Рабочая программа математические методы в психологии

Скачать 310.27 Kb.

Название	Рабочая программа математические методы в психологии
страница	1/3
Дата публикации	03.05.2015
Размер	310.27 Kb.
Тип	Рабочая программа

100-bal.ru > Математика > Рабочая программа

1 2 3

ФИЛИАЛ НОУ ВПО "САНКТ-ПЕТЕРБУРГСКИЙ ИНСТИТУТ ВНЕШНЕЭКОНОМИЧЕСКИХ СВЯЗЕЙ, ЭКОНОМИКИ И ПРАВА»

В г. КАЛИНИНГРАДЕ

РАБОЧАЯ ПРОГРАММА

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ
специальность: 030301.65 (020400) - Психология

КАЛИНИНГРАД

2010

Математические методы в психологии : Рабочая программа/

Автор-составитель:

Морозова М.Г., Калининград, 2010.

УМК рассмотрен и одобрен на заседании кафедры психологии,

протокол № 1 от 26.08.10.

УМК утвержден на заседании Совета филиала,

протокол №1 от 07.09.2010

Пояснительная записка
Цели и задачи дисциплины
Данная рабочая программа учебной дисциплины реализуется на основе требований компетентностно-ориентированного учебного плана и ориентирована на приобретение студентами ряда базовых культурных, личностно-ориентированных культурных и профессиональных компетенций в той мере, в таком ракурсе и объеме, который задается характером проблематики, теоретико-методологическими основаниями и практико-прикладными аспектами современной теории и практики социальной работы. Компетенции, на которых сфокусирована данная рабочая программа учебной дисциплины могут наполняться также комплексом знаний, умений, навыков, предоставляемых другими дисциплинами. Исходя из этого в данной программе сформулированы следующие цели и задачи (миссия программы):

Цель курса - дать студентам систему теоретических и практических знаний, позволяющих обрабатывать и анализировать результаты психологических исследований.

Задачи курса:

Сформировать целостное представление о необходимости и возможностях математико-статистического анализа результатов психологического исследования.
Сформировать и закрепить умения и навыки математико-статистического описания результатов и проверки гипотез, которые не требуют использования электронно-вычислительных машин.
Сформировать представления о дисперсионном и факторном анализе. Знать простейшие алгоритмы построения дисперсионного анализа. Понимать результаты факторного анализа.
Дать общие сведения о возможностях более сложных программ современных видов математико-статистического анализа результатов исследования.
Ознакомиться с различными направлениями и основными результатами математического моделирования психологических явлений.

Студент, обучающийся по дисциплине «Математические методы в психологии», должен иметь знания, умения, навыки и компетенции, соответствующие полному среднему образованию. Одновременно с изучением данной дисциплины он должен иметь или получать знания, умения, навыки по дисциплинам: «Математика» с основами математической статистики. Поэтому изучение этого предмета целесообразно на 2-м или 3-м курсах. Очень важны межпредметные связи также с дисциплинами, существенно дополняющими теоретико-методологические и инструментально-прикладные параметры, заявленных в данной программе компетенций: «Экспериментальная психология» и «Психодиагностика».
В случае успешного освоения дисциплины студенты должны

иметь представление:

о стандарте обработки результатов психологического исследования и нормативах представления результатов анализа данных в научной психологии;
о возможностях более сложных программ современных видов математико-статистического анализа результатов исследования.
о различных направлениях и основных результатах математического моделирования психологических явлений.

знать:

основные этапы и назначение математико-статистического анализа результатов исследования.
основные понятия и математико-статистические процедуры, необходимые и достаточные для проведения математико-статистического анализа психодиагностических результатов.
назначение многомерных методов математической обработки результатов психологического исследования.

уметь:

определять принадлежность результатов, получаемых конкретной психодиагностической методикой, к тому или иному типу шкалы измерений.
формулировать задачи математико-статистического анализа результатов исследования в соответствии с гипотезой и правильно отбирать соответствующий математический аппарат, который позволяет сделать обоснованные выводы.

провести математико-статистический анализ результатов психологического исследования.

иметь навыки расчета:

различных параметров распределений;
мер взаимосвязи случайных величин;
критериев различий.

Содержание дисциплины
Раздел 1. Описательная статистика

Тема 1.1. Введение

Особенности описаний объектов, явлений в психологии.

Отличие психологических описаний от описаний объектов в естественных науках. Основные теоретические модели психологии и их характеристика: качественный уровень описания, субъективность, фрагментарность. Случайность психологических явлений.

Основные понятия теории вероятностей.

Теория вероятностей как аппарат математического описания случайных явлений.

Понятие события, детерминированные и случайные события. Частота, частость, вероятность события. Классификация случайных событий: простые и сложные, совместные и несовместные, зависимые и независимые события. Вероятность суммы и произведения событий. Полная система событий, формула полной вероятности. Формула Байеса. Примеры психологических задач на определение вероятностей событий.

Тема 1.2. Основные понятия математической статистики

Способы представления распределений. Случайная величина, генеральная совокупность, выборка, распределение. Табличное, графическое, аналитическое представление распределений. Таблица приведенных данных, интервал квантования, алгоритм построения гистограммы и кумуляты.

Тема 1.3. Числовые характеристики одномерных распределений

Меры положения – мода, медиана, математическое ожидание; меры разброса – дисперсия, стандартное отклонение, коэффициент вариации; мера скошенности – коэффициент асимметрии. Их свойства и способы вычисления.

Тема 1.4. Числовые меры парной взаимосвязи случайных величин

Корреляционный анализ: диаграмма рассеивания, ковариация, коэффициент линейной корреляции Пирсона; его вычисление и свойства; корреляционная матрица, корреляционная плеяда.

Двумерный регрессионный анализ. Понятие о линейной и нелинейной регрессии. Алгоритм построения простой линейной регрессии. Факторная и остаточная дисперсии, коэффициент детерминации.

Тема 1.5. Типы данных, четыре уровни измерений

Понятие измерения, уровни измерений.

Шкала наименований: коэффициент φ парной (четырехклеточной) сопряженности Пирсона.

Шкала порядка: шкала рангов, коэффициент ρ ранговой корреляции Спирмена, рангово-бисериальный коэффициент корреляции r_rb.

Шкала интервалов, метрическая шкала: точечно-бисериальный коэффициент корреляции r_pb.
Раздел 2. Индуктивная статистика

Тема 2.1. Основные распределения, используемые при проверке гипотез в психологических исследованиях

Нормальное распределение. Биноминальное распределение, схема испытаний Бернулли. Аппроксимирующая формула Муавра. Z-преобразование, единичное нормальное распределение, его свойства. Таблица стандартизованного единичного нормального распределения.

Понятие квантилей распределения. χ², t и F-распределения, их конструирование. Графики χ², t и F-распределений, их свойства. Понятие степени свободы. Таблицы χ², t и F-распределений и их практическое применение.

Тема 2.2. Проверка статистических гипотез. Алгоритмы проверки наиболее часто используемых гипотез

Статистики и параметры. Алгоритм проверки статистических гипотез, нулевая и альтернативная гипотезы, доверительная вероятность, ошибки первого и второго рода.

Частные случаи проверки гипотез, наиболее часто используемых в психологии: достоверность различий средних значений и дисперсий двух выборок, значимость различных мер взаимосвязи случайных величин:

Раздел 3. Непараметрическая статистика

Тема 3.1. Непараметрические критерии проверки статистических гипотез. Основные понятия

Параметрические и непараметрические критерии: сравнительная характеристика, возможности и ограничения. Связанные и несвязанные выборки.

Тема 3.2. Непараметрические критерии для связанных выборок

Критерий знаков G: характеристика, ограничения, алгоритм вычисления, проверка значимости. Критерий Т Вилкоксона: характеристика, ограничения, алгоритм вычисления, про- верка значимости.

Тема 3.3. Непараметрические критерии для несвязанных выборок

Критерий U Манна-Уитни: характеристика, ограничения, алгоритм вычисления, проверка значимости. Критерий Q Розенбаума: характеристика, ограничения, алгоритм вычисления, про- верка значимости.

Тема 3.4. Многофункциональные критерии. Угловой ^-критерий Фишера

Общая характеристика многофункциональных критериев. Эффект, виды эффектов. Угловой ^-критерий Фишера: назначение, ограничения, геометрическая интерпретация, алгоритм вычисления, проверка значимости.
Раздел 4. Многомерные методы описания данных
Тема 4.1. Многомерные методы описания данных

Классификация многомерных методов по их назначению.

Множественный регрессионный анализ. Назначение МРА, общий вид уравнения множественной линейной регрессии. Коэффициент множественной корреляции.
Факторный анализ. Назначение; латентная переменная, виды ФА.
Кластерный анализ. Назначение, основные понятия (кластер, меры сходства, дендрограмма). Меры расстояния: Евклидово расстояние, "метрика города". Основные методы кластерного анализа.

Тема 4.2. Анализ данных на компьютере

Математико-статистическая обработка результатов исследования с использованием компьютерных пакетов Statistica, SPSS, Statgrafic. Возможности и ограничения конкретных компьютерных методов обработки данных.

Стандарты обработки данных. Нормативы представления результатов анализа данных в научной психологии.

Математическое моделирование и средства построения моделей: классификации, латентных структур, семантических пространств и т. п. Модели индивидуального и группового поведения. Моделирование когнитивных процессов и структур. Проблема искусственного интеллекта. Нетрадиционные методы моделирования.

Содержание дисциплины

№ п/п	Наименование раздела дисциплины	Лекции	Практ. Занят.	СРС	Всего
1.	Описательная статистика.	2	2	10	26
2.	Индуктивная статистика.	2		10	28
3.	Непараметрическая статистика.	2	2	8	20
4.	Многомерные методы описания данных.	2		8	16
	Итого	8	4	108	120

Практические занятия

№ п/п	Раздел дисциплины	Наименование практических работ	Трудо-емкость (часы)
1.	Описательная статистика.	Построение гистограмм распределений признаков. Вычисление числовых характеристик распределений признаков.	8
2.	Индуктивная статистика.	Вычисление числовых мер парной взаимосвязи признаков. Построение простой линейной регрессии.	10

Методические рекомендации по организации изучения дисциплины
Курс адресован студентам, обучающимся по специальности “психология”. Знание данной дисциплины необходимо студентам-психологам, поскольку позволяет сформировать навыки использования математических методов при обработке результатов психологических исследований. Знания и умения, полученные студентами в ходе изучения данной дисциплины, будут применяться при написании курсовых и дипломных работ, а также в дальнейшей профессиональной деятельности.

При проведении лекционных занятий рекомендуется использовать компьютерный мультимедийный проектор с целью более наглядного представления объясняемого материала. При проведении практических занятий следует использовать персональные компьютеры (особенно при изучении сложных способов обработки данных – кластерный, факторный анализ и т. д.). Рекомендуется регулярно проводить проверочные работы с целью определения пробелов знаний студентов и дальнейшего их устранения.

В учебном плане на самостоятельное изучение «Методы математической обработки» отведено 36 часов. Большая часть этого времени должна отводиться на знакомство с литературными источниками, которые предлагаются к изучению, работу в библиотечных фондах института и города. По желанию студенты по интересующим их вопросам могут написать рефераты, предварительно согласовав тему с преподавателем. Требования к оформлению докладов и рефератов такие же, как к оформлению контрольных работ для студентов заочного отделения. Для успешной сдачи зачета необходимо ознакомиться с основной литературой, изучить теоретическую часть по конспектам лекций.

Для подготовки к зачету и экзамену рекомендуется предварительно прорешать задания из примерной контрольной работы, приведенной в учебно-методическом комплексе. При наличии вопросов следует обратиться к справочной литературе, а в сложных случаях – обратиться на консультации с вопросом к преподавателю.

Вариант контрольной работы выдается студентам заочной формы обучения самим преподавателем. Контрольная работа должна быть выполнена в срок, своевременно сдана в деканат. Работа должна быть оформлена аккуратно. Возможно компьютерное оформление работы. Без положительной оценки контрольной работы студент до экзамена не допускается. К самой работе обязательно должен быть приложен исходный вариант задания, выданный преподавателем.

На зачете и экзамене студенты могут пользоваться любой справочной литературой и своими конспектами. Главная цель экзамена – показать знания и практические навыки по применению математических методов в психологии. На экзамене студент должен быть готов к ответу на любой теоретический вопрос по курсу, а также должен уметь решить любую из практических задач (задачи зачёта аналогичны задачами контрольной работы для студентов заочной формы обучения). Таким образом, зачёт состоит из 2 частей – теоретической и практической, что соответствует целям изучения данного курса. Зачёт по теоретическому разделу курса может приниматься в виде выполнения тестовых заданий.

Оформление контрольной работы: титульный лист, содержание контрольной работы, основная часть контрольной работы, выводы по работе, список использованной литературы в алфавитном порядке.

Главное в контрольной работе – логически связанное изложение этапов математической обработки данных: 1) вычисление требуемых содержанием задачи числовых характеристик, 2) проверка статистических гипотез о значимости-незначимости полученных числовых характеристик, 3) корректно сформулированный ответ на вопрос задачи.
Вопросы для подготовки к зачету

Особенности описаний объектов, явлений, изучаемых в психологии; их отличия от описаний объектов естественных наук.
Модели, используемые в психологии (структурные, вероятностные, информационные).
Отличие измерений в психологии от измерений в естественных науках.
Адекватность применения теории вероятностей и математической статистики для описания объектов, явлений, изучаемых в психологии.
Событие, классификация событий; примеры психологических событий.
Совместные и несовместные события. Вероятность суммы событий. Примеры задач из психологии.
Зависимые и независимые события. Вероятность произведения событий. Примеры задач из психологии.
Полная группа событий. Формула полной вероятности. Примеры задач из психологии.
Объект и предмет математической статистики. Адекватность аппарата математической статистики для планирования и обработки психологических данных.
Описательная и индуктивная статистика.
Распределение случайных величин. Формы представления распределений.
Построение гистограммы полученных в эксперименте данных.
Числовые характеристики распределения одной случайной величины.
Типы данных. Четыре типа шкал. Примеры из психологии.
Числовые характеристики, используемые для описания данных, измеренных в номинальной шкале.
Числовые характеристики, используемые для описания данных, измеренных в порядковой шкале.
Числовые характеристики, используемые для описания данных, измеренных в интервальной шкале.
Меры взаимосвязи двух случайных величин.
Числовые характеристики парной взаимосвязи. Коэффициент линейной корреляции Пирсона, его вывод и характеристика.
Числовые характеристики парной взаимосвязи. Коэффициент детерминации, его вывод и характеристика.
Числовые характеристики парной взаимосвязи. Коэффициент ранговой корреляции Спирмена, его характеристика.
Коэффициент парной сопряженности, его характеристика.
Линейная регрессия, ее применение в психологии.
Факторный анализ, основные понятия: фактор, ротация, факторный вес. Итоговая таблица, интерпретация факторов.
Кластерный анализ, его характеристика.
Дисперсионный анализ, его характеристика.
Нормальное распределение, его роль в статистике и в психологии. Z – преобразование и таблица единичного нормального распределения.
Нормализация данных, назначение и процедура. Применение в психологии.
Проверка статистических гипотез. Виды гипотез: нулевая и альтернативная.
Основные статистические критерии, используемые в психологии.
Параметрические и непараметрические критерии, их сравнительная характеристика.
t–критерий Стьюдента, его таблица и использование.
t–критерий Стьюдента, его использование для измерения уровня достоверности различия средних значений признака.
χ²- критерий, его таблица и использование.
Непараметрические критерии, общая характеристика. Связанные и несвязанные выборки, адекватные им статистические критерии.
Связанные выборки, критерий знаков G.
Связанные выборки, критерий Вилкоксона Т.
Несвязанные выборки, критерий Манна-Уитни U.
Несвязанные выборки, критерий Розенбаума Q.
Угловой ^-критерий Фишера: назначение, ограничения, геометрическая интер-претация, алгоритм вычисления, проверка значимости.

Задания для контрольных работ для студентов заочного отделения

Вариант №1

Задание № 1.

Определите, к какому типу измерений и к какой шкале относятся следующие данные:

Числа, кодирующие тип темперамента человека.
Академический ранг (ассистент, доцент, профессор) как мера продвижения по службе.
Числа, показывающие выраженность экстра-интраверсии, нейротизма, психотизма, полученные по методике PEN Г. и С. Айзенк.
Метрическая система измерения расстояний.
Номера историй болезни.
Латентный период решения перцептивной задачи.

Задание № 2.

Следующие данные представляют собой оценки 45 взрослых людей в тесте на определение коэффициента интеллекта Стенфорда-Бине:

141 104 101 130 148 92 87 115 91 96 100 133 124 92 123

132 118 98 101 107 97 124 118 146 107 110 111 138 121 129

106 135 97 108 108 107 110 101 129 105 105 110 116 113 123
Вам необходимо:

Построить гистограмму признака "Коэффициент интеллекта" по данной выборке.
Найти Моду и Медиану распределения признака.

Задание № 3

Выборка объемом 30 человек, разбитая на две равные группы по признаку пола, прошла функциональную диагностику мозговой активности, в результате которой у 13 женщин и 4 мужчин было выявлено доминирование правого полушария, а у 2 женщин и 11 мужчин — доминирование левого полушария. Проверьте гипотезу о связи функциональной асимметрии головного мозга с полом.
Задание № 4

В исследовании Скаковского изучалась проблема психологических барьеров при обращении в службу знакомств у мужчин и у женщин. В эксперименте участвовало 17 мужчин и 23 женщины в возрасте от 17 до 45 лет (средний возраст 32,5 года). Испытуемые должны были отметить на отрезке точку, соответствующую интенсивности внутреннего сопротивления (ИВС), которое им пришлось преодолеть, чтобы обратиться в службу знакомств. Длина отрезка, отражающая максимально возможное сопротивление, составляла 100 мм. В табл. 2 приведены показатели интенсивности сопротивления, выраженные в миллиметрах.

Можно ли утверждать, что мужчинам приходится преодолевать субъективно более мощное сопротивление?

Показатели интенсивности внутреннего сопротивления при обращении в службу знакомств (ИВС, в мм)

Мужч.	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17
ИВС	81	80	73	72	72	69	69	65	65	62	60	54	54	43	30	26	26
Женщ.	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23
ИВС	70	66	66	63	63	61	60	54	47	43	41	40	39	38	38	35	30	27	25	23	17	10	9

Задание № 5

По методике Тулуз-Пьерона исследовалось оперативное внимание у 10 детей в возрасте от 5 лет до 10 лет. Установить, зависит ли скорость выполнения корректурной пробы (среднее число просмотренных знаков за 10 минут) от возраста (для соблюдения интервальности шкалы месяцы переведены в доли года).

Испытуемые	Возраст	Скорость V
1. Саша Д.	7,42	81,1
2. Дамир	7,83	84,5
3. Женя	5,67	25,9
4. Оля	6,75	46,9
5. Кирилл М.	5,83	44,8
6. Кирилл С.	6,17	39,9
7. Кирилл К.	6,25	40,8
8. Саша Ю.	7,17	44,1
9. Юля П.	10,08	71
10. Юля К.	6,83	30,4

Задание №6

12 участников комплексной программы тренинга партнерского общения, продолжавшегося 7 дней, дважды оценивали у себя уровень владения важнейшими коммуникативными навыками: "аргументация". Первое измерение производилось в первый день тренинга, второе — в последний. Участники должны были также отметить для себя реально достижимый, с их точки зрения, индивидуальный идеал в развитии навыка. Все измерения производились по 10-балльной шкале. Данные представлены в таблице.

Вам необходимо проверить, уменьшается ли расхождение между "идеальным" и реальным уровнями владения навыком после тренинга?

Оценки реального и идеального уровней развития коммуникативных навыков

Код имени испытуемого		1 измерение — в 1-й день тренинга		2 измерение — в последний день тренинга
		Аргументация		Аргументация
		Реал.	Идеал.	Реал.	Идеал.
1	И.	5	8	7	9
2	Я.	4	5	5	7
3	З.	5	8	6	8
4	Р.	5	7	5	7
5	К.	4	8	5	10
6	Н.	3	6	6	8
7	Е.	2	6	5	7
8	Л.	3	7	5	9
9	Д.	5	9	5	9
10	Т.	5	8	6	10
11	Ч.	3	9	3	9
12	Б.	4	7	5	8

Для успешного выполнения контрольной работы необходимо знать следующие темы:

Построение гистограммы;
Вычисление числовых характеристик распределения признака – среднего значения, моды, медианы, дисперсии, стандартного отклонения;
Вычисление числовых характеристик взаимосвязи двух признаков – коэффициента четырехклеточной сопряженности, коэффициента ранговой корреляции Спирмана, коэффициента линейной корреляции Пирсона;
Проверка значимости коэффициентов корреляции, значимости уровневых различий по t-критерию Стьюдента, G-критерию знаков, T-критерию Вилкоксона, U-критерию Манна-Уитни.

Вариант №2

1 2 3

Добавить документ в свой блог или на сайт

	Курса «Математические методы в психологии» Выписка из образовательного стандарта по дисциплине «Математические методы в психологии»		Методические рекомендации к самостоятельной работе студентов по дисципли... Содержание внеаудиторной самостоятельной работы студентов по дисциплине «Математические методы в психологии» включает в себя различные...
	Рабочая программа математические методы в психологии направление Ноу впо санкт-петербургский институт внешнеэкономических связей, экономики и права		Рабочая программа дисциплины специальность 08. 00. 13 «Математические... Рабочая программа дисциплины по специальности 08. 00. 13«Математические и инструментальные методы экономики». – М.: Финансовый университет,...
	Рабочая программа математические методы в психологии направление подготовки «психология» Рабочая программа составлена в соответствии с требованиями Федерального государственного образовательного стандарта высшего профессионального...		Математические методы и модели Габрин К. Э., Математические методы и модели: Семестровое задание и методические рекомендации к решению задач. – Челябинск: Издательство...
	Дисциплины «математические методы в инженерных задачах» Кафедра математики Направление Математические методы в инженерных задачах – это прикладная математическая дисциплина, в которой изучаются, способствующая развитию...		Учебно-методический комплекс по дисциплине «Математические методы в исторических исследованиях» Учебно-методическое пособие предназначено для студентов ннгу, обучающихся по направлению подготовки 030600. 62 «История», изучающих...
	Тема Содержание работы Определение психологии как науки. Этапы становления психологии как науки. Предмет и задачи психологии. Отрасли психологии. Взаимосвязь...		Фгбоу впо «сгэу» от 09. 11. 2012г. № Решение ученого совета Самарского... «Математическое моделирование», «Математические модели в финансовых операциях», «Методы оптимизации», «Экономико-математические методы...
	Программа дисциплины «математические методы в инженерных расчетах» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 222900. 62 «Электроника...		Объект, предмет и задачи психологии Исторические этапы развития психологии Методы психологии Методические указания разработаны кандидатом психологических наук, доцентом кафедры психологии личности Е. В. Прокопьевой
	Васильев е. П. Экономико математические методы и модели часть I Лукинова С. Г., Шатохина Л. В., Васильев Е. П. Экономико-математические методы и модели Часть I. Учебно-методический комплекс. –...		План чтения лекции по учебной дисциплине «Математические методы» Раздел №2 Учебные и воспитательные цели: изучить основные виды задач линейного программирования, их математические модели
	Тема: «Математические расчеты семейного бюджета» Математическая экономика – теоретическая и прикладная наука, предметом которой являются математические модели экономических объектов...		Горюшкин А. А., Хуторецкий А. Б. Математические модели и методы исследования... Горюшкин А. А., Хуторецкий А. Б. Математические модели и методы исследования операций: курс лекций: Учеб пос. Новосиб национ иссл...

Рабочая программа математические методы в психологии

Показатели интенсивности внутреннего сопротивления при обращении в службу знакомств (ИВС, в мм)

Задание № 5

Похожие: