Учебные часы по Государственному образовательному стандарту Министерства образования и науки Российской Федерации и Министерства здравоохранения и социального развития − 100 ч.
Учебные часы по действующему учебному плану − 100 ч.
Практические занятия − 40 ч.
Самостоятельная работа − 40 ч.
ЦЕЛЬ И ЗАДАЧИ ИЗУЧЕНИЯ КУРСА
«МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ»
Основной целью изучения дисциплины «Математические методы в психологии» студентами, обучающимися по специальности «клиническая психология», является ознакомление студентов с основами современного математического аппарата, освоение математических методов для дальнейшего профессионального использования.
- Ознакомить студентов с основными математическими методами, используемыми в психологии.
- Сформировать положительную мотивацию использования математических методов как в фундаментальных, так и в прикладных исследованиях.
- Выработать навыки использования математических методов для решения профессиональных задач.
Математические методы в психологии. Основы применения
ТЕМАТИЧЕСКИЙ ПЛАН ЛЕКЦИЙ И ПРАКТИЧЕСКИХ ЗАНЯТИЙ
ПО КУРСУ «МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ»
СОДЕРЖАНИЕ КУРСА «МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ»
1. Основы математической статистики (повторение изученного в курсе «Математика»).
Измерительные шкалы. Виды организации эксперимента. Понятие генеральной и выборочной совокупности. Построение вариационных рядов. Расчет статистических характеристик.
Проверка статистических гипотез. Основные понятия. Понятие о статистической ошибке I и II рода. Параметрические и непараметрические критерии.
2. Способы представления экспериментальных данных.
Методы группировки экспериментальных данных. Представление данных в виде таблиц и графиков. Представление результатов статистической обработки данных.
3. Критерии согласия.
Понятие о критериях согласия. Основные критерии, используемые для проверки согласия экспериментальных данных с модельным распределением (– критерий Колмогорова, 2 – критерий Пирсона). Применение коэффициентов асимметрии и эксцесса для проверки нормальности распределения.
4. Параметрические критерии.
Проверка гипотезы о равенстве генеральных дисперсий (критерий Фишера – Снедекора, критерий Кочрена, критерий Барлетта, условия их применения). Проверка гипотезы о равенстве генеральных средних ( — критерий Стьюдента для зависимых и независимых выборок, — критерий, условия их применения).
5. Непараметрические критерии.
Непараметрические критерии для зависимых совокупностей (G – критерий знаков, Т – критерий Вилкоксона, – критерий Фридмана, L – критерий тенденций Пейджа). Ограничения данных критериев и условия их применения.
Непараметрические критерии для независимых совокупностей (Q – критерий Розенбаума, U – критерий Манна-Уитни, Н – критерий Крускала-Уоллиса, S – критерий тенденций Джонкира, Х – критерий Ван-дер-Вардена, — критерий Колмогорова-Смирнова). Ограничения данных критериев и условия их применения.
Математические методы в психологии (вэбинар)
6. Анализ номинативных данных.
Основные методы анализа номинативных данных. Сравнение эмпирического наблюдения с теоретическим (биномиальный критерий, – критерий Пирсона). Сравнение двух эмпирических распределений (критерий — угловое преобразование Фишера, – критерий Пирсона, оценка разностей между долями, критерий Мак-Нимара).
7. Корреляционный анализ.
Понятие о корреляционной зависимости. Параметрический показатель связи – коэффициент линейной корреляции Пирсона. Построение уравнения регрессии.
Непараметрические показатели связи (коэффициент корреляции рангов Спирмена, коэффициент ассоциации, коэффициент взаимной сопряженности).
8. Дисперсионный анализ (ANOVA)
Понятие о дисперсионном анализе. Виды дисперсионного анализа (однофакторный, многофакторный, дисперсионный анализ с повторными измерениями, многомерный дисперсионный анализ). Математическая идея дисперсионного анализа, ограничения метода.
Однофакторный дисперсионный анализ в случае равномерного и неравномерного дисперсионного комплекса. Множественные сравнения в дисперсионном анализе.
Дисперсионный анализ с повторными измерениями.
Многофакторный дисперсионный анализ, математическая модель многофакторного дисперсионного анализа.
9. Многомерные методы.
Назначение многомерных методов. Классификация многомерных методов по назначению, по исходным предположениям о структуре данных, по виду исходных данных.
Множественный регрессионный анализ, математико-статистическая идея метода. Цели применения и основные методы множественного регрессионного анализа.
Факторный анализ, математическая идея метода. Понятие фактора, цель факторного анализа. Проблемы факторного анализа. Основные этапы факторного анализа.
Дискриминантный анализ, математическая идея метода. Цель дискриминантного анализа.
Многомерное шкалирование, математическая идея метода. Общая схема многомерного шкалирования.
Кластерный анализ, математическая идея метода. Виды кластерного анализа. Роль кластерного анализа в прикладном исследовании.
ПРИМЕРНЫЙ ТЕМАТИЧЕСКИЙ ПЛАН ЛЕКЦИЙ
ПРИМЕРНЫЙ ТЕМАТИЧЕСКИЙ ПЛАН ПРАКТИЧЕСКИХ ЗАНЯТИЙ
| №№ занятий | Содержание занятий | Часы |
| 1 | Основные понятия математической статистики (повторение). Вычисление числовых характеристик выборочной совокупности. | 2 |
| 2 | Способы представления экспериментальных данных. | 2 |
| 3 | Критерии согласия (– критерий Колмогорова, критерий асимметрии и эксцесса). | 2 |
| 4 | Критерии согласия ( 2 – критерий Пирсона). | 2 |
| 5 | Параметрические критерии. | 2 |
| 6 | Непараметрические критерии для зависимых совокупностей (G – критерий знаков, Т – критерий Вилкоксона) | 2 |
| 7 | Непараметрические критерии для зависимых совокупностей ( – критерий Фридмана, L – критерий тенденций Пейджа). | 2 |
| 8 | Непараметрические критерии для независимых совокупностей (Q – критерий Розенбаума, U – критерий Манна-Уитни, Х – критерий Ван-дер-Вардена). | 2 |
| 9 | Непараметрические критерии для независимых совокупностей (Н – критерий Крускала-Уоллиса, S – критерий тенденций Джонкира, , — критерий Колмогорова-Смирнова). | 2 |
| 10 | Анализ номинативных данных (биномиальный критерий, – критерий Пирсона). | 2 |
| 11 | Анализ номинативных данных (критерий — угловое преобразование Фишера, оценка разностей между долями, критерий Мак-Нимара). | 2 |
| 12 | Корреляционный анализ. Параметрический показатель корреляционной связи (коэффициент линейной корреляции Пирсона). Построение уравнения линейной регрессии. | 2 |
| 13 | Непараметрические показатели корреляционной связи (коэффициент корреляции рангов Спирмена, коэффициент ассоциации, коэффициент взаимной сопряженности). | 2 |
| 14 | Дисперсионный анализ. Однофакторный дисперсионный анализ равномерного дисперсионного комплекса. | 2 |
| 15 | Однофакторный дисперсионный анализ неравномерного дисперсионного комплекса. | 2 |
| 16 | Однофакторный дисперсионный анализ с повторными измерениями. | 2 |
| 17 | Многофакторный дисперсионный анализ (на примере двухфакторного). | 2 |
| 18 | Факторный анализ. | 2 |
| 19 | Кластерный анализ. | 2 |
| 20 | Зачетное занятие. | 2 |
Всего 40 часов.
ПЕРЕЧЕНЬ ПРАКТИЧЕСКИХ УМЕНИЙ ПО КУРСУ «МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ»
После окончания изучения дисциплины «Математические методы в психологии» студент должен:
- измерительные шкалы, используемые в психологии, и особенности получаемых экспериментальных данных;
- параметрические и непараметрические критерии, используемые в психологии для обработки результатов исследований;
- методы анализа номинативных данных;
- основные методы корреляционного анализа;
- основные методы и математические идеи дисперсионного анализа.
- вычислять числовые характеристики выборочной совокупности;
- проверять согласие эмпирического распределения с теоретическим;
- применять параметрические и непараметрические критерии для обработки экспериментальных данных;
- анализировать номинативные данные;
- исследовать корреляционную связь между изучаемыми признаками;
- применять дисперсионный анализ.
- применения математических методов к решению профессиональных задач.
- о способах представления экспериментальных данных;
- об условиях применения различных критериев и их ограничениях;
- математической основе используемых методов;
- о многомерных методах и целях их применения.
по дисциплине «Математические методы в психологии».
1. Берестнева О.Г., Уразаев А.М., Муратова Е.А., Кубарев Е.Н., Воробьева Н.Г. Математические методы в психологии / под ред. О.Г. Берестневой, А.М. Уразаева. – Томск: Изд-во Томского государственного педагогического университета, 2001.
2. Сидоренко Е.В. Методы математической обработки в психологии. – СПб.: ООО «Речь», 2003.
Дополнительная
1. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. – М.: Высшая школа, 2000.
2. Гмурман В.Е. Теория вероятностей и математическая статистика. – М.: Высшая школа, 2000.
3. Ермолаев О.Ю. Математическая статистика для психологов. – М.: Московский психолого-социальный институт: Флинта, 2003.
4. Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. – СПб.: Речь, 2004.
Рабочая программа составлена старшим преподавателем кафедры высшей математики СибГМУ М.Б.Аржаник.
Рабочая программа обсуждена и утверждена на заседании кафедры высшей математики
профессор, доктор физ.-мат. наук В.В.Свищенко
Источник: geum.ru
1. Рабочая учебная программа дисциплины
Программа дисциплины «Математические методы в психологии» составлена в соответствии с новыми требованиями (федерального компонента) к обязательному минимуму содержания и уровню подготовки бакалавра и дипломированного специалиста по циклу «Общепрофессиональных дисциплин» государственных образовательных стандартов высшего профессионального образования второго поколения, утверждёнными Министерством образования РФ 03.03.2000 г.
Психологу в своей научной и практической работе постоянно приходится отбирать, классифицировать и упорядочивать те конкретные результаты, которые он получает в практическом исследовании своего объекта, связывать их с другими данными так, чтобы можно было принять верное решение. Именно обоснованные достоверные заключения и может сделать психолог на основе аппарата математической статистики.
Одно из достижений отечественной науки последних десятилетий — широкое проникновение не только в психологическое исследование, но и в психологическую практику персональных компьютеров, которые значительно расширяют возможности психолога, как при исследовании психики, так и при математическом анализе собранного материала.
В программу включены все дидактические единицы – темы федерального компонента курса «Математические методы в психологии», учитывающие региональную, национально этническую, профессиональную специфику вуза, научно-исследовательские предпочтения преподавателей, обеспечивающих квалифицированное освещение тематики дисциплины в форме авторских лекционных курсов и разнообразных коллективных и индивидуальных практических занятий, заданий и семинаров.
Содержание данного курса «Математические методы в психологии» профессионально ориентированно с учётом профиля подготовки выпускников Европейского института экспертов и содействует реализации задач в профессиональной деятельности.
Целью курса является формирование у студентов представлений о возможностях применения математики в изучении психологических явлений и овладение аппаратом математической статистики в приложении ее для обработки и анализа результатов психологических исследований.
К основным задачам курса «Математические методы в психологии» можно отнести следующие:
- Сформировать целостное представление о необходимости и возможностях математико-статистического анализа результатов психологического исследования.
- Сформировать и закрепить навыки 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.
- уровень подготовленности студентов — не перегружать примеры многими требующимися линиями анализа, выделять из них лишь то, что соответствует изучаемому на лекционных занятиях материалу;
- помнить о том, что время аудиторных занятий ограничено — студенты должны успевать решить примеры, довести их до логического конца, следовательно, объем выборки не должен быть большим.
- домашние задания по отдельным разделам курса;
- выполнение контрольных работ по основным разделам курса.
Источник: studfile.net
Математические методы в психологии: основы применения
Курс направлен на овладение статистическими методами и моделями, необходимыми для самостоятельного анализа данных количественных исследований в психологии и смежных областях.
О курсе
Курс «Математические методы в психологии. Основы применения» направлен на овладение статистическими методами и моделями, необходимыми для самостоятельного анализа данных количественных исследований в психологии и смежных областях, на формирование умений пользоваться простыми методами анализа данных, правильно выбирать и интерпретировать результаты применения сложных технологий анализа данных, на развитие навыков корректной интерпретации измерений и результатов их статистического анализа.
Формат
Форма обучения заочная (дистанционная). Еженедельные занятия будут включать просмотр тематических видеолекций, изучение дополнительных материалов и выполнение тестовых заданий с автоматизированной проверкой результатов, тестирование по пройденному материалу. Для получения сертификата необходимо выполнить все задания, тесты и написать финальный экзамен.
Требования
Знание арифметики в рамках программы средней школы, желательно (не обязательно) — пройденный курс «Статистика».
Программа курса
Модуль 1. Введение
Модуль 2. Таблицы и Графики. Первичные описательные статистики.
Модуль 3. Нормальное распределение в психологии. Основы статистического вывода
Модуль 4. Анализ частот
Модуль 5. Сравнение двух выборок
Модуль 6. Корреляционный анализ
Модуль 7. Введение в многомерные методы
Модуль 8. Дисперсионный анализ
Результаты обучения
Усвоение курса «Математические методы в психологии» способствует пониманию тех математических принципов и моделей, которые лежат в основе диагностики и измерений. Курс вводит необходимые термины и понятия, используемые в других учебных курсах, в современных научных исследованиях, таким образом, обеспечивая более глубокое понимание научных текстов. Курс также готовит студентов к самостоятельному эмпирическому исследованию, в плане его планирования и организации, анализа и интерпретации эмпирических данных.
Формируемые компетенции
Совместно с другими дисциплинами участвует в формировании следующих компетенций:
ОКС-7, способен понимать сущность и значение информации в развитии общества, готов использовать основные методы, способы и средства получения, хранения, переработки информации, работать с компьютером как средством управления информацией, в том числе в глобальных компьютерных сетях, готов самостоятельно приобретать с помощью информационных технологий и использовать в практической деятельности новые знания и умения, в том числе в новых областях, способен формировать ресурсно-информационные базы для решения профессиональных задач, соблюдать основные требования информационной безопасности, в том числе защиты государственной тайны.
ПК-2, готов инициировать психологические исследования: определять области прикладной психологии, предоставляющие возможности для развития; исследований, проверять и оценивать существующие методы, техники и модели, выявлять возможности для развития фундаментальной и прикладной психологии.
ПК-4, владеет приемами анализа, оценки и интерпретации результатов психологического исследования, проверки и оценки соотношения теории и эмпирических данных, подготовки отчетной документации и обобщения полученных данных в виде научных статей и докладов.
ПК-26, готов к постановке инновационных профессиональных задач в области научно-исследовательской и практической деятельности.
ПК-29, способен к созданию психодиагностических, психотерапевтических, консультационных и коррекционных технологий, адекватных целям, ситуации и контингенту респондентов с последующей обработкой данных на основе общегуманитарных и математико-статистических методов.
Направления подготовки
37.03.01 Психология
Психология (бакалавриат) «Математические методы в психологии» 37.03.01 Психология (специалисты): «Статистические методы и математическое моделирование в психологии». 37.03.01 Психология (магистратура)» «Методы измерения в психологии». 37.03.01 Курс может быть рекомендован студентам и других направлений: Медицина 32.00.00, Педагогика 43.03.01, Биология 06.03.01, Социология 39.00.01, Менеджмент 38.03.02, Экономика. 38.03.01
Знания
В результате изучения дисциплины «Математические методы» студенты должны знать: систему математических моделей исследования: измерительных, описательных и статистического вывода; систему многомерных математических методов и моделей анализа данных; назначение каждого элемента этих систем с точки зрения границ его применения и интерпретации результатов.
Умения
В результате изучения дисциплины «Математические методы» студенты должны уметь: планировать исследование с учетом возможностей измерений и анализа количественных результатов; применять на практике одномерные и двумерные методы анализа данных; правильно выбирать адекватный эмпирическим данным и задачам исследования многомерный метод анализа и исчерпывающе интерпретировать результаты его применения.
Навыки
В результате изучения дисциплины «Математические методы» студенты должны владеть: системой статистических понятий, статистическим дискурсом, как необходимой составной частью методологического дискурса психологии и смежных дисциплин.
Отзывы о курсе
- Русский язык курса
- 8 недель длительность курса
- от 10 до 12 часов в неделю понадобится для освоения
- 2 зачётных единицы для зачета в своем вузе
Источник: openedu.ru