Рекомендуем

Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных
Популярное введение в современный анализ данных в системе STATISTICAБоровиков В.П. Популярное введение в современный анализ данных в системе STATISTICA
Эконометрика. Решение задач с применением пакета программ GRETLКуфель Тадеуш Эконометрика. Решение задач с применением пакета программ GRETL

Книга

Математические методы в психологии

Учебник для вузов
2017 г.
156 стр.
Тираж 500 экз.
Формат 60х90/16 (145x215 мм)
Исполнение: в мягкой обложке
ISBN 978-5-9912-0662-4
ББК 22.172/88
УДК 519.2:159.9.075(075.8)
Гриф УМО
Рекомендовано методическим советом Академии ФСИН России в качестве учебника для студентов и курсантов высших учебных заведений, обучающихся по специальности 37.05.02 – «Психология служебной деятельности» (уровень специалиста)
Аннотация

Кратко и в доступной форме рассмотрены как теоретические вопросы математико-статистических методов анализа эмпирических данных, так и вопросы практического их воплощения, в том числе и с применением пакетов прикладных программ для статистической обработки данных. По мере возможности авторы учебника старались избегать сложных математических конструкций. Каждое приведенное положение проиллюстрировано примерами, большинство из которых взято из реальных психологических, социологических и других исследований человека, реализованными в тех или иных пакетах статистического анализа. Изложение материала приближено к современным задачам психологической теории и практики. Рассмотренные в учебнике методы обработки и анализа статистических данных могут быть использованы специалистами в области психологии, социологии, педагогики, медицины, биологии, экономики.

Для магистрантов, аспирантов, адъюнктов, курсантов, студентов и слушателей высших учебных заведений, обучающихся по специальностям и направлениям «Психологические науки», будет полезен для исследователей, поставивших целью математически обосновать свои научные и практические выводы.

Mathematical methods in psychology by Kuptsov Michail Ivanovich, Koryachko Vyacheslav Petrovich, Filipova Elena Evgen'evna, Slobodskaya Irina Nikolaevna, Pavlova Svetlana Anatol'evna, Koryachko Aleksej Vyacheslavovich, ZHarkih Aleksandra Anatol'evna

The tutorial explores how theoretical questions of mathematical-statistical methods for the analysis of empirical data and the practical issues of their implementation, including through the use of computer programs. The tutorial does not use complicated mathematical structure. Every given position is illustrated by examples implemented in various statistical software packages. The presentation of the material close to the task of psychological theory and practice. The textbook is intended for undergraduates, graduate students, adjuncts, students and listeners of higher educational institutions on specialities and directions, "Psychological science". The textbook can also be useful for researchers, aiming to mathematically justify their scientific and practical conclusions. Reviewed in the textbook methods of processing and analysis of statistical data can be used by specialists in psychology, sociology, pedagogy, medicine, biology, economics.

Оглавление

ПРЕДИСЛОВИЕ

Глава I. ИЗМЕРЕНИЯ В ПСИХОЛОГИИ
Вопросы для самопроверки

Глава II. СТАТИСТИЧЕСКАЯ ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ
2.1. Статистическая гипотеза. Критерий ее проверки
2.2. Критерии различий
2.3. Критерии изменений
Вопросы для самопроверки

Глава III. ИССЛЕДОВАНИЕ СТАТИСТИЧЕСКИХ ЗАВИСИМОСТЕЙ
3.1. Меры взаимосвязей психических признаков, измереннымх в различных шкалах. Понятие о корреляции
3.2. Линейная и нелинейная корреляция
3.3. Ранговая корреляция
3.4. Изучение взаимосвязей признаков, измеренных в номинативной или порядковой шкалах
Вопросы для самопроверки

Глава IV. ДИСПЕРСИОННЫЙ АНАЛИЗ
4.1. Понятие и основная идея дисперсионного анализа. Однофакторный дисперсионный анализ
4.2. Многофакторный дисперсионный анализ
Вопросы для самопроверки

Глава V. ФАКТОРНЫЙ АНАЛИЗ
5.1. Понятие и основные идеи факторного анализа. Алгоритм факторного анализа
5.2. Выбор исходных данных. Построение матрицы взаимосвязей всех признаков, участвующих в анализе
5.3. Факторизация
5.4. Вращение факторов и интерпретация
5.5. Расчет факторных значений по каждому фактору
5.6. Пример применения факторного анализа с использованием SPSS
Вопросы для самопроверки

Глава VI. КЛАСТЕРНЫЙ АНАЛИЗ
6.1. Понятие и основные задачи кластерного анализа
6.2. Алгоритм кластерного анализа
6.3. Методы кластерного анализа
6.4. Пример применения кластерного анализа с использованием SPSS
Вопросы для самопроверки

ПРИЛОЖЕНИЯ

ЛИТЕРАТУРА