология», 2001.

Наследов А. Д. Математические методы психологического исследования, СПб.: Речь, 2004 Немов Р. С. Психология : учебник: в 3 кн. — М. : ВЛАДОС, 2001 — Кн. 3 : Психодиагностика: Введение в научное психологическое исследование с элементами математической статистики : учебник. — 2003.

23. Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.

24. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.

25. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2002.

Научная литература

1. Асеев В. Г. Как работать над кандидатской диссертацией: Иркутск: Изд-во Иркутского гос. пед. ун-та, 1998.

2. Ганзен В. А. Системные описания в психологии. – Л.: ЛГУ, 1984.

3. Скотт Миллер. Психология развития . Методы исследования.- СПб.: Питер, 2002.

Словари и справочники

1. Краткий психологический словарь / Под ред. А. В. Петровского и М. Г. Ярошевского. Ростов н/Д: «Феникс». 1999.

2. Кондаков И. М. Психология. Иллюстрированный словарь. – СПб.: «прайм – ЕВРОЗНАК», 2003.

Электронно-программные средства

1. Демо-версия SPSS. ftp://kiftp1.spss. com/pub/web/spss13/SPSS13Eval. exe

2. Учебник и руководство по SPSS. http://sociomarket. narod. ru/uchebnik. html

3. Электронный учебник по программе Statistica. http://www. statsoft. ru/home/textbook/default. htm

4. Демо-версия Статистика+ 2003 (Ресурсный центр кафедры).

5. Руководство пользователя Statistica 5.1. http://www. exponenta. ru/soft/Statist/stat5_1/1/1.asp

9. 10. Аудио-визуальныe средства

1. Презентации лекций (ресурсный центр кафедры психодиагностики).

Протокол от 2010г

Зав. кафедрой

Учебная карта дисциплины

ОПД. Ф. 11 Математические методы в психологии

(шифр по ГОС, название)

Количество часов:	120	Учебный год:	2010-2011 г.
Количество модулей:	4	Форма обучения:	очная
Количество кредитов:	4

Название модуля (раздела, темы)	Обязательные виды учебной деятельности	Миним. кол-во баллов для аттестации	Макс. кол-во баллов для аттестации	Сроки выполнения	Отметка о выполнении (кол-во баллов)[1]	Подпись преподавателя
1	2	3	4	5	6	7
М 1. Измерение в психологии	Тест основных понятий экспериментальной психологии	2	5	4 неделя января
Контрольная работа по измерительным шкалам	2	5	1 неделя февраля
Контрольная работа по описательной статистике	2	5	2 неделя февраля
Контрольная работа по закону нормального распределения	2	5	3 неделя февраля
Контрольная работа по корреляции	2	5	4 неделя февраля
Тест основных понятий по модулю	10	25	1 неделя марта
Итого:	20	50
М 2. Методы одномерной и многомерной прикладной статистики	Тест основных понятий экспериментальной психологии	2	5	2 неделя марта
Контрольная работа по статистическим гипотезам	2	5	3 неделя марта
Контрольная работа по статистическим критериям	2	5	4 неделя марта
Контрольная работа по параметрическим методам	2	5	1 неделя апреля
Конспект по многофункциональным критериям	2	5	2 неделя апреля
Составление таблицы классификации психологических задач и методов	10	25	3 неделя апреля
	Итого:	20	50

1	2	3	4	5	6	7
М 3. Многомерный анализ данных	Тест основных понятий по пройденным темам	2	5	3 неделя апреля
Решение задач на корреляционный и регрессионный анализ	4	10	1 неделя мая
Решение задач на факторный и кластерный анализ	4	10	1 неделя мая
Сбор диагностических данных на когнитивные процессы и структуры	4	10	2 неделя мая
Окончательная обработка диагностических данных. Интерпретация полученных результатов.	10	25	3 неделя мая
	Итого:	24	60
М 4. Методы математического моделирования	Тест основных понятий по пройденным темам	2	5	4 неделя мая
Моделирование полученных данных из диагностики	8	20	4 неделя мая
Тест основных понятий по пройденным темам	10	25	1 неделя июня
	Итого:	20	50
Итого по СРС	84	210
Практическая работа	116	190
	Зачет			По расписанию
Всего по дисциплине:	200	400

Преподаватель дисциплины Емельянова Елена Владимировна

Технологическая карта обучения

№	Название модуля	Формы организации учебного процесса
Лекции	Семинар ские занятия	Практиче ские занятия	Лаб. занятия	СРС
М.1.	Измерение в психологии
УЭ 1.1.	Входной контроль				Тестирование
УЭ 1.2.	Измерения и шкалы.	Вводная лекция		Компьютерный практикум	Контрольная работа
УЭ 1.3.	Описательная статистика.	Вводная лекция		Компьютерный практикум	Контрольная работа
УЭ 1.4.	Нормальный закон распределения.	Вводная лекция		Решение задач с графической интерпретацией	Контрольная работа
УЭ 1.5.	Меры связи.	Обзорная лекция		Решение задач	Контрольная работа
УЭ 1.6.	Рубежный контроль по модулю				Тестирование
М.2	Методы одномерной и многомерной прикладной статистики
УЭ 2.1.	Входной контроль				Тестирование
УЭ 2.2.	Статистические гипотезы и критерии.	Проблемная лекция		Компьютерный практикум	Контрольная работа
УЭ 2.3.	Непараметрические методы сравнения выборок.	Обзорные лекции		Компьютерный практикум	Контрольная работа
УЭ 2.4.	Рубежный контроль по модулю				Письменная работа
М.3	Многомерный анализ данных
УЭ 3.1.	Входной контроль				Тестирование
УЭ 3.2.	Анализ зависимостей (корреляционный и регрессионный анализ).	Проблемная лекция		Компьютерный практикум	Решение задач
УЭ 3.3.	Многомерный анализ данных (факторный и кластерный анализ).	Проблемная лекция		Компьютерный практикум	Решение задач
УЭ 3.4.	Анализ данных на компьютере.	Обзорная лекция		Компьютерный практикум	Решение задач
УЭ 3.5.	Рубежный контроль по модулю				Компьютерный практикум
М.4	Методы математического моделирования
У. Э 4.1.	Входной контроль				Тестирование
У. Э.4.2.	Модели индивидуального и группового поведения.	Обзорная лекция		Компьютерный практикум	Решение задач
УЭ 4.3.	Рубежный контроль по модулю				Компьютерный практикум

Диагностические средства для текущего контроля, рубежного, итогового

Вопросы к зачету

1. Признаки и переменные. Шкалы измерения. Примеры.

2. Распределение признака. Параметры распределения. Примеры.

3. Статистические гипотезы. Примеры.

4. Статистические критерии. Их возможности и ограничения. Параметрические и непараметрические критерии. Примеры.

5. Уровень статистической значимости. Ошибки первого и второго родов. Примеры.

6. Критерий Стьюдента для независимых выборок.

7. Критерий Стьюдента для зависимых выборок.

8. Обоснование задачи сравнения распределений признака. Примеры.

9. Критерий Пирсона для сопоставления эмпирического распределения с теоретическим. Примеры.

10. Критерий Пирсона для сопоставления двух эмпирических распределений. Примеры.

11. Критерий Колмогорова-Смирнова для сопоставления эмпирического распределения с теоретическим. Примеры.

12. Критерий Колмогорова-Смирнова для сопоставления эмпирических распределений между собой. Примеры.

13. Понятие многофункционального критерия. Критерий — угловое преобразование Фишера для сопоставления выборок по качественно определяемому признаку. Примеры.

14. Критерий — угловое преобразование Фишера для сопоставления выборок по количественно определяемому признаку. Примеры.

15. Критерий — угловое преобразование Фишера в сочетании с критерием — критерием Колмогорова-Смирнова. Примеры.

16. Биномиальный критерий m. Примеры.

17. Функциональная, статистическая и корреляционная зависимости. Примеры.

18. Линейная регрессия. Примеры.

19. Обоснование задачи согласованных изменений. Классификация корреляционных связей. Примеры.

20. Коэффициент ранговой корреляции Спирмена. Примеры.

21. Понятие дисперсионного анализа. Примеры.

22. Подготовка данных к дисперсионному анализу: создание и уравновешивание комплексов, проверка нормальности распределения результативного признака, преобразование эмпирических данных с целью упрощения расчетов.

23. Однофакторный дисперсионный анализ для несвязанных выборок. Примеры.

24. Однофакторный дисперсионный анализ для связанных выборок. Примеры.

25. Двухфакторный дисперсионный анализ для несвязанных выборок. Примеры.

26. Двухфакторный дисперсионный анализ для связанных выборок. Примеры.

Темы рефератов по дисциплине

1. Возможности и ограничения параметрических и непараметрических методов обработки в психологии.

2. Меры связи в психологии.

3. Многофункциональные статистические критерии.

4. Критерии согласия распределений.

5. Р. Фишер – разработчик дисперсионного анализа.

6. Нормальный закон распределения – универсальный закон природы.

7. Дескриптивная статистика.

8. Индуктивная статистика.

Учебно-методические материалы для студентов

Самостоятельная работа №1.

Тема. Измерения и шкалы.

Цель: ознакомление студентов с алгоритмом обработки результатов экспериментального исследования.

План:

1. Таблицы и графики. Обработка данных с помощью электронных таблиц.

2. Ранжирование данных.

Форма отчетности:

Задание 1. Ответить письменно на вопросы:

1. Каким законам подчиняются шкалы отношений?

2. Какие операции можно проводить с числами на шкале отношений?

3. Назовите области применения шкал отношений?

4. Приведите примеры различных типов измерительных шкал в психологическом исследовании.

Литература

1. Годфруа Дж. Что такое психология. – М.: Просвещение, 2001.

2. Дружинин В. Н. Экспериментальная психология. 2003 г.

3. Ермолаев О. Ю. Математическая статистика для психологов: Учебник. – М.: Московский психолого-социальный институт: Изд-во Флинта, 2004.

4. Кутейников А. Н. Математические методы в психологии. Учебное пособие. СПб.: Речь, 2007.

5. Наследов А. Д. Математические методы психологического исследования, СПб.: Речь, 2004.

6. Немов Р. С. Психология : учебник: в 3 кн. — М. : ВЛАДОС, 2001 — Кн. 3 : Психодиагностика: Введение в научное психологическое исследование с элементами математической статистики : учебник. — 2003.

7. Стенли Дж., Гласс Дж. Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976 (электр. файл *.djvu).

Самостоятельная работа №2.

Тема. Описательная статистика.

Цель: ознакомление студентов с методами дескриптивной статистики.

План:

1. Расчет среднего арифметического.

3. Расчет медианы.

4. Расчет среднеквадратического отклонения, дисперсии.

5. Построение столбиковых диаграмм.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Задание 1. Ответить письменно на вопросы:

1. Почему с помощью столбиковых диаграмм можно отображать только величины шкал наименований?

2. Что такое переменные?

3. Зависимые и независимые переменные: в чём различие?

4. Когда мы говорим, что переменные зависимы?

5. Почему зависимости между переменными являются важными?

Литература:

1. Годфруа Дж. Что такое психология. – М.: Просвещение, 2001.

2. Дружинин В. Н. Экспериментальная психология. 2003 г.

4. Калинин С. И. Компьютерная обработка данных для психологов. СПб.: Речь, 2002.

5. Кутейников А. Н. Математические методы в психологии. Учебное пособие. СПб.: Речь, 2007.

6. Наследов А. Д. Математические методы психологического исследования, СПб.: Речь, 2004.

7. Немов Р. С. Психология : учебник: в 3 кн. — М. : ВЛАДОС, 2001 — Кн. 3 : Психодиагностика: Введение в научное психологическое исследование с элементами математической статистики : учебник. — 2003.

8. Радчикова Н. П. Компьютерная обработка психологической информации. Учебно-методическое пособие. Часть 1. Мн., 2003.

9. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

Самостоятельная работа №3.

Тема. Нормальный закон распределения.

Цель: ознакомление студентов с универсальным законом природы – нормальным распределением.

Задачи: научить студентов определять вид распределения по полученным дескриптивным данным.

План:

1. Проверка нормальности распределения: построение графиков с интервалами стандартного отклонения: 1σ, 2σ, 3σ.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Задание 1. Ответить письменно на вопросы:

1. Как вычисляется уровень статистической значимости?

2. Почему важно нормальное распределение?

3. Все ли статистики критериев нормально распределены? Ответ поясните.

4. Какие другие виды распределения Вы знаете? Ответ поясните графиками.

Литература

Самостоятельная работа №4.

Тема. Меры связи.

Задачи: освоить приемы расчета величины корреляции и сила связи

План:

4. Расчет корреляции между двумя признаками, измеренными на одной группе испытуемых.

5. Расчет корреляции между двумя групповыми иерархиями признаков.

6. Расчет корреляции для двух профилей.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Задание 1. Ответить письменно на вопросы:

2. Почему более сильные зависимости между переменными являются более значимыми?

3. Почему объем выборки влияет на значимость зависимости?

4. Почему слабые связи могут быть значимо доказаны только на больших выборках?

5. Можно ли отсутствие связей рассматривать как значимый результат?

6. Как измерить величину зависимости между переменными?

Литература:

7. Практикум по общей, экспериментальной и прикладной психологии. Под ред. А. А.Крылова, С. А.Маничева. Питер. 2000.

Самостоятельная работа №5.

Рубежный контроль по модулю 1.

Цель: выявить уровень освоения студентами теоретического материала.

Вопросы для подготовки к тесту:

1. Рассчитать параметры распределения для конкретного примера;

2. Основные показатели нормального распределения.

Рекомендации для подготовки к тесту:

Литература:

2. 1. Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с.

8. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

9. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

Самостоятельная работа №6.

Входной контроль в модуль 2.

Цель: выявить уровень подготовки студентов.

Вопросы для подготовки к тесту:

— Виды статистических гипотез, примеры;

— Зависимые и независимые выборки;

— Виды распределений признака, примеры.

Рекомендации для подготовки к тесту:

Литература:

3. Практикум по общей, экспериментальной и прикладной психологии. Под ред. А. А.Крылова, С. А.Маничева. Питер. 2000.

Самостоятельная работа №7.

Тема. Статистические гипотезы и критерии.

Цель: научить студентов алгоритму заключения статистического вывода.

Задачи:

4. Научить студентов правильно формулировать статистические гипотезы, рассчитывать уровень статистической значимости;

5. Различать возможности и ограничения параметрических и непараметрических критериев, изучить особенности применения параметрического метода;

6. Приобрести вычислительные навыки использования параметрического метода на практике.

План:

1. Расчет критерия Стьюдента для независимых выборок.

2. Расчет критерия Стьюдента для зависимых выборок.

3. Расчет степеней свободы и работа с таблицей критических значений критерия Стьюдента.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel по вопросам и заданиями к практическому заданию.

Задание 1. Ответить письменно на вопросы:

1. Понятие статистической гипотезы;

2. Виды научных и статистических гипотез;

3. Назовите примеры статистических гипотез;

4. Идея проверки статистической гипотезы;

5. Уровень статистической значимости.

Задание 2. Ответить письменно на вопросы:

1. Понятие статистического критерия;

2. Сущность ошибок первого и второго рода;

3. Сущность проверки гипотезы вида закона распределения.

4. Сформулируйте правило отклонения нулевой гипотезы.

5. Статистический критерий и число степеней свободы.

Литература

1. Гласс Дж. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

3. Дружинин В. Н. Структура и логика психологического исследования. М.: Институт психологии РАН. 1994 г.

5. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

Самостоятельная работа №8.

Тема. Непараметрические методы сравнения выборок.

План:

4. Решение примеров на вычисление χ2 — критерия Пирсона, λ — критерия Колмогорова-Смирнова.

5. Решение примеров на вычисление критерия φ — углового преобразования Фишера, биномиального критерия m.

Форма отчетности:

Электронный носитель – таблицы и графики в MS Excel, BioStat, Statistica по вопросам и заданиями к практическому заданию.

Задание 2. Составить конспект и привести примеры расчета многофункциональных статистических критериев:

1. Критерий φ — угловое преобразование Фишера.

2. Биномиальный критерий m.

Литература:

3. Основы статистики. Библиотека Psyfactor http://psyfactor. org/.

4. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

11. Самостоятельная работа №9

Рубежный контроль по модулю 2

Цель: выявить уровень освоения студентами теоретического материала.

Вопросы для подготовки к опросу:

Задача	Условия	Метод	Ограничения	Гипотеза	Основные формулы	Графическая интерпретация

Рекомендации для подготовки к опросу:

Литература:

3. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

4. Суходольский Г. В. Математическая психология. СПб.: Изд-во Санкт-Петербургского университета, 1997.

Самостоятельная работа №10

Входной контроль в модуль 3

Цель: выявить уровень подготовки студентов.

Вопросы для подготовки к тесту:

— Дать различие между корреляционной связью и корреляционной зависимостью;

— Две системы классификации корреляционной связи;

— Графическая интерпретация корреляции.

Рекомендации для подготовки к тесту:

Литература:

3. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

4. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

Самостоятельная работа №11.

Тема. Анализ зависимостей (корреляционный и регрессионный анализ).

Цель и задачи: ознакомление студентов с основами применения корреляционного и регрессионного анализов.

.План:

1. Сравнение корреляций для независимых и зависимых выборок.

2. Анализ корреляционных матриц. Обработка на компьютере.

3. Подсчет коэффициентов линейной регрессии.

4. Множественная линейная регрессия: общее уравнение, подсчет коэффициентов регрессии.

Форма отчетности:

Задание 1. Решение задач на корреляционный и регрессионный анализ.

Литература

1. Боровиков В. П., Боровиков И. П. STATISTICA. Статистический анализ и обработка данных в среде Windows. М.: Филин, 1997.

2. Боровиков В. П. Популярное введение в программу STATISTICA.- М., 1998.

4. Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с.

6. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с.

Самостоятельная работа №12

Тема. Многомерный анализ данных (факторный и кластерный анализ)

Цель: ознакомление студентов с основами применения факторного и кластерного анализов.

План:

1. Отработка приемов для определения числа факторов.

2. Решение задач в пакете Statistica на использование факторного анализа:

— Однофакторный дисперсионный анализ для несвязанных выборок.

— Однофакторный дисперсионный анализ для связанных выборок.

— Двухфакторный дисперсионный анализ для несвязанных выборок.

— Двухфакторный дисперсионный анализ для связанных выборок.

— Многофакторный анализ.

Форма отчетности:

Электронный носитель – таблицы и графики в Statistica по вопросам и заданиями к практическому заданию.

Задание 1. Решение задач на факторный и кластерный анализ.

Литература

3. Радчикова Н. П. Компьютерная обработка психологической информации. Учебно-методическое пособие. Часть 1. Мн., 2003.

Тема. Анализ данных на компьютере.

Цель: сформировать навыки и умения анализировать данные с помощью статистических пакетов.

План:

1. Решение задач в пакете Statistica на анализ данных по 16-ти факторному личностному опроснику.

Форма отчетности:

Электронный носитель – таблицы и графики в Statistica по вопросам и заданиями к практическому заданию.

Литература:

Самостоятельная работа №14

Рубежный контроль по модулю 3.

Цель: выявить уровень освоения студентами теоретического материала.

Задание для подготовки к опросу:

1. Окончательно обработать собранные диагностические данные.

2. Проинтерпретировать полученные результаты.

Рекомендации для подготовки к опросу:

Студентам следует вычисления в программе BioStat или Statistica.

Литература:

1. Гласс ДЖ. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

2. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г

4. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

8. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

Самостоятельная работа №15

Входной контроль в модуль 4

Цель: выявить уровень подготовки студентов.

Вопросы для подготовки к опросу:

2. Модели многомерного шкалирования: психического образа и индивидуальных различий; предпочтений и индивидуальных различий. Исходные допущения и основные результаты многомерного шкалирования.

Рекомендации для подготовки к опросу:

Литература:

4. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

5. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

7. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

8. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.

9. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

Самостоятельная работа №16

Тема. Модели индивидуального и группового поведения

Цель: научиться моделировать данные многомерного шкалирования на конкретных примерах.

План:

1. Отработка примера неметрической модели многомерного шкалирования.

2. Отработка примера модели индивидуальных различий.

Форма отчетности:

Электронный носитель – таблицы и графики в в пакете Statistica.

Задание 1. Подготовить данные и отработать на компьютере пример модели субъективных предпочтений.

Литература

3. Терехина А. Ю. Анализ данных методами многомерного шкалирования. Анализ данных на компьютере. М.: Изд-во Моск. ун-та, 1995.

Самостоятельная работа №17.

Рубежный контроль по модулю 4.

Цель: выявить уровень освоения студентами теоретического материала.

Вопросы для подготовки к тесту:

1. Назначение многомерного шкалирования.

2. Оценка различий между объектами, профилями.

3. Примеры моделей многомерного шкалирования.

4. Искусственный интеллект и теоретические проблемы психологии.

Рекомендации для подготовки к тесту:

Литература:

1. Гласс ДЖ. и Стенли Дж., Статистические методы в педагогике и психологии./ Пер. с англ. М., 1976.

2. Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г

4. Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.

5. Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.

8. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2007.

9. Суходольский Г. В. Математическая психология. СПб.: Изд-во С.-Петербургского университета, 1997.

10. Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с.

11. Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.

12. Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.

13. Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.

Примеры заданий для самостоятельной работы

Задача №1. На группе из 30 добровольцев-студентов и студенток, курящих обычные сигареты, но не марихуану, — был проведен опыт по изучению глазодвигательной координации. Задача испытуемых заключалась в том, чтобы поражать предъявляемые на дисплее движущиеся мишени, манипулируя подвижным рычагом. Были проведены серии испытаний до воздействия марихуаной и после воздействия (в экспериментальной группе). Контрольной группе под видом марихуаны была предложена сухая трава. Рассчитать дескриптивные данные для каждой из групп и построить гистограммы распределения частот (числа пораженных мишеней).

Таблица №1

Результативность испытуемых контрольной и опытной групп (среднее число пораженных мишеней из 25 в 10 сериях испытаний)

№ п/п испытуемых	Контрольная группа	13. Экспериментальная группа
До воздействия	После воздействия	До воздействия	После воздействия
1	19	21	12	8
2	10	8	21	20
3	12	13	10	6
4	13	11	15	8
5	17	20	15	17
6	14	12	19	10
7	17	15	17	10
8	15	17	14	9
9	14	15	13	7
10	15	15	11	8
11	17	18	20	14
12	15	16	15	13
13	18	15	15	16
14	19	19	14	11
15	22	25	17	12
Итого
Среднее арифметическое
Дисперсия
Стандартное отклонение

Задача №2. Психологический эксперимент, моделирующий работу воздушного авиадиспетчера: определяли вербальный и невербальный интеллект студентов физического и психологического факультетов с помощью методики Д. Векслера. Можно ли утверждать, одна группа превосходит другую по уровню вербального интеллекта? Подтвердите свое утверждение расчетами.

Таблица №2

Индивидуальные значения вербального интеллекта в выборках студентов физического (n1=14) и психологического (n2=12) факультетов

№ п/п испытуемых	Студенты — физики	Студенты — психологи
1	132	126
2	134	127
3	124	132
4	132	120
5	135	119
6	132	126
7	131	120
8	132	123
9	121	120
10	127	116
11	136	123
12	129	115
13	136	—
14	136	—
Итого
Среднее арифметическое

14. Задача №3 15. В выборке студентов факультета психологии Санкт-Петербургского университета с помощью известного «карандашного» теста определялось преобладание правого или левого глаза в прицельной способности глаз. Совпадают ли эти данные с результатами обследования 100 студентов медицинских специальностей? 16. 1. Студенты-психологи: 6(левый) 8(правый) 17. 2. Студенты-медики: 19(левый) 89(правый) 18. 19. Задача №4 20. В исследовании, моделирующем деятельность авиадиспетчера, группа испытуемых проходила подготовку перед началом работу на тренажере. Испытуемые должны были решать задачи по выбору оптимального типа взлетно-посадочной полосы для заданного типа самолета. Связано ли количество ошибок, допущенных испытуемыми в тренировочной сессии, с показателями вербального и невербального интеллекта, измеренными по методике Д Векслера?

Таблица №3

21. Шифр испытуемого	22. Количество ошибок	23. верб. интеллект	24. неверб. интеллект
1.	25. 29	26. 131	27. 106
2.	28. 54	29. 132	30. 90
3.	31. 13	32. 121	33. 95
4.	34. 8	35. 127	36. 116
5.	37. 14	38. 136	39. 127
6.	40. 26	41. 124	42. 107
7.	43. 9	44. 134	45. 104
8.	46. 20	47. 136	48. 102
9.	49. 2	50. 132	51. 111
10.	52. 17	53. 136	54. 99

55. 56. Задача №5

Протестируйте свою группу по тестам: «Многофакторное исследование личности Р. Кеттела» и «Структура интеллекта Амтхауэра». Посчитайте корреляцию между фактором В со всеми составляющими показателями интеллекта. Проинтерпретируйте полученные результаты.

57. Задача № 6.

Протестируйте свою группу по методике Люшера в 8-цветном варианте. Составьте таблицу эмпирических частот попадания желтого цвета на каждую из 8 позиций:

Таблица №4

Разряды	Позиции желтого цвета	Сумма
1	2	3	4	5	6	7	8
Эмпирические частоты

Сопоставьте с помощью критерия λ – Колмогорова-Смирнова Ваше эмпирическое распределение с другим (исследование Х. Клара, 1974):

Таблица №5

Разряды	Позиции желтого цвета	Сумма
1	2	3	4	5	6	7	8
Эмпирические частоты	98	113	116	87	91	112	97	86	800

Примерные задания тестового контроля

1. Выберите верное утверждение:

а) нормальная случайная величина уклоняется от своего среднего не более, чем на 2 корня из дисперсии;

б) нормальная случайная величина уклоняется от своего среднего не более, чем на 3 корня из дисперсии;

в) нормальная случайная величина уклоняется от своего среднего не более, чем на 4 корня из дисперсии.

2. Зависимость вида Y=F(X) называется:

а) линейная корреляция;

б) линейная регрессия;

в) частная корреляция.

3. Сколько зависимых переменных может быть в уравнении регрессии:

а) сколько угодно;

б) не более 3;

в) одна.

4. Не выполняет задачу классификации:

а) кластерный анализ;

б) корреляционный анализ;

в) дискриминантный анализ.

5. Возможно ли вычислить коэффициент регрессии Y на X, если известны коэффициент корреляции и среднеквадратичное отклонение:

а) невозможно, т. к. необходим показатель дисперсии;

б) возможно;

в) зависит от вида анализа.

6. К ограничению метода регрессионного анализа не относятся:

а) нормальность распределения признаков;

б) равное количество признаков переменных;

в) переменные отличны от нуля.

7. К ограничениям метода факторного анализа не относится:

а) нормальность распределения признаков;

б) равное количество признаков переменных;

в) равенство дисперсий.

8. К ограничениям метода дисперсионного анализа не относится:

а) нормальность распределения признаков;

б) равное количество признаков переменных;

в) равенство дисперсий.

9. Задачу прогнозирования не выполняет:

а) дискриминантный анализ;

б) факторный анализ;

в) Регрессионный анализ.

10. Для независимых выборок используется:

а) дисперсионный анализ с повторными изменениями;

б) корреляционный анализ;

в) однофакторный дисперсионный анализ.

Методические рекомендации для студентов

Дисциплина «Математические методы в психологии» предлагает студентам педагогического вуза ознакомиться с математическим аппаратом по обработке экспериментов, выбором метода обработки, применением ряда статистических критериев, которые используются в психологии. В курсе изучаются основы статистического подхода, построение вариационных рядов и функций распределения, параметрические и непараметрические способы оценки достоверности различий между выборками, оценка корреляции и меры сходства. Цели дисциплины: оснастить студентов статистическим инструментарием, помогающим планировать экспериментальное исследование и проводить статистическую обработку полученных экспериментальных данных.

Преподавание дисциплины ведется с учетом имеющихся знаний у студентов, которые фиксируются в процессе помодульного изучения, при изучении каждого модуля, вначале происходит фиксация имеющихся знаний у студентов и на основании имеющихся знаний ведется преподавание дисциплины.

Изучение дисциплины осуществляются в тесной взаимосвязи с другими обще-профессиональными и специальными дисциплинами вуза. Основными видами учебных занятий по дисциплине являются лекции, практические занятия и самостоятельная работа.

Результаты обучения студентов, как правило, контролируются в процессе практических занятий, а также по результатам индивидуальных контрольных работ. Изучение дисциплины завершается зачетом.

Критерии оценки зачета

«Зачтено»

Студент раскрывает грамотно вопросы, логично, последовательно;

Студент грамотно владеет терминологией, демонстрирует знания по теме;

Студент владеет выразительной, грамотной речью, наглядными средствами;

На вопросы отвечает достаточно аргументировано.

«Не зачтено»

Студент сущность вопросов не раскрывает, при ответе отсутствует логичность и последовательность;

Студент не владеет терминологией, демонстрирует отсутствие знаний по теме;

Студент не владеет научным стилем речи, не умеет использовать наглядные средства;

На вопросы отвечает не убедительно.

Расчет баллов по видам деятельности студентов

Образовательный продукт	Максимальное число баллов
1кредит = 36 часов	50
Активное восприятие информации на занятиях (вопросы по теме, выполнение практических заданий, обобщения, анализ, моделирование, расчет, построение диаграмм и т. п.)	до 25 баллов по каждой учебной единице (У. Э.)
Предварительная самостоятельная подготовка по теме кредита (конспекты, схемы, таблицы, вычисления в пакетах BioStat, Statistica)	до 25 баллов по каждой У. Э.
Написание тезисов	до 25 баллов

Методические рекомендации для преподавателей

Изучение дисциплины «Математические методы в психологии» базируется на дисциплинах “Высшая математика” и «Информатика», поэтому теоретические положения курса «Математические методы в психологии» разрабатывались с учетом знаний и умений, полученных студентами ранее. Освоение дисциплины тесно связано с курсами “Экспериментальная психология” и “Психодиагностика”.

Данная дисциплина предлагает студентам ознакомиться с математическим аппаратом по обработке экспериментов, выбором метода обработки, применением ряда статистических критериев, которые используются в психологии. В курсе изучаются основы статистического подхода, построение вариационных рядов и функций распределения, параметрические и непараметрические способы оценки достоверности различий между выборками, оценка корреляции и меры сходства.

В настоящем учебно-методическом комплексе по дисциплине «Математические методы в психологии» подготовлен материал по 4 разделам: «Измерение в психологии», «Методы одномерной и многомерной прикладной статистики», «Многомерный анализ данных», «Методы математического моделирования».

Каждый раздел содержит тематический план, целевую установку и организационно-методические указания по подготовке и проведению занятий со студентами педагогического вуза. В них также включены планы, задания и методические рекомендации к практическим, самостоятельным занятиям и индивидуальным формам работы, вопросы выносимые на зачет.

При составлении данного учебно-методического комплекса преследовались следующие цели:

— оснастить студентов статистическим инструментарием, помогающим планировать экспериментальное исследование и проводить статистическую обработку полученных экспериментальных данных;

— изучить основные статистические процедуры и способы их применения;

Карта ресурсов дисциплины

№ п/п	Наименование	Ко-ли-чество	Вид	Форма доступа
I. Рекомендуемая литература
Основная литература
1.	Гуц, Александр Константинович. Математические методы в социологии [Текст] / А. К. Гуц, Ю. В. Фролова. — М. : ЛКИ, 2007. — 216 с.	1	Печатный	Библиотека
2. .	Наследов, Андрей Дмитриевич. Математические методы психологического исследования. Анализ и интерпретация данных [Текст] : учебное пособие / А. Д. Наследов. — СПб. : Речь, 2006. — 392 с.	1	Печатный	Библиотека
3.	Тимошенко, Александр Иванович. Математические основы психологии: основные методы обработки данных [Текст] : учебно-методическое пособие / А. И. Тимошенко. — Братск : БрГУ, 2008. — 199 с.	6	Печатный	Библиотека
4.	Тимошенко, Александр Иванович. Математические методы исследования в психологии [Текст] : учеб. пособие / А. И. Тимошенко. — Иркутск : ИГУ, 2006. — 208 с.	1	Печатный	Библиотека
5.	Фридман, Лев Моисеевич. Психолого-педагогические основы обучения математике в школе [Текст] : учителю математики о педагогической психологии / Л. М. Фридман. — Минск : Экономика, 2005. — 135 с.	10	Печатный	Библиотека
6.	Шилько, Геннадий Сергеевич. Организация учебной и самостоятельной работы по дисциплине "Математические модели, методы и теории" [Текст] : метод. рекомендации / Г. С. Шилько ; ИГПУ (Иркутск). — Иркутск: ИГПУ, 2009. — 24 с.	9	Печатный	Библиотека
Дополнительная литература
1.	Артемьева Е. Н., Мартынов Е. М. Вероятностные методы в психологии. – 1975.	1	Печатный	Ресурсный центр кафедры
2.	Баранова М. А. Математика: учебное пособие. — Иркутск : ИГПУ, 1997	96	Печатный	Библиотека
3.	Гласс Дж., Стэнли Дж. Статистические метoды в педагoгике и психoлoгии. – М.: Прогресс.-1976.	1	Печатный	Библиотека
4.	Гнеденко В. В. Курс теории вероятностей. – М.: Наука. – 1973.	1	Печатный	Ресурсный центр кафедры
5.	Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. М.:–1997г.	2	Печатный	Библиотека
6.	Дюк В. Обработка данных на ПК в примерах. СПб, 1997.	1	Электронный	Ресурсный центр кафедры
7.	Ермолаев О. Ю. Математическая статистика для психологов: Учебник. – М.: Московский психолого-социальный институт: Изд-во Флинта, 2004	2	Печатный	Библиотека
8.	Кабанов С. В. Использование пакета Statistica 5.0 для статистической обработки опытных данных. — Саратов: Сарат. гос. агр. ун-т., 2000	1	Электронный	Ресурсный центр кафедры
9.	Калинин С. И. Компьютерная обработка данных для психологов. СПб.: Речь, 2002	1	Печатный	Библиотека
10.	Кендалл М., Стюарт А. Статистические выводы и связи. – М.: Наука. – 1973.	1	Печатный	Ресурсный центр кафедры
11.	Кокс Д., Снелл Э. Прикладная статистика: принципы и примеры. – М.: Мир. – 1984.	1	Печатный	Ресурсный центр кафедры
12.	Кочетков Е. С., Смерчинская С. О., Соколов В. В. Теория вероятностей и математическая статистика. – М.: Форум-Инфра-М, 2003.	1	Печатный	Ресурсный центр кафедры
13.	Крылов В. Ю. Геометрическое представление данных психологических исследований. – М.: Наука. – 1990.	1	Печатный	Ресурсный центр кафедры
14.	Лакин Г. Ф. Биометрия. – М.: Высшая школа. – 1973.	1	Печатный	Ресурсный центр кафедры
15.	Лбов Г. С. Методы обработки разнотипных данных. – М.: Наука. – 1981.	1	Печатный	Ресурсный центр кафедры
16.	Лукьянова Н. Ю. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям. – Калининград: Калинингр. ун-т;, 1999	1	Электронный	Ресурсный центр кафедры
17.	Математические методы в исследованиях индивидуальной и групповой деятельности п/ред. Крылова В. Ю. – М.: Наука. – 1990.	2	Печатный	Библиотека
18.	Мацкевич И. П., Свирид Г. П. Высшая математика. Теория вероятностей и математическая статистика. – Мн.: Вышэйшая школа. – 1993.	1	Печатный	Ресурсный центр кафедры
19.	Митропольский А. К. Техника статистических вычислений. – М.: Наука. – 1971.	1	Печатный	Ресурсный центр кафедры
20.	Митина О. В., Михайловская И. Б. Факторный анализ для психологов. – М.: Учебно-методический коллектор «Психология», 2001.	1	Электронный	Ресурсный центр кафедры
21.	Наследов А. Д. Математические методы психологического исследования, СПб.: Речь, 2004	1	Печатный	Библиотека
22.	Немов Р. С. Психология : учебник: в 3 кн. — М. : ВЛАДОС, 2001 — Кн. 3 : Психодиагностика: Введение в научное психологическое исследование с элементами математической статистики : учебник. — 2003.	102	Печатный	Библиотека
23.	Основы математической статистики. Учебное пособие для институтов физической культуры п/ред. В. С. Иванова. – М.: Физкультура и спорт. – 1990.	1	Печатный	Ресурсный центр кафедры
24.	Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика. – 1982.	1	Печатный	Ресурсный центр кафедры
25.	Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Социально-психологический центр, 2002.	7	Печатный	Библиотека
Научная литература
1.	Асеев В. Г. Как работать над кандидатской диссертацией: Иркутск: Изд-во Иркутского гос. пед. ун-та, 1998.	1	Печатный	Ресурсный центр кафедры
2.	Ганзен В. А. Системные описания в психологии. – Л.: ЛГУ, 1984.	1	Печатный	Ресурсный центр кафедры
3.	Скотт Миллер. Психология развития. Методы исследования.- СПб.: Питер, 2002.	1	Печатный	Ресурсный центр кафедры
II. Электронно-программные средства
1.	Электронный учебник по программе Statistica	1	Сайт	http://www. statsoft. ru/home/textbook/default. htm
2. 2	Учебник и руководство по SPSS	1	Сайт	http://sociomarket. narod. ru/uchebnik. html
3. 3	Демо-версия SPSS	1	Сайт	ftp://kiftp1.spss. com/pub/web/spss13/SPSS13Eval. exe2
4. 4	Демо-версия Статистика+ 2003	1	Электронный	Ресурсный центр кафедры
5. 5	Руководство пользователя Statistica 5.1	1	Сайт	http://www. exponenta. ru/soft/Statist/stat5_1/1/1.asp
III. Аудиовизуальные средства
1.	Презентации к лекциям	5	Электронный	Ресурсный центр кафедры

Журнал рейтинг-контроля

Рейтинг студентов направления (специальности) Психолог.

Курса 3 по дисциплине Математические методы в психологии

по результатам контрольных мероприятий

№ (итоговый рейтинг)

Ф. И.О. студента

Текущий балл (%) или отметка по учебному элементу

Рубежный балл (%) или отметка по модулю

Итоговый балл (%) или отметка по дисциплине

Качест

венная оценка

Иванов И.

УЭ 1.1. — 86

М 1 — 83

«зачтено»

«незачтено»

Авторы– составители: к. п.н., доцент Петров Вячеслав Григорьевич и старший преподаватель кафедры психодиагностики и дисциплин специализации Емельянова Елена Владимировна

Рекомендовано

на заседании кафедры_______________

протокол № 1 от 01.09 2010 г.

Зав. кафедрой_____________(Ларионова Л. И.)

Одобрено

на заседании УМК факультета ________

протокол № 1 от 06.09 2010 г.

Председатель УМК _________(Михайлик Е. В.)

[1] графу №6 заполняет студент/слушатель

Измерение в психологии

Срок выполнения: 4 уч. неделя января.

Срок выполнения: 1 уч. неделя марта.

Срок выполнения: 2 уч. неделя марта.

Срок выполнения: 3 уч. неделя апреля.

Срок выполнения: 4 уч. неделя апреля.

Срок выполнения: 3 уч. неделя мая.

Срок выполнения: 4 уч. неделя мая.

Срок выполнения: 1 уч. неделя июня.

IV. КОНТРОЛЬ КАЧЕСТВА ОСВОЕНИЯ ДИСЦИПЛИНЫ

Словари и справочники

Самостоятельная работа №14

Самостоятельная работа №15

Самостоятельная работа №16

Итого

Основная литература

Дополнительная литература

Научная литература

Наташа

Узнать стоимость за 15 минут

Распродажа дипломных

Подпишись на наш паблик в ВК

Нужна работа?