Математические
методы в психологии. 39 с.
Учебник
состоит из одного файла формата
PDF. Скачать.
Содержание
1.1
Введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . 1
1.2
Что нужно знать, чтобы успешно понимать все, написанное ниже?
. . . . . . .1
1.2.1
Теория матриц. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . 1
1.2.2
Геометрическая интерпретация. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . 3
1.2.3
Теория вероятностей. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 4
1.3
Данные наблюдений и их виды. Понятие выборки. . . . . . . . . . . . . . . . . .
. . . . 6
1.4
Первичная обработка и группировка данных. Грубые ошибки наблюдений 8
1.5
Доверительные интервалы. Таблицы некоторых распределений. . . . . . . . . 13
1.5.1
Построение доверительного интервала для математического ожидания, если
дисперсия 2 заранее известна. Таблица стандартного нормального распределения. . 13
1.5.2
Построение доверительного интервала для математического ожидания, если
дисперсия неизвестна. Распределение Стьюдента. . . .
. . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.3
Построение доверительного интервала для дисперсии.
Таблицы
распределения хи-квадрат. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . .. . . . . 15
1.6
Проверка статистических гипотез - общие принципы. . . . . . . . . . . . . . .
. . . 15
1.6.1
Проверка равенства средних значений двух выборок . . . . . . . . . . . . . .
. . . .. 16
1.6.2
Проверка значимости коэффициента корреляции . . . . . . . . . . . . . . . . .
. . . . . 17
1.6.3
Проверка равенства дисперсий. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . 17
1.7
Проверка гипотезы о виде распределения. Критерий 2. . . . . . . . . . . .
. . . . . 18
2.1
Экспертные оценки. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . 20
2.2
Регрессионный анализ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . .. .. . . . . . . 23
2.3
Дисперсионный анализ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . 24
2.4
Проблема отбора наиболее информативных показателей. . . . . . . . . . . . . . .
26
2.4.1
Метод главных компонент. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . 27
2.4.2
Экстремальная группировка признаков. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . 28
2.4.3
Многомерное шкалирование. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . 28
2.4.4
Отбор наиболее информативных показателей в модели дискриминантного анализа
2.4.5
Модель регрессии. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 29
2.5
Метод главных компонент. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . 29
2.6
Факторный анализ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . 31
2.7
Многомерное шкалирование. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . 34
2.8
Оцифровка нечисловых данных. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . .. . . . 35
|