Математические методы в психологии

Цели и задачи дисциплины

Целью освоения дисциплины «Математические методы в психологии» является формирование у студентов представлений о роли математики в современном мире, овладение студентами системой математических методов обработки психологических данных. 1. Сформировать у студентов положительную мотивацию на использование современных математических и компьютерных методов в прикладных психологических исследованиях. 2. Дать представление об основных статистических процедурах и способах их применения в психологии. 3. Овладеть алгоритмами выбора математико-статистических методов в психологии в зависимости от исследовательской ситуации - от исходных данных и задач исследования. 4. Научить самостоятельному проведению первоначальной статистической обработки данных экспериментального исследования. 5. Научить устанавливать количественные связи и закономерности между психологическими характеристиками, используя различные математические методы. 6. Научить правильной интерпретации результатов математической обработки данных.

Краткое содержание дисциплины

Основы статистических методов обработки и интерпретации данных. Основные понятия математической статистики. Измерения в психологии, уровни измерения: номинальный, ординальный, интервальный, отношений, абсолютный. Типы шкал и измерений. Соотношение различных типов шкал. Статистические гипотезы, статистические критерии. Генеральная совокупность, выборка, репрезентативность выборки, статистическая достоверность, зависимые и независимые выборки, шкалы (номинальная, ранговая, интервальная, абсолютная). Нормативы представления результатов анализа данных в научной психологии. Таблица исходных данных. Виды таблиц и их построение. Графическое представление экспериментальных данных. Гистограммы и их применение на практике. Методы математической обработки результатов эксперимента. Общее представление о методах статистического анализа экспериментальных данных, назначение этих методов. Основные показатели, получаемые в результате первичной обработки экспериментальных данных (мода, дисперсия, стандартное отклонение, среднее арифметическое, результаты измерений, медиана, этапы вычисления дисперсии). Вычисление среднего значения переменной. Определение дисперсии. Установление вида распределения данных. Характеристика нормального распределения. Корреляционный анализ данных. Коэффициент корреляции. Вычисление значений коэффициентов корреляции. Коэффициент ранговой корреляции Спирмена. Статистическая проверка научной гипотезы. Коэффициент Пирсона. Установление корреляционных зависимостей и их интерпретация. Меры различий. Вычисление интервалов. Сравнение средних величин разных выборок. Сравнение частотных распределений данных. Сравнение дисперсий двух выборок. Критерий Стьюдента для зависимых и независимых выборок. Критерий Фишера. Хи-квадрат критерий. Угловое преобразование Фишера. Критерий Розенбаума. Критерий Манна-Уитни и Крускала-Уоллеса. Критерий Вилкоксона. Многомерные методы анализа данных. Факторный анализ. Дискриминантный анализ. Регрессионный анализ. Кластерный анализ. Дисперсионный анализ.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ОПК-11 Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности
УК-1 Способен осуществлять критический анализ проблемных ситуаций на основе системного подхода, вырабатывать стратегию действий