Программа дисциплины Статистические методы и математическое моделирование в психологии для направления 030300. 62 Психология подготовки магистра



Скачать 71.14 Kb.
Дата12.05.2016
Размер71.14 Kb.
ТипПрограмма дисциплины
Правительство Российской Федерации
Государственное образовательное бюджетное учреждение

высшего профессионального образования
«Государственный университет - Высшая школа экономики»

Факультет Психологии


Программа дисциплины
Статистические методы и математическое моделирование в психологии

для направления 030300.62 Психология подготовки магистра

Авторы: к.ф.-м.н., профессор Макаров А.А.

Рекомендована секцией УМС Одобрена на заседании кафедры


Психология общей и экспериментальной психологии

Председатель

_________________ В.А. Штроо Зав. кафедрой А.К. Болотова

___________________________

«_____» __________________ 2008 г. «____»____________________ 2008 г

Утверждена УС факультета

Психологии

Ученый секретарь Е.Б. Старовойтенко

________________________________

« ____» ___________________2008 г.


Москва
Тематический план учебной дисциплины




Название темы

Всего часов по дисциплине

Аудиторные часы

Самостоятельная работа

Лекции

Сем. и практ. занятия

1

Многофакторный дисперсионный анализ и обобщенные линейные модели.

20

6

6

30

2

Кластерный анализ.

22

2

2

16

3

Факторный анализ. Метод главных компонент.

24

4

4

20

4

Множественная регрессия.

26

2

2

14




Итого:

108

14

14

80



Базовые учебники)

1. Тюрин Ю.Н., Макаров А. А. "Анализ данных на компьютере" М.:, "ИНФРА-М", 2003 г.

2. Наследов А.Д. "Математические методы психологического исследования. Анализ и интерпретация данных" СПб.:, "Речь", 2006 г.

3. Гусев А.Н. «Дисперсионный анализ в экспериментальной психологии» М.: «Психология», 2000 г.



4. Гудвин Дж. «Исследование в психологии. Методы и планирование» СПб.: «Питер» 2004 г..

5. Бююль А., Цёфель П. «SPSS. Искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей» СПб.: ООО «ДиаСофтЮП» 2002 г..

------------------------------------------------------------------------------------------------------------------------------------------



Формы контроля:


  • текущий контроль – 1 контрольная работа в форме теста.

  • итоговый контроль - экзамен, содержащий практическую задачу, решаемую с помощью пакета SPSS и 2 дополнительных теоретических вопроса

  • итоговая оценка по курсу складывается из оценки за экзамен (60% оценки), оценки за контрольную работу (30% оценки) и учета посещаемости занятий (10% оценки).

  • Оценка за экзамен складывается из оценки правильности и обоснованности решения практической задачи (70% оценки) и правильности ответов на дополнительные вопросы (30% оценки)

Содержание программы
РАЗДЕЛ 1. Многофакторный дисперсионный анализ и обобщенные линейные модели.
Тема 1.Многофакторный дисперсионный анализ.

Постановка задачи. Проверка гипотез о влиянии фактора на отклик, о влиянии взаимодействия факторов на отклик. F-распределение Фишера. Разложение вариации.



Основная литература

1. Гусев А.Н. «Дисперсионный анализ в экспериментальной психологии» М.: «Психология», 2000 г.



2. Тюрин Ю.Н., Макаров А. А. "Анализ данных на компьютере" М.:, "ИНФРА-М", 2003 г.

Тема 2. Оценка параметров в модели многофакторного анализа. Проверка предпосылок для дисперсионного анализа .

Оценка параметров модели. Проверка о значимом отличии от нуля параметров модели. Распределение Стьюдента. Анализ остатков модели. Критерий Колмогорова-Смирнова. Поиск нехарактерных значений и выбросов. Диаграмма «ящик с усами».



Основная литература

1. Тюрин Ю.Н., Макаров А. А. "Анализ данных на компьютере" М.:, "ИНФРА-М", 2003 г.

Тема 3. Обобщенная линейная модель.

Сочетание качественных и количественных факторов воздействия на испытуемых. Проверка гипотез и оценивание параметров в обобщенной линейной модели. Контрасты.



Основная литература

1. Бююль А., Цёфель П. «SPSS. Искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей» СПб.: ООО «ДиаСофтЮП» 2002 г..



РАЗДЕЛ 2. Кластерный анализ
Тема 1. Иерархическая кластеризация.

Понятие расстояния в многомерном пространстве. Евклидов расстояние, расстояние Чебышева, расстояние «Манхеттен». Различные стратегии объединения в кластеры: метод ближайшего соседа, метод удаленного соседа, метод межгруппового соседа. Дендограмма. Кластеризация объектов и кластеризация признаков.



Основная литература

  1. Наследов А.Д. "Математические методы психологического исследования. Анализ и интерпретация данных" СПб.:, "Речь", 2006 г.

  2. Бююль А., Цёфель П. «SPSS. Искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей» СПб.: ООО «ДиаСофтЮП» 2002 г..


РАЗДЕЛ 3. Факторный анализ. Метод главных компонент.
Тема 1. Метод главных компонент.

Косвенность измерения в психологическом исследовании. Корреляционная матрица и ее собственные значения. Выбор числа факторов. Критерий Кайзера и критерий Кетелла..



Основная литература

  1. Наследов А.Д. "Математические методы психологического исследования. Анализ и интерпретация данных" СПб.:, "Речь", 2006 г.

  2. Бююль А., Цёфель П. «SPSS. Искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей» СПб.: ООО «ДиаСофтЮП» 2002 г..


Тема 2. Факторные нагрузки. Вращения в факторном пространстве

Интерпретация факторов. Расчет факторной нагрузки. Различные методы вращения.



Основная литература

  1. Наследов А.Д. "Математические методы психологического исследования. Анализ и интерпретация данных" СПб.:, "Речь", 2006 г.

  2. Бююль А., Цёфель П. «SPSS. Искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей» СПб.: ООО «ДиаСофтЮП» 2002 г..


РАЗДЕЛ 4. Множественная линейная регрессия.
Тема 1. Множественная линейная регрессия.

Отбор значимых предикторов и оценка параметров модели. Различные стратегии отбора предикторов. Шаговая регрессия. Проверка препосылок использования модели множественной регрессии.



Основная литература

1. Тюрин Ю.Н., Макаров А. А. "Анализ данных на компьютере" М.:, "ИНФРА-М", 2003 г.



Примерные задачи экзамена:
В качестве эмпирических данных в экзаменационных задачах обычно используются результаты учебной деятельности студентов различных ф-тов ГУ ВШЭ


  1. Файл sociology_03.sav. Разбить студентов кафедры экономической социологии (переменная kafedra=1), поступивших в 2004 году (переменная year = 2004) на однородные группы по результатам их успеваемости по предметам: alg_analiz, micro_ec, diskr_math, macro_ec1, ter_ver, met_soc_is, econ_soc, macro_ec2, math_stat. Проинтерпретируйте полученные результаты, учитывая, что номер студента минус 87 соответствует его месту в рейтинге.



  1. Файл sociology_03.sav. Для студентов 2003 года (переменная year = 2003) построить модель, предсказывающую итоговый средний рейтинг студента на 5-ом курсе (переменная s_rating) по результатам его успеваемости по предметам на 1-2 курсе. Обосновать применимость метода.




  1. Файл sociology_03.sav. Для студентов 2004 года (переменная year = 2004) построить модель, предсказывающую итоговый средний рейтинг студента на 4-ом курсе (переменная s_rating) по результатам его успеваемости по предметам на 1-2 курсе. Обосновать применимость метода.




  1. Файл sociology_03.sav. Хорошо ли объясняют различия в среднем рейтинге (переменная s-rating) студентов 2003 года их пол, номер группы и оценки по экономической социологии (переменная econ_soc) и математической статистике (переменная math_stat). Построить соответствующую модель. Обосновать ее применимость.




  1. Файл sociology_03.sav. Для студентов кафедры экономической социологии 2003 -2004 гг. (переменная kafedra=1) выделите и проинтерпретируйте основные факторы, отражающие их успеваемость.




  1. Файл sociology_03.sav. Выяснить есть ли значимые отличия в успеваемости студентов разных групп (переменная group, каждая группа соответствует одной из специализаций), поступивших на факультет в 2003 году (переменная year = 2003) по дисциплине «теория вероятностей» (переменная ter_ver). Построить модель для описания средней успеваемости студентов каждой из групп. Обосновать применимость метода.




  1. Файл sociology_03.sav. Постройте модель прогноза оценки студентов, поступивших на факультет в 2003 году (переменная year = 2003), по английскому языку в конце второго курса (переменная engl_3) в зависимости от его оценок по предшествующим предметам. Обосновать применимость метода.



Примерные дополнительные теоретические вопросы на экзамене


  1. Какие шкалы измерений вы знаете, и чем они отличаются.

  2. В каких ситуациях можно использовать коэффициент корреляции Пирсона, а в каких Спирмена.

  3. Как проверить нормальность распределения выборки.

  4. Для каких целей в прикладных задачах статистики используется распределение Стьюдента.

  5. Как зависит точность оценки среднего значения признака от объема выборки.

  6. С помощью каких методов и показателей можно измерить связь между двумя качественными признаками.


Автор программы: к.ф.-м.н., профессор А.А.Макаров
Каталог: data
data -> «высшая школа экономики»
data -> Программа дисциплины «Российский и мировой рынок pr»
data -> Программа дисциплины «Методы исследований в психологии и образовании»
data -> «высшая школа экономики»
data -> Методическая работа по аспектам Business English и Banking Transactions Список учебно-методических материалов 2007г
data -> «высшая школа экономики»
data -> Программа «Совершенствование преподавания социально-экономических дисциплин в вузах»
data -> Программа дисциплины теории личности для направления 030300. 62 «Психология»
data -> Программа дисциплины «Современные концепции личности»


Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©dogmon.org 2019
обратиться к администрации

    Главная страница