Читайте также:
|
Лекция 1. Основные понятия, используемые в математической обработке данных. Измерительные шкалы.
Основные задачи математической статистики. Виды данных в статистике. Измерения в психологии. Характеристика типов шкал, применяемых в психологии. Шкала наименований. Шкала порядка. Шкала интервалов. Шкала отношений. Операции с числами, возможные с каждым типом шкал измерения. Ограничения в использовании различных типов шкал. Перевод данных из одного типа шкал в другой тип измерения.
Лекция 2. Генеральная совокупность и выборка. Статистическое распределение выборки.
Понятие генеральной совокупности и выборки. Свойства и параметры совокупности. Репрезентативность. Классификация выборок по способу отбора, объему, схеме испытаний и репрезентативности.
Лекция 3. Методы описательной статистики. Представление количественных данных.
Понятие описательной статистики. Представление количественных данных. Различные этапы представления данных. Несгруппированные ряды. Упорядоченные ряды. Ранжирование данных. Распределение частот. Табличное и графическое представление количественных данных.
Лекция 4. Числовые характеристики распределения данных. Меры центральной тенденции.
Числовые характеристики. Меры центральной тенденции: мода, медиана, среднее значение, квантили. Оценка средних величин.
Лекция 5. Числовые характеристики распределения данных. Меры изменчивости.
Оценка разброса данных. Размах, дисперсия, стандартное отклонение. Коэффициенты вариации. Асимметрия, эксцесс.
Модуль 2. Нормальный закон распределения и меры связи между признаками
Лекция 6. Нормальный закон распределения случайной величины.
Понятия распределения признака и нормального распределения признака. Кривая нормального распределения. Основные характеристики нормального распределения. Правило трех сигм. Построение кривой нормального распределения. Асимметрия и эксцесс нормального распределения.
Лекция 7. Построение эмпирической нормальной кривой. Проверка нормальности распределения результативного признака.
Формула для нахождения теоретических частот нормального распределения, алгоритм построения кривой нормального распределения по эмпирическим данным. Проверка нормальности распределения результативного признака. Формулы для расчета критических значений А (асимметрии) и Е (эксцесса) Е.И. Пустыльника и Н.А. Плохинского.
Лекция 8. Исследование взаимосвязи признаков. Меры связи между признаками.
Исследование взаимосвязи признаков. Меры связи между признаками. Соотношение между типами измерительных шкал и мерами связи. Понятия корреляционной связи и корреляционной зависимости. Особенности и свойства коэффициентов корреляции. Показатели линейной корреляционной связи. Методы расчета коэффициента ранговой корреляции Спирмена.
Лекция 9. Коэффициент линейной корреляции Пирсона.
Коэффициент линейной корреляции Пирсона как показатель наличия и тесноты линейной корреляционной связи между двумя признаками. Методы расчета коэффициента линейной корреляции. Интерпретация коэффициентов корреляции. Анализ корреляционных матриц. Корреляционный граф.
Лекция 10. Основы регрессионного анализа: базовые понятия и задачи.
Корреляция, регрессия и детерминация, их взаимосвязь. Этапы проведения регрессионного анализа. Взаимосвязь понятий коэффициент корреляции, коэффициент регрессии и коэффициент детерминации для линейной зависимости.
Лекция 11. Линейная регрессионная зависимость.
Линия регрессии и ее уравнение. Построение регрессионной линейной зависимости по эмпирическим данным методом наименьших квадратов. Достоверность линии регрессии и уравнения регрессии.
Дата добавления: 2015-01-12; просмотров: 100 | Поможем написать вашу работу | Нарушение авторских прав |