2 - Учебно-методические комплексы

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Институт математики и компьютерных наук
Кафедра математического моделирования
ОРЛОВА ЕЛЕНА БОРИСОВНА
МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ПСИХОЛОГИИ
Учебно-методический комплекс. Рабочая программа
для студентов направления 37.03.01 «Психология»
очной формы обучения
Тюменский государственный университет
2015
2
Орлова Е.Б. Математические методы в психологии. Учебно-методический
комплекс. Рабочая программа для студентов направления 37.03.01 «Психология» очной и
заочной форм обучения Тюмень, 2015, 57 стр.
Рабочая программа составлена в соответствии с требованиями ФГОС ВО по
направлению 37.03.01 «Психология».
Рабочая программа дисциплины (модуля) опубликована на сайте ТюмГУ:
Математические методы в психологии [электронный ресурс] / Режим доступа:
http://www.umk3.utmn.ru., свободный.
Рекомендовано к изданию кафедрой математического моделирования. Утверждено
директором Института математики и компьютерных наук.
ОТВЕТСТВЕННЫЙ РЕДАКТОР:
Татосов А.В., заведующий кафедрой
математического моделирования
© Тюменский государственный университет, 2015.
© Орлова Е.Б., 2015.
3
1.
Пояснительная записка
Задача любой науки, состоит в выявлении и исследовании закономерностей, которым
подчиняются реальные процессы. Решение данной задачи в настоящее время практически
невозможно без использования количественных методов, основанных на использовании
математического аппарата. Знание основных принципов и правил математической
статистики позволяет экспериментатору обобщать данные эксперимента, находить между
ними зависимость, выявлять различие существенных расхождений между группами
испытуемых, строить статистические предсказания, грамотно проводить интерпретацию
полученных в ходе исследования данных.
Данный курс является неотъемлемой частью подготовки психолога, не только как
практического специалиста, но и как ученого-исследователя. Корректное использование
статистики ведет к грамотным выводам, отражающим суть и смысл проведенного
исследования, а владение разными ее методами расширяет возможности анализа данных и
тем самым обогащает исследование, раскрывая разные его аспекты.
1.1. Цели и задачи дисциплины
Цель освоения дисциплины – развитие навыков работы с многомерными
психологическими данными, овладение математическим аппаратом, необходимым для
работы с многомерными данными, овладение компьютерными технологиями обработки
данных, овладение навыками интерпретации данных и результатов их обработки,
формирование у обучающегося готовности использовать современные информационные
технологии, математические и статистические методы для обработки результатов психологопедагогического исследования.
Задачи: привить обучающимся навыки использования ЭВМ в обработке
экспериментальных данных; подготовить обучающихся к самостоятельному овладению
необходимыми для дальнейшей работы математическими знаниями.
1.2. Место дисциплины в структуре ОП бакалавриата:
Дисциплина «Математические методы в психологии» относится к дисциплинам
базовой части блока Б1. Для успешного освоения данной дисциплины обучающемуся
необходимы знания в области построения психолого-педагогических экспериментов, навыки
работы с приложениями Micrisoft Office. Это обеспечивается в основной образовательной
программе такими дисциплинами как «Информационные технологии в психологии»,
«Математическая статистика» (Математический и естественнонаучный цикл, базовая часть,
2 и 4 семестры соответственно).
Математические методы в дальнейшем могут быть применены обучающимся для
качественного представления результатов экспериментов, проводимых в процессе написания
курсовых работ и выпускной квалификационной работы, а также в дальнейшей
профессиональной деятельности.
Таблица 1
Разделы дисциплины и междисциплинарные связи с обеспечиваемыми
(последующими) дисциплинами
№
п/п
1.
2.
Наименование
обеспечиваемых
(последующих)
дисциплин
Экспериментальная
психология
Психосемантика
Темы дисциплины необходимые для изучения
обеспечиваемых (последующих) дисциплин
1
2
3
4
5
6
7
8
+
+
+
+
+
+
+
+
4
1.3. Компетенции выпускника, формируемые в результате освоения данной
образовательной программы
В результате освоения ОП бакалавриата выпускник должен обладать следующими
компетенциями:
 способностью к самоорганизации и самообразованию (ОК-7);
 способностью решать стандартные задачи профессиональной деятельности на
основе информационной и библиографической культуры с применением информационнокоммуникационных технологий и с учетом основных требований информационной
безопасности (ОПК-1).
1.4. Перечень планируемых результатов обучения по дисциплине (модулю):
В результате освоения дисциплины обучающийся должен:
 знать: математические основания обработки многомерных данных; основные
способы представления данных психологического исследования; статистические
критерии обработки данных, полученных при решении основных профессиональных
задач; основные математические модели в психологии; многомерные методы
обработки результатов;
 уметь: обрабатывать и интерпретировать данные исследований с помощью
математико-статистического аппарата: самостоятельно подбирать и использовать
статистические методы, адекватные задачам исследования; создавать математические
модели психологических процессов, свойств и т.д.
 владеть: навыками использования в профессиональной деятельности базовых знаний
в области современных информационных технологий, использования ресурсов
Интернет.
2. Структура и трудоемкость дисциплины
Семестр 5. Форма промежуточной аттестации - экзамен. Общая трудоемкость дисциплины
составляет 4 зачетные единицы, 144 академических часа, из них 75,75 часа, выделенных на
контактную работу с преподавателем, 68,25 часов, выделенных на самостоятельную работу.
Таблица 2
Вид учебной работы
Контактная работа:
Аудиторные занятия (всего)
В том числе:
Лекции
Практические занятия (ПЗ)
Семинары (С)
Лабораторные занятия (ЛЗ)
Иные виды работ:
Самостоятельная работа (всего):
Общая трудоемкость
зач. ед.
час
Вид промежуточной аттестации
Всего часов
72
18
36
18
3,75
68,25
4
144
экзамен
5
3. Тематический план
Таблица 3
Виды учебной работы и
самостоятельная работа, в час.
Оценка
сдвига
в
значениях
признака.
5-6
Непараметрические
критерии.
Всего
Модуль 2
4. Распределение признака.
Параметры
7-8
распределения. Числовые
характеристики выборки.
5. Выявление различий в
9распределениях признака.
11
Критерии согласия.
4
5
6
7
8
9
10
2
2
2
2
10
16
0-2
2
4
2
2
8
16
0-14
2
2
2
2
8
14
0-14
6
8
6
6
26
46
0-30
2
6
2
4
8
18
0-12
4
6
2
4
8
20
0-12
6
12
4
8
16
38
0-24
2
6
4
4
8
20
0-20
2
6
2
2
8
18
0-20
2
4
2
4
10,25
18
0-14
6
16
8
10
26,25
56,25
0-54
Практические
занятия
Самостоятельн
ая работа
3
В т.ч.
интерактивные
2
3
Модуль 1
1. Понятие измерения. Виды
1-2
измерительных шкал.
2 Непараметрические
критерии.
Выявление
различий
в
уровне
3-4
признака.
Итого Итого
часов колич
по
ество
теме балло
в
Лабораторные
занятия
1
Лекции
Тема
недели семестра
№
Модуль 3
6. Параметрические методы:
12Стьюдента,
14
дисперсионный анализ
7. Выявление
степени
согласованности
15изменений.
16
Корреляционный,
регрессионный анализ
8. Многомерные методы и 17модели.
18
Всего
6
Самостоятельн
ая работа
Лабораторные
занятия
Практические
занятия
Лекции
недели семестра
Тема
В т.ч.
интерактивные
Виды учебной работы и
самостоятельная работа, в час.
№
Иные виды контактной
работы:
Консультации по
дисциплине
Индивидуальные
консультации
Консультация перед
экзаменом
Экзамен
Итого Итого
часов колич
по
ество
теме балло
в
0,9
0,6
2
0,25
Итого (часов, баллов):
18
36
18
68,25
24
144
0-100
Таблица 4
Виды и формы оценочных средств в период текущего контроля
Информационные системы и
технологии
-
-
-
0-1
0-2
-
0-9
0-1
0-1
0-3
0-14
-
0-8
0-2
0-1
0-4
0-14
0-1
0-17
0-2
0-2
0-8
0-30
0-3
0-2
0-3
электронные
практикум
0-1
контрольная
работа
комплексные
ситуационные
задания
Итого
количество
баллов
компьютерное
тестирование
Технические формы
контроля
лабораторная
работа
№ темы
Модуль 1
1. Понятие
измерения.
Виды измерительных
шкал.
2. Непараметрические
критерии. Выявление
различий в уровне
признака.
3. Оценка
сдвига
в
значениях
признака.
Непараметрические
критерии.
Всего
Модуль 2
4. Распределение
признака. Параметры
распределения.
0-2
0-2
0-12
7
Числовые
характеристики
выборки.
5. Выявление различий в
распределениях
признака.
Критерии
согласия.
Всего
0-2
0-5
0-2
0-1
0-2
0-12
0-4
0-7
0-5
0-3
0-5
0-24
Модуль 3
6. Параметрические
методы:
Стьюдента,
дисперсионный анализ
7. Выявление
степени
согласованности
изменений.
Корреляционный,
регрессионный анализ
8. Многомерные методы
и модели.
Всего
Итого
0-3
0-5
0-3
0-4
0-3
0-18
0-3
0-5
0-3
0-4
0-3
0-18
0-1
0-3
0-2
0-2
0-2
0-10
0-7
0-12
0-13
0-37
0-8
0-15
0-10
0-15
0-8
0-21
0-46
0-100
8
5. Содержание дисциплины.
Модуль 1
Темы:
Понятие измерения. Виды измерительных шкал.
Непараметрические критерии. Выявление различий в уровне признака.
Оценка сдвига в значениях признака.
Знаниевый компонент:
1.
Понятие измерения. Виды измерительных шкал и свойства психологических
объектов измерения. Номинативная шкала (шкала наименований) как способ классификации
или распределения объектов. Порядковая (ранговая) шкала как способ расположения
измеряемых признаков по рангу – по типу «больше – меньше», «выше – ниже» и т.д.
Ранжирование. Правила ранжирования. Случай одинаковых рангов. Шкала интервалов и её
свойства. Распределение значений по принципу: «больше на определенное количество единиц –
меньше на определенное количество единиц». Отсутствие точки отсчета. Семантический
дифференциал Ч. Осгуда как пример измерения по интервальной шкале. Шкала стенов. Шкала
(равных) отношений, ее особенности. Наличие фиксированного нуля.
2.
Обобщение знаний, полученных в результате изучения дисциплины
"Математическая статистика", использование приложения Micrisoft Office EXCELL:
 Понятие генеральной совокупности. Понятие выборки как подгруппы элементов
(испытуемых), выделенной из генеральной совокупности для проведения эксперимента.
Объем
выборки. Полное (сплошное) и выборочное исследование. Зависимые и
независимые выборки. Требования к выборке при решении различных задач.
Репрезентативность выборки. Формирование и объем репрезентативной выборки.
 Формы учета результатов измерений. Систематизация результатов эксперимента.
Группировка данных как прием, позволяющий глубже выявить связи между изучаемыми
явлениями. Таблица исходных данных как форма группировки экспериментальных данных.
Таблицы сопряженности номинативных признаков. Понятие распределения и
гистограммы. Таблицы и графики распределения частот. Построение гистограмм.
 Понятие статистической гипотезы. Нулевая и альтернативные гипотезы. Статистические
критерии, область допустимых и критических значений. Ошибка 1-го рода (значимость).
Ошибка второго рода (мощность). Соотношение ошибки 1-го рода и мощности для
критерия. Условия увеличения мощности критерия. Односторонние и двусторонние
критерии.
3.
Параметрические
и
непараметрические
критерии.
Классификация
исследовательских задач.
4.
Сравнение двух независимых совокупностей. Критерии U - Манна-Уитни.
Сравнение долей признака: угловое преобразование * - Фишера. Сравнение трех и более
независимых совокупностей. Критерий Крускала-Уоллиса.
5.
Сравнение двух зависимых совокупностей. Критерий знаков и критерий TВилкоксона. Сравнение трех и более зависимых совокупностей Критерий
Фридмана.
6.
Возможности Excel для построения статистик непараметрических критериев.
Практический компонент. Умеет определять тип измерительной шкалы. Умеет
проводить анализ номинативных данных. Умеет применять непараметрические критерии для
оценки значимости различий в уровнях признака и для оценки сдвига в значениях признака
(Excel).
Модуль 2
9
Темы:
Распределение признака. Параметры распределения. Числовые характеристики
выборки.
Выявление различий в распределениях признака. Критерии согласия.
Знаниевый компонент:
1.
Обобщение знаний, полученных в результате изучения дисциплины
"Математическая статистика", использование приложения Micrisoft Office EXCELL:
 Первичные описательные статистики. Меры центральной тенденции: среднее
арифметическое. Преимущества и недостатки. Понятие моды как наиболее часто
встречаемого признака в выборке. Правила нахождения моды для разных случаев.
Бимодальные и мультимодальные выборки. Медиана как значение, делящее упорядоченное
множество пополам.
 Меры изменчивости. Разброс выборки. Дисперсия как характеристика отклонения от
среднего. Стандартное отклонение.
 Понятие нормального распределения и его параметры: среднее арифметическое и
стандартное отклонение. Идеальная кривая нормального распределения К. Гаусса.
Свойства кривой. Совпадение значений среднего арифметического, моды и медианы.
Ассиметричные распределения: левосторонние, правосторонние.
2.
Критерий согласия распределений
хи - квадрат Пирсона.
Сравнение
эмпирического распределения с теоретическим или двух эмпирических распределений друг с
другом. Назначение критерия. Условия применения критерия xи- квадрат.
3.
Критерий согласия распределений
Колмогорова-Смирнова.
Сравнение
эмпирического распределения с теоретическим или двух эмпирических распределений друг с
другом. Назначение критерия. Условия применения критерия.
Практический компонент. Умеет определять применимость параметрических и
непараметрических критериев. Умеет сопоставлять эмпирические распределения с
равномерным, нормальным, эмпирические распределения между собой.
Модуль 3
Темы:
Параметрические методы: Стьюдента, дисперсионный анализ
Выявление
степени
согласованности
изменений.
Корреляционный,
регрессионный анализ
Многомерные методы и модели
Знаниевый компонент:
1.
Параметрические критерии как критерии, включающие в форму расчета
параметры распределения – средние и дисперсию. t-критерий Стьюдента: оценка различий
средних величин двух выборок, распределенных по нормальному закону. Случай связных
выборок. Случай несвязных выборок. Условия применения t- критерия Стьюдента.
F - критерий Фишера. Сравнение величины выборочных дисперсий двух рядов
наблюдений.
Понятие дисперсионного анализа как анализа изменчивости признака под влиянием
каких-либо контролируемых отдельных факторов. ANOVA как анализ вариативности. Задачи
дисперсионного анализа – вычленение вариативности троякого рода: обусловленную действием
каждой из исследуемых независимых переменных; 2) обусловленную взаимодействием
исследуемых независимых переменных; 3) случайную вариативность, обусловленную всеми
другими неизвестными переменными. Однофакторный дисперсионный анализ. Использование
Excel для расчета дисперсионного анализа.
2.
Понятие
корреляционного
анализа.
Виды
корреляционных
связей.
Положительная, отрицательная и другие виды корреляций. Выбросы. Задача корреляционного
10
анализа – установление направления (положительное, отрицательное) и формы (линейная,
нелинейная) связи между варьирующими признаками; измерение её тесноты, проверка уровня
значимости полученных коэффициентов корреляции.
Коэффициент линейной корреляции Пирсона. Максимальная и минимальная величины
коэффициента. Значение знака коэффициента корреляции для интерпретации полученной
связи. Условия для применения коэффициента корреляции Пирсона.
Коэффициент корреляции рангов Спирмена – непараметрический показатель связи
между переменными, измеренными в ранговой шкале. Определение степени тесноты связи
порядковых признаков, которые в данном случае представляют собой ранги сравниваемых
величин. Случай одинаковых (равных) рангов. Соблюдение определенных условий для
применения коэффициента корреляции Спирмена. Коэффициент ассоциации – аналог
коэффициента корреляции Пирсона для дихотомических данных.
Расчет уровней значимости коэффициентов корреляции. Бисериальный коэффициент
корреляции. Расчет коэффициентов корреляции и оценка значимости корреляционной связи в
Excel.
3.
Понятие регрессии как изменение функции (У) в зависимости от изменений
одного или нескольких аргументов (Х). Линия регрессии как графическое выражение
регрессионного уравнения и как наилучшее предсказание зависимой переменной (Y) по
независимой (X). Соблюдение определенных условий для применения метода линейного
регрессионного анализа. Построение регрессионной модели в Excel
4.
Назначение и классификация
многомерных методов. Множественный
регрессионный анализ. Дискриминантный анализ. Многомерное шкалирование.
Понятие факторного анализа как статистического метода, используемого при обработке
больших массивов экспериментальных данных. Задачи факторного анализа – сокращение числа
переменных и определение структуры взаимосвязи между переменными, т.е. классификация
переменных. Отличие факторного анализа от описанных выше методов. Корреляционные связи
как материал для факторного анализа. Понятие фактора, факторной нагрузки или веса. Условия
применения факторного анализа. Приемы для определения числа факторов. Вращение
факторов. Использование факторного анализа в психологии.
Кластерный анализ.
Практический компонент. Умеет анализировать данные экспериментального
исследования с применением дисперсионного и регрессионного анализа. Умеет
анализировать данные экспериментального исследования с использованием многомерных
методов. Умеет планировать проведение эксперимента с использованием многомерных
методов, а также дисперсионного и регрессионного анализа.
6. Планы семинарских занятий.
Занятие 1. Понятие измерения. Виды измерительных шкал.
 Номинативная шкала. Порядковая шкала. Ранговая шкала.
 Использование функций Excel при построении гистограмм (использование
фильтра, сортировки и др. функций для нахождение частот, относительных
частот).
Занятие 2. Непараметрические критерии. Выявление различий в уровне признака.
 Правила ранжирования показателей.
 Критерий Манна-Уитни.
 Решение задач с использованием Excel
Занятие 3. Непараметрические критерии. Выявление различий в уровне признака.
 Критерий Крускала-Уоллиса.
 Критерий Фишера (угловое преобразование).
11
 Решение задач с использованием Excel
Занятие 4. Оценка сдвига в значениях признака. Непараметрические критерии.
 Критерии знаков, Уилкоксона.
 Решение задач с использованием Excel
Занятие 5. Распределение признака. Параметры распределения. Числовые характеристики
выборки.
 Нахождение основных числовых характеристик при помощи пакета анализа
Excel, функций.
Занятие 6. Распределение признака. Параметры распределения. Числовые характеристики
выборки.
 Построение статистического распределения признака в Excel.
 Построение оценок (точечных и интервальных) для основных параметров
распределений.
 Равномерное распределение.
Занятие 7. Распределение признака. Параметры распределения. Числовые характеристики
выборки.
 Нормальное распределение.
 Нахождение частот в Excel.
Занятие 8. Выявление различий в распределениях признака. Критерии согласия.
 Критерий хи-квадрат Пирсона.
 Сопоставление
эмпирического
распределения
с
теоретическим
(равномерным, нормальным) при помощи критерия хи-квадрат Пирсона.
 Решение задач с использованием Excel.
Занятие 9. Выявление различий в распределениях признака. Критерии согласия.
 Критерий Колмогорова-Смирнова.
 Сопоставление
эмпирического
распределения
с
теоретическим
(равномерным, нормальным) при помощи критерия Колмогорова-Смирнова.
 Решение задач с использованием Excel.
Занятие 10. Выявление различий в распределениях признака. Критерии согласия.
 Сопоставление эмпирических распределений при помощи критерия
Колмогорова-Смирнова и хи-квадрат Пирсона.
 Решение задач с использованием Excel.
Занятие 11. Параметрические методы: Стьюдента, дисперсионный анализ.
 Применение критерия Стьюдента при выявлении различий в средних
значениях признака. Случаи одной выборки, несвязанных выборок, связанных
выборок.
 Решение задач с использованием Excel.
Занятие 12. Параметрические методы: Стьюдента, дисперсионный анализ
 Однофакторный дисперсионный анализ.
 Решение задач с использованием Excel.
Занятие 13. Параметрические методы: Стьюдента, дисперсионный анализ
 Двухфакторный дисперсионный анализ.
 Решение задач с использованием Excel.
Занятие 14. Выявление степени согласованности изменений. Корреляционный, регрессионный
анализ
 Коэффициент корреляции Пирсона. Основные свойства.
 Решение задач с использованием Excel.
Занятие 15. Выявление степени согласованности изменений. Корреляционный, регрессионный
анализ
 Коэффициент корреляции Спирмена. Основные свойства.
 Бисериальный коэффициент корреляции.
12
 Решение задач с использованием Excel.
Занятие 16. Выявление степени согласованности изменений. Корреляционный, регрессионный
анализ.
 Простейшие регрессионные модели.
 Решение задач с использованием Excel.
Занятие 17. Многомерные методы и модели.
 Понятие многомерного анализа. Факторный анализ.
 Использование статистических пакетов (on-line).
Занятие 18. Многомерные методы и модели.
 Кластерный анализ..
 Использование статистических пакетов (on-line).
7. Темы лабораторных работ
Лабораторная работа 1. Графическое представление данных: построение гистограмм, кумулянты в
Excel.
Лабораторная работа 2. Excel для выявления различий в уровне признака.
Лабораторная работа 3. Excel для оценки сдвига в значениях признака.
Лабораторная работа 4. Excel для нахождения числовых характеристик выборки.
Лабораторная работа 5. Критерии согласия Пирсона и Колмогорова-Смирнова в Excel.
Лабораторная работа 6. Критерий Стьюдента в Excel.
Лабораторная работа 7. Дисперсионный анализ в Excel.
Лабораторная работа 8. Корреляционный, регрессионный анализ в Excel.
Лабораторная работа 9. Факторный и кластерный анализ в статистических online пакетах.
9. Учебно - методическое обеспечение самостоятельной работы обучающихся
Таблица 5
Планирование самостоятельной работы обучающихся по очной форме
№
Модули и темы
Модуль 1
1.
2.
3.
Понятие измерения.
Виды
измерительных
шкал.
Непараметрические
критерии.
Выявление различий
в уровне признака.
Оценка сдвига в
значениях признака.
Непараметрические
критерии.
Виды СРС
обязательные
работа
с
литературой,
источниками
Выполнение
заданий
для
самостоятельной
работы,
предложенных в
практикумах
Выполнение
домашних
индивидуальных
заданий
Подготовка
к
контрольной
работе
Выполнение
домашних
индивидуальных
заданий
дополнительны
е
Выполнение
заданий
для
самостоятельной
работы,
предложенных в
практикумах
Выполнение
заданий
для
самостоятельной
работы,
Неделя
семестра
Объе
м
часов
Колво
балло
в
1-2
10
0-2
3-4
8
0-9
5-6
8
0-8
13
№
Модули и темы
Виды СРС
обязательные
Подготовка
контрольной
работе
дополнительны
е
4. 2Распределение
. признака.
1Параметры
распределения.
Числовые
характеристики
выборки.
5. 2Выявление различий
.в
распределениях
2признака. Критерии
согласия.
работа
с
литературой,
источниками
Выполнение
Выполнение
домашних
заданий
для
индивидуальных
самостоятельной
заданий
работы,
Подготовка
к предложенных в
контрольной
практикумах
работе
Выполнение
Выполнение
домашних
заданий
для
индивидуальных
самостоятельной
заданий
работы,
Подготовка
к предложенных в
контрольной
практикумах
работе
Всего по модулю 2
работа
литературой,
источниками
6. 3Параметрические
Выполнение
. методы: Стьюдента, домашних
1дисперсионный
индивидуальных
заданий
анализ
Подготовка
контрольной
работе
7. 3Выявление степени Выполнение
. согласованности
домашних
2изменений.
индивидуальных
заданий
Корреляционный,
Подготовка
регрессионный
контрольной
анализ
работе
8. Многомерные
Выполнение
домашних
методы и модели.
индивидуальных
заданий
Подготовка
контрольной
работе
Всего по модулю 3
Модуль 3
ИТОГО:
Объе
м
часов
Колво
балло
в
1-6
26
0-19
7-8
8
0-5
9-11
8
0-7
7-11
16
0-12
8
0-10
8
0-10
10,25
0-5
26,25
0-25
68,25
0-56
к предложенных в
практикумах
Всего по модулю 1
Модуль 2
Неделя
семестра
с
Выполнение
заданий
для
самостоятельной
работы,
к предложенных в
практикумах
Выполнение
заданий
для
самостоятельной
работы,
к предложенных в
практикумах
Выполнение
заданий
для
самостоятельной
работы,
к предложенных в
практикумах
12-14
15-16
17-18
12-17
14
Вариант индивидуального задания
1. В двух группах испытуемых были взяты показатели фактора А: «замкнутость –
общительность» опросника Кеттела
испытуемые
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
8
9
7
10
6
2
9
11
3
5
12
10
10
1
8
5
4
8
7
11
9
4
6
12
4
0
11
11
8
10
9
1
4
10
11
12
1
7
1
7
3
8
11
5
4
6
24
25
6
4
Группа 1
Группа 2
Можно ли утверждать, что значимы различия в уровне признака между группами?
Сгруппировать показатели выборок, подсчитать основные числовые характеристики и
построить гистограммы относительных частот.
2. Объединить выборки в одну и найти среднее значение признака в объединенной
выборке. При помощи критерия Фишера ответить на вопросы: существенно ли различаются
доли показателей ниже найденного среднего в двух представленных выборках.
3. В группах испытуемых были взяты показатели признака фактора Q1: «консерватизм –
радикализм» опросника Кеттела.
Существенно ли различаются группы по уровню данного признака. Провести дополнительно
попарные сопоставления групп.
испытуемый
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Группа 1
9
10
3
12
2
5
8
4
2
3
8
7
9
5
3
7
8
7
12
7
6
4
6
3
3
Группа 2
12
12
5
8
9
11
6
2
8
9
5
4
6
11
4
7
9
2
11
8
3
4
Группа 3
4
11
2
11
7
8
5
10
12
11
9
3
6
8
7
4
10
12
10
8
2
9
12
8
4. В группе испытуемых были взяты показатели по шкале "Открытость" методики
исследования самоотношения
испытуемый
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Замер 1
7
9
9
10
4
11
7
2
10
5
3
6
7
11
8
11
2
5
10
10
3
6
11
2
4
Замер 2
7
11
8
2
3
3
2
2
7
4
6
11
8
4
2
6
10
6
6
11
7
4
6
11
8
Оцените сдвиг в значениях признака между двумя замерами на группе всеми известными Вам
методами
5. Объедините показатели задания 1 в одну выборку. Сопоставьте распределение признака с
равномерным и нормальным распределениями.
6. Оцените значимость различий средних значений в выборках, представленных в заданиях 1
и 4.
7. Оцените значимость различий средних значений в выборках, представленных в задании 3.
8. Оценить степень влияния пола, состава семьи и энергии вытеснения на показатель
одиночества в семье. Провести попарную оценку влияния признаков, разбив признак "Энергия
вытеснения" на 3 интервала
Пол
Состав
семьи
энергия вытеснения из памяти фактов, имен, намерений и способов
действия, обусловленных различными комплексами
показатель
одиночества
в семье
1
муж
неполная
23
1
2
жен
полная
16
4
3
жен
полная
25
7
4
жен
неполная
25
4
№
испытуемого
15
5
жен
неполная
24
4
6
жен
полная
16
2
7
муж
полная
19
2
8
муж
полная
24
7
9
жен
полная
15
2
10
жен
неполная
22
5
11
муж
неполная
23
2
12
муж
неполная
16
5
13
муж
неполная
20
3
14
жен
неполная
21
6
15
жен
неполная
19
7
16
жен
полная
22
6
17
жен
полная
22
5
18
жен
неполная
25
3
19
муж
неполная
16
7
20
муж
полная
16
8
21
жен
полная
19
5
22
жен
полная
20
8
23
жен
полная
21
6
24
жен
неполная
18
1
25
муж
неполная
15
5
26
жен
полная
15
1
27
жен
полная
21
3
28
муж
полная
19
2
29
жен
полная
16
4
30
жен
неполная
25
1
10. Оценить степень тесноты взаимосвязи между признаками Q1 : «консерватизм – радикализм»
опросника Кеттела, L: «доверчивость – подозрительность», Q3: «низкий самоконтроль – высокий
самоконтроль», пол, взятыми на одной группе испытуемых, если
испытуемый
Q1
L
Q3
пол
1
5
11
11
1
2
12
3
9
1
3
8
6
4
1
4
9
7
10
1
5
11
12
8
0
6
10
5
4
1
7
7
6
6
0
8
12
9
9
1
9
11
3
5
0
10
8
9
11
1
11
10
5
3
0
12
8
3
5
0
13
11
8
9
1
14
6
5
12
0
15
6
4
11
1
16
16
6
7
9
1
17
6
10
10
1
18
8
10
11
0
19
12
9
8
1
20
4
4
9
0
21
9
8
12
1
22
4
4
11
1
23
6
6
7
0
24
7
4
9
0
25
3
8
6
0
26
7
7
7
1
27
4
4
4
0
28
12
5
4
0
29
5
5
11
1
30
4
8
10
1
31
10
4
12
0
32
4
8
7
1
33
3
10
12
1
34
3
4
6
1
35
12
9
9
0
Где 0 – мужчина, 1 - женщина
Примерные задачи для подготовки к контрольным работам
Задача 1:
Изучалась стрессоустойчивость у учащихся 10-11 классов. В исследовании
принимали участие 50 человек. Были получены следующие результаты (в баллах):
133; 132; 134; 134; 135; 128; 125; 126; 124; 129; 123; 125; 122; 127; 129; 125; 127; 130; 136;
136; 130; 123; 125; 125; 128; 129; 126; 133; 131; 124; 125; 129; 126; 131; 130; 133; 128; 126;
133; 132; 129; 131; 130; 127; 129; 128; 132; 133; 135; 128.
Представить данные в табличной форме. Построить таблицы частот, относительных частот,
накопленных частот, функции распределения.
Представить данные в графическом виде: полигон частот, кривая распределения, диаграмма,
куммулянта.
Задача 2:
При проведении тестового задания студентами были получены следующие
результаты (в баллах):
139, 180, 131, 145, 169, 172, 158, 162, 156, 174, 166, 170, 170, 195, 178, 153, 138, 130, 142, 155,
164, 187, 180, 161, 166, 177, 145, 158, 157, 148, 171, 128, 135, 148, 127, 146, 158, 169, 159, 166,
160, 147, 179, 176, 168, 124, 188, 192, 166, 137.
Представить данные в табличной форме, при этом группировать данные так, чтобы
получилось 8 разрядов. Построить таблицу частот, относительных частот, накопленных
частот, накопленных относительных частот.
Задача 3:
При проведении исследования индивидуальных особенностей памяти были получены
следующие результаты (в баллах):
17
18; 17; 16; 15; 14; 13; 17; 13; 14; 15; 16; 17; 12; 17; 16; 15; 14; 15; 12: 12; 14; 15; 17; 17;
11; 15; 14; 13; 18; 15; 12; 13; 19; 15; 14; 13; 14; 11; 17; 13; 14; 15; 16; 17; 13; 19; 18; 17;
17; 16; 11; 14; 15; 11; 12; 13; 14; 15; 16; 17; 18; 19; 13; 19; 16; 12; 14; 16; 15; 16; 15; 16;
17; 16; 15; 14; 13; 14; 15; 16; 17; 16; 18; 19; 18; 11; 16; 15; 16; 13; 18; 17; 15; 14; 13; 18;
15; 19; 17; 16.
Посчитать среднее арифметическое полученных результатов, определить моду,
медиану, посчитать размах данных, дисперсию, стандартное отклонение.
Задача 4:
Проверить, согласуется ли следующее распределение с нормальным.
17; 14; 15; 12; 13; 11; 18; 14; 12; 18; 15; 14; 17; 16; 18; 17; 13; 16; 18; 16; 15; 13; 19; 11; 14; 17;
13; 12; 17; 17; 16; 13; 11; 14; 18; 12; 15; 18; 17; 13; 16; 15; 16; 17; 11; 12; 13; 14; 15; 16; 17; 19;
16; 18; 16; 15; 14; 17; 16; 17; 14; 12; 15; 18; 16; 14; 15; 17; 11; 17; 14; 16; 15; 17; 14; 17; 13; 16;
18; 15; 19; 15; 17; 14; 15; 17; 19; 18; 17; 16; 15; 13; 11; 15; 13; 17; 16; 13; 18; 11.
Задача 5:
Проводится стандартизация методики. Диапазон возможных значений от 0 до 50
баллов. При начальном анализе полученных результатов выяснили, что полученное
распределение является нормальным, а среднее значение 27,3±8,8.
Построить шкалу стенов и 2 варианта z-шкалы: для 5 и 7 групп.
Задача 6:
В проведении стандартизации методики принимали участие 100 человек. Возможный
диапазон значений от 10 до 23 баллов. Полученные данные сгруппированы в таблицу.
балл
количество
человек,
набравших
этот балл
10
1
11
1
12
5
13
10
14
14
15
12
16
14
17
12
18
13
19
11
20
4
21
1
22
1
23
1
Провести процентильную нормализацию, в частности, построить семибалльную шкалу.
Задача 7:
Изучались различия в уровень эмпатии у мужчин и женщин.
Полученные результаты (в баллах):
1 гр (мужчины): 13, 16, 12, 17, 17, 24, 27, 26, 23, 21, 15, 19
2 гр (женщины): 28, 26, 27, 21, 16, 14, 27, 17, 24, 15, 15, 13, 16
Используя U-критерий, определить, существуют ли достоверные различия в уровне
эмпатии у мужчин и женщин.
Задача 8:
Исследовали объем памяти у студентов двух групп.
Получены следующие результаты (в баллах):
1 группа: 8, 3, 9, 6, 7, 4, 5, 6, 5, 7, 6, 4, 6, 7,
2 группа: 5, 6, 8, 7, 5, 7, 5, 7, 5, 4, 8, 7, 5, 6, 4, 7, 8, 7,
С помощью t-критерия Стьюдента определить, существуют ли достоверные различия в
среднем уровне объема внимания у студентов разных групп.
Задача 9:
18
Проводился тренинг личностного роста. В начале и в конце занятий провели опрос
участников с целью изучения их самооценки. Получены следующие результаты (в баллах):
номер 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
участ.
начало 13 15 18 16 10 16 18 16 21 26 27 19 20 22 17 18 19 26 16
тр-га
конец 16 17 18 16 18 19 19 18 26 26 28 21 23 20 19 19 24 27 15
тр-га
Распределение полученных данных является нормальным. С помощью t-критерия
Стьюдента определить, значимо ли изменилась самооценка у людей после прохождения
тренинга.
Задача 10:
В начале и в конце учебного года проводилось изучение мотивационной сферы
обучающихся. Полученные результаты приведены в таблице:
номер
1
2
3
4
5
6
7
8
9
испытуемого
начало уч.г. 37
23
36
19
24
23
21
31
22
конец уч.г.
28
28
34
23
29
30
28
28
28
С помощью Т-критерия Уилкоксона определить, являются ли изменения в
эмоциональной сфере студентов в течение года статистически достоверными.
Задача 11:
Проводилось исследование предпочтений при выборе цвета в стрессовой ситуации.
Испытуемым предлагалось выбрать один из 5 цветов: синий, красный, фиолетовый, зеленый,
желтый. Затем подсчитали количество выборов, пришедшихся на каждый цвет, и эти
результаты занесли в таблицу:
цвет
желтый
синий
фиолетовый красный
зеленый
кол-во выборов 8
19
25
24
15
Можно ли достоверно утверждать, что все цвета предпочтительны в равной мере?
Задача 12:
При проведении исследования тревожности у школьников 7 и 10 классов были
получены следующие результаты:
показатель
0-10
11-20
21-30
31-40
41-50
тревожности
7 кл.
16
18
29
13
11
10 кл.
3
14
14
28
17
Значимо ли различие частот в этих двух группах?
Задача 13:
Валидность методики часто определяют при помощи сравнения результатов теста с
мнением группы экспертов. В таблицу внесены полученные результаты (количество человек,
имеющих соответствующие показатели).
результаты экспертной проверки
результаты
высокий уровень
низкий уровень
теста
высокий уровень
16
4
низкий уровень
3
25
Является ли данная методика валидной? (Используйте φ-критерий. Затем по степени связи
между результатами теста и экспертной проверки сделайте вывод о валидности).
Задача 14:
19
Определить характер корреляционной связи между позициями Я-реальное и Яидеальное у испытуемого А. (нет связных рангов) и испытуемого Б. (есть связные ранги).
испытуемый А.
испытуемый Б.
позиция
Я-реальное
Я-идеальное Я-реальное
Я-идеальное
ценность
значимость
значимость
активная жизнь
8
8
3
4
жизненная мудрость
9
16
4
7
здоровье
5
2
1
1
интересная работа
1
7
5
4
красота природы
18
10
7
12
любовь
2
3
2
3
материальное обеспеч.
4
5
6
6
друзья
6
6
7
7
обществ.признание
16
4
6
5
познание
14
18
4
8
продуктивная жизнь
12
15
3
5
развитие
13
14
4
4
развлечения
15
13
8
11
свобода
10
11
2
2
семейная жизнь
3
1
7
3
счастье других
11
12
7
10
творчество
7
17
4
9
уверенность в себе
17
9
1
9
Задача 15:
Девять испытуемых (А, Б, В и т.д.) в экспериментах по запоминанию в ситуациях с
помехами и без них имели следующие результаты (в баллах):
испытуемый
А
Б
В
Г
Д
Е
Ж
З
И
без помех
6
7
6
8
7
6
5
6
4
с помехами
3
4
5
6
6
5
4
5
2
Определить, используя коэффициент корреляции Пирсона, существует ли значимая
корреляционная связь между показателями. При этом считать, что оба распределения
являются нормальными.
Задача 16:
Проводится исследование формирования моторного навыка. Записать уравнение
регрессии для «независимой переменной» Х и «зависимой переменной» Y. В качестве
переменной Х выступает номер пробы, Y- количество верно выполненных заданий (берется
среднее арифметическое значений для группы испытуемых). Полученные результаты:
№
пробы
кол-во
заданий
Хi
1
2
3
4
5
6
7
Yi
14
15
18
20
20
21
23
10. Фонд оценочных средств для проведения текущего контроля и промежуточной
аттестации по итогам освоения дисциплины.
Вопросы для подготовки к экзамену
20
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
В какой шкале измерен признак "Тип темперамента (холерик, сангвиник, флегматик,
меланхолик)"?
В какой шкале измерен признак "Распределение по социально-экономическому статусу
(«низший класс», «средний класс», «высший класс»)"?
Примером
измерений в какой шкале являются измерения различных субъективных
феноменов, полученные методом парных сравнений?
Какая оценка параметра называется точечной?
Какая оценка параметра называется интервальной?
Что называется доверительным интервалом?
От чего зависит длина доверительного интервала?
Что такое уровень значимости (вероятность ошибки первого рода)?
Что такое мощность критерия?
Что такое доверительная вероятность?
В чем состоит ошибка второго рода?
Чему равна сумма всех частот в статистическом распределении выборки?
Какие значения может принимать выборочная дисперсия?
Что характеризует выборочное среднее?
Что характеризует выборочная дисперсия?
Что характеризует «Исправленная» дисперсия?
Что характеризует выборочное среднее квадратическое отклонение?
Что характеризует коэффициент асимметрии?
Что называется эксцессом? Что он характеризует?
Что характеризует отрицательный коэффициент эксцесса?
Чему равны коэффициенты ассиметрии и эксцесса нормального распределения?
Является ли график функции плотности нормального распределения симметричным?
Изобразите его схематично.
Что такое мода выборки?
Что такое медиана выборки?
Является ли функция распределения, построенная по статистическому распределению
выборки, убывающей?
Какие значения принимает функция плотности равномерного распределения?
Какие значения принимает функция распределения, построенная по статистическому
распределению выборки?
Проранжируйте набор показателей 10, 11, 11, 11, 12, 13, 13, 13 (при ранжировании
одинаковых показателей по среднему).
Какие значения может принимать ранг показателя в выборке?
Что такое ранжирование?
Какие значения может принимать общая ранговая сумма?
С каким значением совпадает общая ранговая сумма N показателей признака?
Как называют вероятность совершить ошибку первого рода?
Как называют вероятность отклонения верной нулевой гипотезы?
Включают ли непараметрические критерии в свои расчеты параметры вероятностного
распределения признака (средние и дисперсии)?
Для сопоставления показателей скольких групп предназначен критерий U Манна-Уитни?
Какие условия являются обязательными для применения критерия U Манна-Уитни?
Какие условия являются обязательными для применения критерия Крускала-Уоллиса?
Какие условия являются обязательными для применения критерия Фридмана?
Какой критерий можно применить для сопоставления уровней признака в двух несвязанных
выборках?
Какой критерий можно применить для оценки сдвига в значениях признака в двух связанных
выборках?
Можно ли применить критерий Манна-Уитни для оценки сдвига в значениях признака в двух
связанных выборках?
Какой критерий можно применить для сопоставления уровней признака в трех несвязанных
выборках?
21
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
Можно ли применить дисперсионный анализ для оценки сдвига в значениях признака в трех
связанных выборках?
Какой критерий можно применить для сопоставления долей проявления определенных
значений признака в двух несвязанных выборках?
На чем основан точный критерий Фишера?
Является ли параметрическим критерий угловое преобразование?
Для сопоставления показателей скольких групп предназначен критерий Н Крускала-Уоллиса?
Является ли непараметрическим критерий G знаков?
Для сопоставления скольких и каких выборок предназначен критерий Т Уилкоксона?
Для сопоставления скольких и каких выборок предназначен критерий
Фридмана?
Какую гипотезу проверяет критерий согласия?
Какой критерий можно применить для сопоставления эмпирического распределения с
теоретическим?
Какие условия являются обязательными для применения критерия согласия КолмогороваСмирнова?
Какой критерий можно применить для сопоставления двух эмпирических распределений
между собой?
Какой критерий можно применить для сопоставления более двух эмпирических
распределений между собой?
Можно ли применять критерий согласия Пирсона для сопоставления распределений
признаков, измеренных в номинативной шкале?
Перечислите ограничения для применения критерия согласия Пирсона.
Можно ли применять критерий согласия Колмогорова-Смирнова Пирсона для сопоставления
распределений признаков, измеренных в номинативной шкале?
Какие ограничения накладываются на теоретические частоты при сопоставлении
распределений с помощью критерия согласия Колмогорова-Смирнова?
На чем основан критерий согласия Колмогорова-Смирнова?
Какой критерий можно применить для выявления тесноты взаимосвязи между двумя
признаками?
Как находятся теоретические частоты равномерного распределения при сопоставлении с ним
эмпирического распределения?
С каким показателем должна совпасть сумма теоретических частот при сопоставлении
эмпирического распределения с теоретическим критерием согласия Пирсона?
Чему равно количество параметров для нормального распределения?
Как находятся теоретические частоты при сопоставлении эмпирических распределений между
собой?
Какие ограничения накладываются на теоретические частоты при сопоставлении
распределений с помощью критерия согласия Пирсона?
Какой критерий можно применить для сопоставления трех эмпирических распределений
между собой?
С какой целью применяют критерии согласия?
Последовательности методов - критерий Фридмана, критерий Стьюдента, критерий КрускалаУоллиса, критерий знаков будет соответствовать последовательность:
Последовательности методов точный критерий Фишера, критерий Манна-Уитни, критерий
Фридмана, критерий знаков будет соответствовать последовательность:
По какому принципу критерий относится к классу параметрических?
Относится ли однофакторный дисперсионный анализ к классу параметрических?
Какой критерий можно применить для сравнения средних значений признака в двух
независимых выборках?
Можно ли применить критерий Манна-Уитни для сравнения средних значений признака в
двух независимых выборках?
Какой критерий можно применить для сравнения среднего значения признака с известным
(наперед заданным) значением?
Какой критерий можно применить для сравнения средних значений признака в двух
зависимых выборках?
22
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
99.
100.
101.
102.
103.
104.
105.
Какой критерий можно применить для сравнения средних значений признака в трех
независимых выборках?
Какой критерий можно применить для сравнения средних значений признака в трех
зависимых выборках?
Перечислите ограничения для применения критерия t-критерия Стьюдента.
Относится ли t – критерий Стьюдента к разряду параметрических?
С какой целью применяется однофакторный дисперсионный анализ?
Какие обязательные условия существуют для применения дисперсионного анализа?
С какой целью применяется t – критерий Стьюдента?
Какой критерий можно применить при оценке значимости влияния одного признака на
другой?
В чем состоит сущность дисперсионного анализа?
Можно ли при помощи дисперсионного анализа указать тесноту взаимосвязи между
признаком и влияющим на него фактором
Могут ли факторы, влияние которых оценивается в дисперсионном анализе, являться
неопределенными? Латентной структурой?
Напишите основное дисперсионное равенство в однофакторном дисперсионном анализе для
несвязанных групп.
Напишите основное дисперсионное равенство в однофакторном дисперсионном анализе для
связанных групп.
Напишите основное дисперсионное равенство в двухфакторном дисперсионном анализе для
несвязанных групп.
Напишите основное дисперсионное равенство в двухфакторном дисперсионном анализе для
связанных групп.
Для скольких выборок предназначен дисперсионный анализ? Критерий Стьюдента? Критерий
Фридмана? Критерий Манна-Уитни?
С какой целью используется F-критерий Фишера?
Какие ограничения накладываются на применение F-критерия Фишера?
На что указывает знак коэффициента корреляции Пирсона?
Что характеризует величина модуля коэффициента корреляции Пирсона?
Для каких целей предназначен коэффициент корреляции Пирсона?
Для каких целей предназначен коэффициент ранговой корреляции Спирмена?
Можно ли применить коэффициент корреляции Пирсона при оценке влияния условий
(факторов) на значения признака?
Говорит ли коэффициент ранговой корреляции Спирмена о тесноте причинно-следственной
взаимосвязи между признаками
С помощью какого метода можно оценить тесноту взаимосвязи между двумя признаками?
Наличие какой взаимосвязи между признаками характеризует положительный значимый
коэффициент корреляции Пирсона?
Закончите высказывание: "Чем дальше коэффициент корреляции Пирсона отклоняется от
нуля, тем …" .
Какие из рисунков будут соответствовать положительному коэффициенту корреляции?
23
106.
Верно или неверно, что взаимосвязь между признаками, представленную на рисунке, можно
охарактеризовать как "тесная прямая линейная"?
107.
Какие из рисунков будут соответствовать нелинейной корреляционной взаимосвязи между
признаками ?
108.
Охарактеризуйте каждую взаимосвязь (с точки зрения линейности, силы и направления),
представленную на рисунках
109.
Наличие какой взаимосвязи между признаками характеризует отрицательный значимый
коэффициент корреляции Пирсона говорит о том, что между признаками:
Верно или неверно, что принимая основную гипотезу Н0 при нахождении выборочного
коэффициента корреляции, делаем вывод, что между признаками не наблюдается линейная
взаимосвязь?
Верно или неверно, что закон Йеркса-Додсона: возрастание мотивации первоначально
повышает эффективность научения, а затем наступает снижение продуктивности (эффект
"перемотивации") является примером обратной взаимосвязи?
Верно или неверно, что высказывание "Чем выше личностная тревожность, тем больше риск
заболеть язвой желудка" является примером нелинейной взаимосвязи?
Верно или неверно, что высказывание " Чем боязливей особь, тем меньше у нее шансов
занять доминирующее положение в группе" является примером обратной взаимосвязи?
Какие значения может принимать коэффициент корреляции Пирсона?
110.
111.
112.
113.
114.
24
115.
116.
117.
118.
119.
120.
121.
122.
123.
124.
Какие значения может принимать коэффициент корреляции Спирмена?
Зависит ли коэффициент корреляции Пирсона от единиц измерения признаков?
Зависит ли коэффициент корреляции Спирмена от единиц измерения признаков?
В каких случаях используется бисериальный коэффициент корреляции?
Для каких задач используется регрессионный анализ?
Верно или неверно, что форма связи (математическое уравнение, описывающее зависимость
между зависимой и независимой переменными) определяется при помощи кластерного
анализа?
Верно или неверно, что предсказать значения зависимой переменной можно при помощи
факторного анализа.
Что такое "Коэффициент детерминации"?
Назовите наиболее распространенный метод подбора коэффициентов простой линейной
регрессии.
Верно или неверно, что коэффициенты простой линейной регрессии определяются
однозначно?
Набор заданий для проведения теста
Задание 1
Распределение по типу темперамента (холерик, сангвиник, флегматик,
меланхолик) является примером распределения в:
1) Номинативной шкале (номинальная, шкала наименований)
2) Порядковой шкале (ординарная, ранговая шкала)
3) Интервальной шкале (шкала равных интервалов)
4) Шкале равных отношений (шкала отношений)
Задание 2
Распределение по социально-экономическому статусу («низший класс», «средний
класс», «высший класс») является примером распределения в:
1) Номинативной шкале (номинальная, шкала наименований)
2) Порядковой шкале (ординарная, ранговая шкала)
3) Интервальной шкале (шкала равных интервалов)
4) Шкале равных отношений (шкала отношений)
Задание 3
Измерения различных субъективных феноменов, полученные методом парных
сравнений, является примером распределения в:
1) Номинативной шкале (номинальная, шкала наименований)
2) Порядковой шкале (ординарная, ранговая шкала)
3) Интервальной шкале (шкала равных интервалов)
4) Шкале равных отношений (шкала отношений)
Задание 4
Точечной называется оценка параметра, которая:
1) задается точками на оси
2) задается одним числом
3) попадает в наперед заданную точку (значение)
4) задается двумя точками - концами интервала
Задание 5
Интервальной называется оценка параметра, которая:
1) задается точками на оси
2) задается одним числом
3) попадает в наперед заданный интервал
4) задается двумя числами - концами интервала
Задание 6
Доверительным называют интервал, который:
1) покрывает неизвестный параметр с заданной надежностью
2) покрывает точечную оценку с определенной точностью
3) покрывает точечную оценку с определенной надежностью
4) задается двумя произвольными числами - концами интервала
Задание 7
Длина доверительного интервала зависит от:
1) значения выборочного среднего
2) надежности оценки
3) вида оценки: точечная или интервальная
4) выбранного для его построения метода
25
Задание 8
Уровень значимости (вероятность ошибки первого рода) - это вероятность:
1) принять неверную гипотезу Н0
2) отвергнуть верную гипотезу Н0
3) принять верную гипотезу Н0
4) отвергнуть неверную гипотезу Н0
Задание 9
Мощность критерия - это вероятность:
1) принять неверную гипотезу Н0
2) отвергнуть верную гипотезу Н0
3) принять верную гипотезу Н0
4) отвергнуть неверную гипотезу Н0
Задание 10
Доверительная вероятность - это вероятность:
1) принять неверную гипотезу Н0
2) отвергнуть верную гипотезу Н0
3) принять верную гипотезу Н0
4) отвергнуть неверную гипотезу Н0
Задание 11
Вероятность ошибки второго рода - это вероятность:
1) принять неверную гипотезу Н0
2) отвергнуть верную гипотезу Н0
3) принять верную гипотезу Н0
4) отвергнуть неверную гипотезу Н0
Задание 12 Сумма всех частот в статистическом распределении выборки равна:
1) 0
2) 1
3) объему выборки
4) количеству значений признака
Задание 13 Отрицательная дисперсия указывает на:
1) отклонение распределения в сторону положительных значений
2) отклонение распределения в сторону отрицательных значений
3) ошибку в расчетах (дисперсия не принимает отрицательных значений)
4) относительно остроконечное распределение
Задание 14 Выборочное среднее характеризует:
n
 xi
i 1
n
1) разброс значений относительно центра распределения и считается по формуле
n
 xi
i 1
n
2) центр распределения и считается по формуле
 x i  x 
n
2
i 1
n 1
3) разброс значений относительно центра распределения и считается по формуле
 x i  x 
n
3
i 1
4) центр распределения и считается по формуле
Задание 15
ns 3
Выборочная дисперсия характеризует:
n
 xi
i 1
1) разброс значений относительно центра распределения и считается по формуле
n
26
 x i  x 
n
2
i 1
n 1
2) центр распределения и считается по формуле
 x i  x 
n
2
i 1
n 1
3) разброс значений относительно центра распределения и считается по формуле
 x i  x 
n
2
i 1
n
4) разброс значений относительно центра распределения и считается по формуле
Задание 16
«Исправленная» дисперсия характеризует:
n
 xi
i 1
n
1) разброс значений относительно центра распределения и считается по формуле
 x i  x 
n
2
i 1
2) центр распределения и считается по формуле
n 1
 x i  x 
n
2
i 1
n 1
3) разброс значений относительно центра распределения и считается по формуле
 x i  x 
n
2
i 1
n
4) разброс значений относительно центра распределения и считается по формуле
Задание 17
Выборочное среднее квадратическое отклонение характеризует:
n
 xi
i 1
n
1) разброс значений относительно центра распределения и считается по формуле
 x i  x 
n
i 1
2) центр распределения и считается по формуле
2
n 1
 x i  x 
n
i 1
3) разброс значений относительно центра распределения и считается по формуле
2
n 1
 x i  x 
n
2
i 1
4) разброс значений относительно центра распределения и считается по формуле
Задание 18 Коэффициент асимметрии характеризует:
n
27
 x i  x 
n
2
i 1
n 1
1) разброс значений относительно центра распределения и считается по формуле
2) несимметричность распределения выборки относительно выборочного среднего и считается по
n
формуле

n  xi  x

3
i 1
n  1n  2 s 3
3) несимметричность распределения выборки относительно выборочного среднего и считается по
n
формуле

n  xi  x

2
i 1
n  1n  2 s 2
 x i  x 
n
2
i 1
4) разброс значений относительно центра распределения и считается по формуле
n
Задание 19 Эксцесс - это показатель:
1) характеризующий превосходство выборочного среднего по отношению к математическому
ожиданию генеральной совокупности
2) характеризующий превосходство выборочной дисперсии по отношению к дисперсии
генеральной совокупности
3) характеризующий относительную сглаженность распределения по сравнению с нормальным
4) характеризующий значимость отличия эмпирического распределения от равномерного
распределения
Задание 20 Отрицательный коэффициент эксцесса говорит о том, что:
1) кривая функции плотности распределения более острая и высокая, чем у нормального закона
2) скопление данных происходит в середине вариационного ряда
3) распределение более равномерно ( по сравнению с нормальным законом) во всех интервалах
4) в совокупности есть слабо варьирующее «ядро», окруженное сильно отстоящими значениями
Задание 21 Для нормального распределения коэффициент(-ы) ассиметрии:
1) и эксцесса всегда равны нулю
2) принимает любое значение, коэффициент эксцесса равен нулю
3) равен нулю, коэффициент эксцесса равен трем
4) и эксцесса всегда положительны
Задание 22 Для нормального распределения график функции плотности распределения:
1) всегда имеет правостороннюю асимметрию ("хвост" вправо)
2) всегда имеет левостороннюю асимметрию ("хвост" влево)
3) симметричен относительно математического ожидания
4) несимметричен относительно математического ожидания (возможна как правосторонняя, так и
левосторонняя асимметрия)
Задание 23 Мода выборки – это значение признака, которое:
1) делит выборку на две равные по количеству части
2) встречается в выборке с наименьшей частотой
3) встречается в выборке с наибольшей частотой
4) встречается в выборке с одинаковой частотой
Задание 24 Медиана выборки - это значение признака, которое:
1) делит выборку на две равные по количеству части
2) встречается в выборке с наименьшей частотой
3) встречается в выборке с наибольшей частотой
4) встречается в выборке с одинаковой частотой
28
Задание 25 Функция распределения, построенная по статистическому распределению
выборки, является:
1) возрастающей
2) неубывающей
3) убывающей
4) невозрастающей
Задание 26 Функция плотности равномерного распределения принимает:
1) любые значения в интервале (-∞; +∞)
2) постоянное положительное значение на интервале [а; b] и нуль вне этого интервала
3) постоянное положительное значение на интервале [а; b] и любое положительное значение вне
этого интервала
4) постоянное положительное значение в интервале (-∞; +∞)
Задание 27 Функция распределения, построенная по статистическому распределению
выборки, принимает значения в интервале:
1) [0; 1]
2) [-1; 1]
3) (-∞; +∞)
4) [0; +∞)
Задание 28 Набору показателей 10, 11, 11, 11, 12, 13, 13, 13 (при ранжировании одинаковых
показателей по среднему) будут соответствовать ранги:
1) 1 2 2 2 3 4 4 4
2) 1 3 3 3 4 6 6 6
3) 1 3 3 3 5 7 7 7
4) 1 2 3 4 5 6 7 8
Задание 29 Ранг показателя в выборке может принимать:
1) только целое положительное значение
2) любое целое положительное значение
3) положительное как целое, так и любое дробное значение
4) положительное как целое, так и дробное значение, кратное 0,5
Задание 30 Ранжирование – это:
1) упорядочение переменных от максимального до минимального или наоборот
2) группировка значений признака от максимального до минимального или наоборот
3) запись данных в виде таблицы
4) определение размаха признака (разность между максимумом и минимумом)
Задание 31 Общая ранговая сумма показателей может быть:
1) только целым отрицательным числом
2) только целым положительным числом
3) любым числом
4) целым числом
Задание 32 Общая ранговая сумма N показателей признака:
1) равна сумме натуральных чисел от 1 до N
2) равна N
3) зависит от самих значений признака, но не зависит от того, сколько повторяющихся значений
4) зависит от самих значений признака и от того, сколько повторяющихся значений
Задание 33 Уровень значимости – это вероятность:
1) принять верную альтернативную гипотезу
2) принять неверную основную гипотезу
3) совершить ошибку первого рода
4) совершить ошибку второго рода
Задание 34 Уровень значимости – это вероятность:
1) не совершить ошибку первого рода
2) не совершить ошибку второго рода
3) принять верную основную гипотезу
4) отвергнуть верную нулевую гипотезу
Задание 35 Непараметрические критерии:
1) включают в расчет параметры вероятностного распределения признака (средние и дисперсии)
29
2) основаны на оперировании параметрами распределения
3) не включают в расчёт параметры вероятностного распределения
4) работают только с распределениями, не имеющими параметров
Задание 36 Критерий U Манна-Уитни предназначен для сопоставления:
1) двух или более различных групп
2) только двух различных групп
3) только двух замеров, взятых на одной группе
4) двух или более замеров, взятых на одной группе
Задание 37 Обязательным условием применения критерия U Манна-Уитни является:
1) порядковая шкала измерения признака
2) большой объем выборки (n≥30)
3) нормальное распределение признака
4) наличие не менее трех замеров на одной выборке
Задание 38 Обязательным условием применения критерия Крускала-Уоллиса является:
1) порядковая шкала измерения признака
2) большой объем выборки (n≥30)
3) нормальное распределение признака
4) наличие не менее трех замеров на одной выборке
Задание 39 Обязательным условием применения критерия Фридмана является:
1) большой объем выборки (n≥30)
2) нормальное распределение признака
3) наличие не менее трех замеров на одной выборке
4) наличие не менее трех несвязанных выборок
Задание 40 Для сопоставления уровней признака в двух несвязанных выборках
применяется:
1) критерий Крускала-Уоллиса
2) критерий Манна-Уитни
3) критерий Фридмана
4) двухфакторный дисперсионный анализ
Задание 41 Для оценки сдвига в значениях признака в двух связанных выборках
применяется:
1) критерий Манна-Уитни
2) критерий Фридмана
3) критерий знаков
4) двухфакторный дисперсионный анализ
Задание 42 Для оценки сдвига в значениях признака в двух связанных выборках
применяется:
1) критерий Уилкоксона
2) критерий Манна-Уитни
3) критерий Фридмана
4) двухфакторный дисперсионный анализ
Задание 43 Для сопоставления уровней признака в трех несвязанных выборках
применяется:
1) критерий Крускала-Уоллиса
2) критерий Манна-Уитни
3) критерий Фридмана
4) дисперсионный анализ
Задание 44 Для оценки сдвига в значениях признака в трех связанных выборках
применяется:
1) критерий Уилкоксона
2) критерий Манна-Уитни
3) критерий Фридмана
4) дисперсионный анализ
Задание 45 Для сопоставления долей проявления определенных значений признака в двух
несвязанных выборках применяется:
1) критерий Крускала-Уоллиса
30
2) критерий угловое преобразование Фишера
3) критерий Фридмана
4) двухфакторный дисперсионный анализ
Задание 46 Точный критерий Фишера основан на:
1) переборе всех возможных вариантов заполнения таблицы сопряженности (2 х 2) при данной
численности групп
2) сопоставлении зоны совпадения значений признака в двух независимых выборках
3) сопоставлении зоны совпадения значений признака в двух зависимых выборках
4) сопоставлении зоны различий значений признака в двух независимых выборках
Задание 47 Угловое преобразование Фишера является:
5) непараметрическим критерием для сопоставления двух и более различных групп
6) непараметрическим критерием для сопоставления только двух различных групп
7) параметрическим критерием для сопоставления только двух различных групп
8) непараметрическим критерием для сопоставления двух и более замеров на одной группе
Задание 48 Критерий Н Крускала-Уоллиса предназначен для сопоставления:
1) трех или более различных групп
2) только двух различных групп
3) только двух замеров, взятых на одной группе
4) трех или более замеров, взятых на одной группе
Задание 49 Критерий G знаков является:
1) непараметрическим критерием для сопоставления двух или более различных групп
2) непараметрическим критерием для сопоставления ровно двух различных групп
3) параметрическим критерием для сопоставления ровно двух замеров, взятых на одной группе
4) непараметрическим критерием для сопоставления ровно двух замеров, взятых на одной группе
Задание 50 Критерий Т Уилкоксона предназначен для сопоставления:
1) двух и более различных групп
2) ровно двух различных групп
3) ровно двух замеров, взятых на одной группе
4) как минимум трех замеров, взятых на одной группе
Задание 51 Критерий
Фридмана предназначен для сопоставления:
1) более двух различных групп
2) ровно двух различных групп
3) более двух замеров, взятых на одной группе
4) ровно двух замеров, взятых на одной группе
Задание 52 Критерием согласия называют критерий проверки гипотезы о:
1) предполагаемом законе неизвестного распределения
2) согласованности уровня признака в двух независимых выборках
3) согласованности уровня признака в двух зависимых выборках
4) согласованности уровня признака в трех и более независимых выборках
Задание 53 Для сопоставления эмпирического распределения с теоретическим применяется
критерий:
1) согласия Пирсона
2) Манна-Уитни
3) угловое преобразование Фишера
4) Уилкоксона
Задание 54 Обязательным условием применения критерия согласия Колмогорова-Смирнова
является:
1) частота теоретического распределения nтеор>5
2) порядковая шкала измерения признака
3) нормальное распределение исследуемого признака
4) равномерное распределение исследуемого признака
Задание 55 Для сопоставления двух эмпирических распределений между собой применяется
критерий:
1) знаков
2) согласия Колмогорова-Смирнова
3) угловое преобразование Фишера
31
4) Уилкоксона
Задание 56 Для сопоставления нескольких эмпирических распределений между собой
применяется критерий:
1) угловое преобразование Фишера
2) Уилкоксона
3) согласия Пирсона
4) Манна-Уитни
Задание 57 Критерий согласия Пирсона предназначен для сопоставления:
1) двух или более распределений в любой шкале
2) только двух распределений в порядковой шкале
3) только двух распределений в любой шкале
4) двух или более распределений в порядковой шкале
Задание 58 Одним из ограничений для применения критерия согласия Пирсона является:
1) малый объем выборки (n≤30)
2) номинативная шкала распределения признака
3) значимое отличие распределения исследуемого признака от нормального
4) значимое отличие распределения исследуемого признака от равномерного
Задание 59 Критерий согласия Колмогорова-Смирнова предназначен для сопоставления:
1) двух или более распределений в любой шкале
2) только двух распределений в порядковой шкале
3) только двух распределений в любой шкале
4) более двух распределений в порядковой шкале
Задание 60 Одним из ограничений для применения критерия согласия КолмогороваСмирнова является:
1) частота теоретического распределения nтеор<5
2) номинативная шкала распределения признака
3) значимое отличие распределения исследуемого признака от нормального
4) значимое отличие распределения исследуемого признака от равномерного
Задание 61 Критерий согласия Колмогорова-Смирнова основан на определении:
1) максимального расхождения между накопленными эмпирическими и теоретическими частотами
2) максимального расхождения между эмпирическими и теоретическими частотами
3) суммы расхождений между накопленными эмпирическими и теоретическими частотами
4) суммы расхождений между эмпирическими и теоретическими частотами
Задание 62 Для выявления тесноты взаимосвязи между двумя признаками применяется:
1) критерий Манна-Уитни
2) критерий знаков
3) коэффициент корреляции Спирмена
4) критерий Уилкоксона
n теор 
n
k
Задание 63 Формула для нахождения теоретических частот
(n – объем группы,
k – количество интервалов) в критерии Пирсона, применяется при сопоставлении:
1) эмпирических распределений между собой
2) эмпирического распределения с нормальным при равноотстоящих интервалах
3) эмпирического распределения с равномерным при равноотстоящих интервалах
4) эмпирического распределения с нормальным при произвольном разбиении на интервалы
Задание 64 Сумма теоретических частот при сопоставлении эмпирического распределения с
теоретическим критерием согласия Пирсона равна:
1) 1
2) количеству интервалов
3) сумме эмпирических частот
4) отношению суммы эмпирических частот к количеству интервалов
Задание 65 Количество параметров для нормального распределения равно:
1) 0
2) 1
3) 2
32
4) 3
Задание 66
nтеор 
Формула для нахождения теоретических частот
 по строке  по столбцу
общее количество наблюдений
в критерии Пирсона, применяется при
сопоставлении:
1) эмпирических распределений между собой
2) эмпирического распределения с нормальным при равноотстоящих интервалах
3) эмпирического распределения с равномерным при равноотстоящих интервалах
4) эмпирического распределения с нормальным при произвольном разбиении на интервалы
Задание 67 При сопоставлении распределений при помощи критерия Пирсона теоретические
частоты:
1) могут принимать любые значения
2) могут принимать значения в интервале [0; 1]
3) должны быть не более 5
4) должны быть не менее 5
Задание 68 Сопоставить три эмпирических распределения между собой можно при помощи
критерия:
1) согласия Пирсона
2) согласия Колмогорова-Смирнова
3) Фридмана
4) Крускала-Уоллиса
Задание 69
Критерии согласия предназначены для выявления согласованности:
1) параметра и его оценки
2) распределений признаков
3) точности и надежности оценки
4) числовых характеристик выборки
Задание 70
Последовательности методов - критерий Фридмана, критерий Стьюдента,
критерий Крускала-Уоллиса, критерий знаков будет соответствовать последовательность:
1) более 2 зависимых выборок, 2 независимые выборки, более 2 независимых выборок, 2 зависимые
выборки
2) более 2 независимых выборок, 2 зависимые выборки, более 2 зависимых выборок, 2 независимые
выборки
3) 2 независимые выборки, более 2 зависимых выборок, более 2 независимых выборок, 2 зависимые
выборки
4) более 2 зависимых выборок, более 2 независимых выборок, 2 независимые выборки, 2 зависимые
выборки
Задание 71
Последовательности методов точный критерий Фишера, критерий МаннаУитни, критерий Фридмана, критерий знаков будет соответствовать последовательность:
1) 2 независимые выборки, 2 независимые выборки, более 2 зависимых выборок, 2 зависимые
выборки
2) более 2 зависимых выборок, 2 независимые выборки, 2 независимые выборки, 2 зависимые
выборки
3) 2 независимые выборки, более 2 зависимых выборок, 2 независимые выборки, 2 зависимые
выборки
4) 2 зависимые выборки, 2 независимые выборки, более 2 зависимых выборок, 2 независимые
выборки
Задание 72 Параметрические критерии:
1) работают только с распределениями, не имеющими параметров
2) основаны на оперировании частотами или рангами
3) не включают в расчёт параметры вероятностного распределения
4) включают в расчет параметры вероятностного распределения признака (средние и дисперсии)
Задание 73 Однофакторный дисперсионный анализ является_______ различных групп.
1) параметрическим критерием для сопоставления ровно двух
2) параметрическим критерием для сопоставления более двух
3) непараметрическим критерием для сопоставления более двух
33
4) непараметрическим критерием для сопоставления ровно трех
Задание 74 Для сравнения средних значений признака в двух независимых выборках
применяется критерий:
1) Манна-Уитни
2) угловое преобразование Фишера
3) Стьюдента
4) знаков
Задание 75 Для сравнения средних значений признака в двух независимых выборках
применяется критерий:
5) Манна-Уитни
6) угловое преобразование Фишера
7) Стьюдента
8) знаков
Задание 76 Для сравнения среднего значения признака с известным (наперед заданным)
значением применяется критерий:
1) Стьюдента
2) знаков
3) Манна-Уитни
4) угловое преобразование Фишера
Задание 77 Для сравнения средних значений признака в двух зависимых выборках
применяется критерий:
1) Стьюдента
2) Манна-Уитни
3) Уилкоксона
4) знаков
Задание 78 Для сравнения средних значений признака в трех независимых выборках
применяется … .
1) критерий Крускала-Уоллиса
2) критерий Манна-Уитни
3) критерий Фридмана
4) дисперсионный анализ
Задание 79 Для сравнения средних значений признака в трех зависимых выборках
применяется:
1) критерий Крускала-Уоллиса
2) дисперсионный анализ
3) критерий Манна-Уитни
4) критерий Фридмана
Задание 80
Ограничением для применения t-критерия Стьюдента является:
1) неравенство средних значений
2) значительные различия среднеквадратичных отклонений
3) большие объемы выборок
4) несоответствие эмпирического распределения нормальному
Задание 81 t – критерий Стьюдента является:
1) непараметрическим критерием для сопоставления более двух выборок
2) непараметрическим критерием для сопоставления ровно трех выборок
3) параметрическим критерием для сопоставления ровно двух выборок
4) параметрическим критерием для сопоставления более двух выборок
Задание 82 Однофакторный дисперсионный анализ применяется при:
1) выявлении различий в распределениях признака
2) оценке сдвига в значениях признака
3) оценке степени влияния условий (факторов) на значения признака
4) оценке тесноты линейной взаимосвязи между признаками
Задание 83 Обязательным условием применения дисперсионного анализа является:
1) нормальное распределение признака
2) равномерное распределение признака
3) наличие двух независимых выборок
34
4) наличие двух зависимых выборок
Задание 84 t – критерий Стьюдента применяется при:
1) выявлении различий в распределениях признака
2) выявлении различий в средних значениях признака
3) оценке влияния условий (факторов) на значения признака
4) оценке тесноты линейной взаимосвязи между признаками
Задание 85 Оценить значимость влияния одного признака на другой можно при помощи:
1) корреляционного анализа
2) однофакторного дисперсионного анализа
3) двухфакторного дисперсионного анализа
4) t – критерия Стьюдента
Задание 86 Сущность дисперсионного анализа состоит в том, чтобы:
1) определить меру влияния контролируемого фактора на средние значения изучаемой переменной
2) обнаружить скрытый общий фактор, объясняющий связи между наблюдаемыми признаками
3) указать тесноту взаимосвязи между признаком и влияющим на него фактором
4) определить веса фактора в батарее тестов
Задание 87 Сущность дисперсионного анализа состоит в том, чтобы:
1) обнаружить скрытый общий фактор, объясняющий связи между наблюдаемыми признаками
2) определить веса фактора в батарее тестов
3) указать тесноту взаимосвязи между признаком и влияющим на него фактором
4) представить общую дисперсию в виде суммы факторной и случайной дисперсий
Задание 88 Факторы, влияние которых оценивается в дисперсионном анализе, должны
быть:
1) латентной структурой
2) измеренными, определенными
3) скрытыми
4) неопределенными
Задание 89 Основное дисперсионное равенство в однофакторном дисперсионном анализе
для несвязанных групп выглядит как:
1) Dобщ ( X )  Dост ( X )  Dфакт ( X )  Dинд ( X )
2)
Dобщ ( X )  Dост ( X )  Dфакт ( X )
3)
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  D А инд ( X )
4)
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  DB ( X )
Задание 90 Основное дисперсионное равенство в однофакторном дисперсионном анализе
для связанных групп выглядит как:
1) Dобщ ( X )  Dост ( X )  Dфакт ( X )  Dинд ( X )
2)
Dобщ ( X )  Dост ( X )  Dфакт ( X )
3)
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  D А инд ( X )
4)
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  DB ( X )
Задание 91 Основное дисперсионное равенство в двухфакторном дисперсионном анализе
для несвязанных групп выглядит как:
1) Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  DB ( X )
2)
3)
4)
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  DB ( X )  D AB ( X )
Dобщ ( X )  Dост ( X )  D А ( X )  DB ( X )  D AB ( X )
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд А ( X )  Dинд ( X )  D B ( X )  Dинд B ( X ) 
 DиндAB ( X )  D AB ( X )
35
Задание 92 Основное дисперсионное равенство в двухфакторном дисперсионном анализе
для связанных групп выглядит как:
1) Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  DB ( X )
2)
3)
4)
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд ( X )  DB ( X )  D AB ( X )
Dобщ ( X )  Dост ( X )  D А ( X )  Dинд А ( X )  Dинд ( X )  D B ( X )  Dинд B ( X ) 
 DиндAB ( X )  D AB ( X )
Dобщ ( X )  Dост ( X )  D А ( X )  DB ( X )  D AB ( X )
Задание 93
Последовательности методов дисперсионный анализ, критерий Стьюдента,
критерий Фридмана, критерий Манна-Уитни будет соответствовать последовательность:
1) более 2 независимых выборок, 2 независимые выборки, более 2 зависимых выборок, 2
независимые выборки
2) более 2 независимых выборок, более 2 зависимых выборок, 2 независимые выборки, 2
независимые выборки
3) более 2 независимых выборок, 2 независимые выборки, более 2 зависимых выборок, 2 зависимые
выборки
4) 2 независимые выборки, 2 независимые выборки, более 2 зависимых выборок, 2 зависимые
выборки
Задание 94
F-критерий Фишера используется для сравнения:
1) средних значений признака в двух выборках
2) среднего значения признака в выборке с наперед заданным числом
3) дисперсий двух выборок
4) уровней признака в двух независимых выборках
Задание 95
Обязательным условием применения F-критерия Фишера является:
1) наличие не менее трех независимых выборок
2) равномерное распределение признака
3) нормальное распределение признака
4) наличие не менее трех замеров на одной выборке
Задание 96 Знак коэффициента корреляции Пирсона указывает на:
1) форму связи (линейная, нелинейная)
2) значимость связи (незначимая, значимая)
3) направление связи (прямая, обратная)
4) силу связи (слабая, тесная)
Задание 97 Величина модуля коэффициента корреляции Пирсона характеризует:
1) форму связи (линейная, нелинейная)
2) степень неоднородности выборки
3) направление связи (прямая, обратная)
4) силу связи (слабая, тесная)
Задание 98 Коэффициент корреляции Пирсона предназначен для:
1) сопоставления двух или более распределений в любой шкале
2) сопоставления признака только в двух различных группах
3) сопоставления замеров, взятых на одной группе
4) выявления тесноты взаимосвязи между двумя признаками
Задание 99 Коэффициент ранговой корреляции Спирмена предназначен для:
1) сопоставления распределений в любой шкале
2) выявления тесноты взаимосвязи между двумя признаками
3) сопоставления признака в двух различных группах
4) сопоставления замеров, взятых на одной группе
Задание 100 Коэффициент корреляции Пирсона применяется при:
1) выявлении тесноты причинно-следственной взаимосвязи между признаками
2) выявлении различий в распределениях признака
3) выявлении тесноты линейной взаимосвязи между признаками
36
4) оценке влияния условий (факторов) на значения признака
Задание 101 Коэффициент ранговой корреляции Спирмена применяется при:
1) выявлении тесноты линейной взаимосвязи между признаками
2) выявлении тесноты причинно-следственной взаимосвязи между признаками
3) выявлении различий в распределениях признака
4) оценке влияния условий (факторов) на значения признака
Задание 102 Оценить тесноту взаимосвязи между двумя признаками можно при помощи:
1) корреляционного анализа
2) однофакторного дисперсионного анализа
3) двухфакторного дисперсионного анализа
4) t – критерия Стьюдента
Задание 103 Положительный значимый коэффициент корреляции Пирсона говорит о том,
что между признаками:
1) нет существенной линейной взаимосвязи
2) наблюдается тесная прямая взаимосвязь
3) наблюдается тесная обратная взаимосвязь
4) не наблюдается никакой взаимосвязи
Задание 104 Закончите высказывание: "Чем дальше коэффициент корреляции Пирсона
отклоняется от нуля, тем …" .
1) сильнее линейная взаимосвязь между признаками
2) слабее линейная взаимосвязь между признаками
3) сильнее нелинейная взаимосвязь между признаками
4) слабее нелинейная взаимосвязь между признаками
Задание 105 Положительному коэффициенту корреляции будут соответствовать рисунки:
1) 1, 2, 3
2) 1, 4
3) 2
4) 3
Задание 106
1)
2)
3)
4)
В корреляционном анализе рисунку соответствует:
тесная прямая линейная взаимосвязь между признаками
тесная прямая нелинейная взаимосвязь между признаками
тесная обратная линейная взаимосвязь между признаками
тесная обратная нелинейная взаимосвязь между признаками
37
Задание 107 Нелинейная корреляционная взаимосвязь между признаками соответствует
рисункам:
1) 1, 2, 3
2) 2
3) 1, 3
4) 2,3
Задание 108
Последовательности рисунков
будет соответствовать последовательность:
1) слабая положительная корреляция, нулевая корреляция, сильная положительная корреляция,
нелинейная корреляция
2) слабая положительная корреляция, нелинейная корреляция, сильная положительная корреляция,
нулевая корреляция
3) слабая положительная корреляция, слабая отрицательная корреляция, сильная положительная
корреляция, нелинейная корреляция
4) слабая положительная корреляция, нулевая корреляция, сильная положительная корреляция,
слабая отрицательная корреляция
Задание 109 Отрицательный значимый коэффициент корреляции Пирсона говорит о том, что
между признаками:
1) нет существенной линейной взаимосвязи
2) наблюдается тесная прямая взаимосвязь
3) наблюдается тесная обратная взаимосвязь
4) не наблюдается никакой взаимосвязи
Задание 110 Приняв основную гипотезу Н0 при нахождении выборочного коэффициента
корреляции, делаем вывод, что между признаками:
1) наблюдается тесная причинно-следственная взаимосвязь
2) не наблюдается линейная взаимосвязь
3) не наблюдается причинно-следственной взаимосвязи
4) наблюдается обратная взаимосвязь
Задание 111 Закон Йеркса-Додсона: возрастание мотивации первоначально повышает
эффективность научения, а затем наступает снижение продуктивности (эффект
"перемотивации") является примером ____ корреляции.
1) положительной
2) отрицательной
38
3) нулевой
4) нелинейной
Задание 112 Высказывание "Чем выше личностная тревожность, тем больше риск заболеть
язвой желудка" является примером _____ корреляции.
1) положительной
2) отрицательной
3) нулевой
4) нелинейной
Задание 113 Высказывание " Чем боязливей особь, тем меньше у нее шансов занять
доминирующее положение в группе" является примером ____ корреляции.
1) положительной
2) отрицательной
3) нулевой
4) нелинейной
Задание 114 Коэффициент корреляции Пирсона может принимать любое:
5) числовое значение
6) значение из интервала [-1;1]
7) значение из интервала [0;1]
8) значение из интервала [-1;0]
Задание 115 Коэффициент корреляции Спирмена может принимать любое:
1) числовое значение
2) значение из интервала [-1;1]
3) значение из интервала [0;1]
4) значение из интервала [-1;0]
Задание 116 Коэффициент корреляции Пирсона:
1) зависит от единиц измерения только одного из признаков
2) зависит от единиц измерения всех признаков
3) зависит от единиц измерения дисперсий признаков
4) является безразмерным
Задание 117 Коэффициент ранговой корреляции Спирмена:
1) является безразмерным
2) зависит от единиц измерения только одного из признаков
3) зависит от единиц измерения всех признаков
4) зависит от единиц измерения дисперсий признаков
Задание 118 Бисериальный коэффициент корреляции используется, когда:
1) обе переменные измерены в любой шкале (номинативной, порядковой, ...)
2) одна переменная измеряется в номинативной шкале, а другая в шкале интервалов или отношений
3) одна переменная измеряется в дихотомической шкале, а другая в шкале интервалов или
отношений
4) одна переменная измеряется в любой шкале, а другая в шкале интервалов или отношений
Задание 119 Регрессионный анализ — это метод исследования:
1) степени влияния одной переменной на другую переменную
2) применяемый для упорядочивания объектов в сравнительно однородные группы
3) влияния одной или нескольких независимых переменных на зависимую переменную
4) взаимосвязи двух или нескольких случайных величин
Задание 120 Форма связи (математическое уравнение, описывающее зависимость между
зависимой и независимой переменными) определяется при помощи ____ анализа.
1) факторного
2) кластерного
3) регрессионного
4) корреляционного
Задание 121 Предсказать значения зависимой переменной можно при помощи ____ анализа.
1) кластерного
2) регрессионного
3) корреляционного
4) факторного
39
Задание 122 Коэффициент детерминации – это:
1) степень значимости коэффициентов корреляции между признаками
2) доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью зависимости
3) степень значимости коэффициентов простой линейной регрессии
4) степень значимости коэффициентов нелинейной регрессии
Задание 123 Наиболее распространенным методом подбора коэффициентов простой линейной
регрессии является метод:
1) минимизации дисперсии
2) минимизации отклонений
3) наименьших квадратов
4) наименьших модулей
Задание 124 Коэффициенты простой линейной регрессии определяются:
1) с точностью до константы
2) однозначно
3) неоднозначно (есть возможность выбора из конечного числа)
4) неоднозначно (бесконечное множество)
Задание 125 В таблице приведены частоты встречаемости высокого уровня показателя
«Личные качества» у детей младших групп в 2006 и 2007 годах.
Личные качества
2006 2007
а) самостоятельность
4
17
б) инициативность
7
9
в) креативность
4
4
г) ответственность
3
14
д) свобода
7
0
е) самоуважение
7
15
ж) общительность, открытость
5
10
з) сопереживание
6
15
и) вежливость, тактичность
6
10
всего
49
94
При сопоставлении распределений признаков из двух критериев согласия можно применить:
1)
2)
3)
4)
критерий согласия Колмогорова-Смирнова
критерий согласия Пирсона
коэффициент корреляции Пирсона
критерий t Стьюдента
Задание 126 В таблице приведены распределения признака «Самооценка» у детей средней и
старшей групп детского сада (2007г.)
средняя
заниженная
адекватная
завышенная
всего
старшая
13
17
33
63
16
12
25
53
При сопоставлении распределений признаков можно применить:
1)
2)
3)
4)
любой из критериев согласия Пирсона или Колмогорова-Смирнова
коэффициент корреляции Пирсона
однофакторный дисперсионный анализ
критерий t – Стьюдента
Задание 127 В таблице даны распределения детей, имеющих высокий и средний уровни
показателя «Кругозор».
2004-05
2005-06
2006-07
40
высокий
средний
61
39
79
21
88
12
При сопоставлении распределений признаков можно применить:
1)
2)
3)
4)
однофакторный дисперсионный анализ
критерий t – Стьюдента
любой из критериев согласия Пирсона или Колмогорова-Смирнова
коэффициент корреляции Пирсона
Задание 128 В таблице приведено распределение высоких показателей признака «Уровень
интереса» у детей младшей группы детского сада.
Уровень интереса
Частоты
а) к театральной деятельности
4
б) к музыкальной деятельности
4
в) к моделированию
5
г) к изодеятельности
10
д) к конструктивной деятельности
3
е) к экспериментированию
2
ж) к речевому творчеству
7
з) познавательный интерес
6
всего
41
При сопоставлении распределения признака с равномерным можно применить:
1)
2)
3)
4)
критерий согласия Колмогорова-Смирнова
критерий согласия Пирсона
коэффициент корреляции Пирсона
критерий t Стьюдента
Задание 129 Эффект и объемы при выявлении различий в долях низких показателей с
помощью критерия угловое преобразование Фишера для первой группы будут равны:
1 2 3 4 5 6
7
8
9
10
11
12
13
14
15
16
17
18
Группа
1:
0 0 0 0 0 20
20
30
30
30
30
30
30
30
50
50
60
60
Группа
2:
0 0 5 5 5 5
19
испытуе
мый
10
10
10
10
10
10
15
15
20
20
20
20
кол-во
испытуе
мых
сумма
показат
елей
18
470
19
220
30
1) 18 и 470 соответственно
2) 0 и 18 соответственно
3) 5 и 18 соответственно
4) 5 и 470 соответственно
Задание 130 Сопоставить уровень склонности к конструированию в различных группах детей
можно при помощи критерия:
младшая
средняя
старшая
подготовительная
2
5
6
7
4
4
5
5
3
4
4
6
41
2
6
3
6
4
5
6
7
4
4
6
8
1) Манна-Уитни
2) Крускала-Уоллиса
3) знаков
4) Фридмана
Задание 131 Сопоставить уровень сдвига в контрольной и экспериментальной группах
можно при помощи критерия:
Значения сдвига
Количество сдвигов в
Количество сдвигов в
Суммы
экспериментальной
контрольной группе
группе
+5
0
1
1
+2
3
5
8
+1
19
11
30
0
38
65
103
-1
4
8
12
-2
0
2
2
1) Манна-Уитни
2) Крускала-Уоллиса
3) знаков
4) Фридмана
Задание 132 Оценить сдвиг в группе испытуемых по реальному владению навыком
«Аргументация», взятому в двух замерах, можно при помощи критерия:
Код
имени
1 измерение
Активное
слушание
1
2
3
4
5
6
7
8
9
10
Реал.
6
3
4
4
6
6
3
6
6
5
Идеал.
9
5
6
6
9
8
8
9
8
8
Снижение
эмоционального
напряжения
Реал.
Идеал.
5
8
1
3
4
6
4
5
4
9
5
8
5
10
5
8
5
9
6
9
2 измерение
Аргументация
Реал.
5
4
5
5
4
3
2
3
5
5
Идеал.
8
5
8
7
8
6
6
7
9
8
Активное
слушание
Реал.
7
5
8
6
4
8
7
5
7
7
Идеал.
10
7
10
7
10
9
8
8
8
10
Снижение
эмоционального
напряжения
Реал.
Идеал.
6
10
4
6
7
8
5
7
5
10
7
9
8
10
7
10
6
9
7
10
Аргументация
Реал.
7
5
6
5
5
6
5
5
5
6
Идеал.
9
7
8
7
10
8
7
9
9
10
Манна-Уитни
Крускала-Уоллиса
знаков
Фридмана
1)
2)
3)
4)
Задание 133 Оцените различия в группе испытуемых по реальному владению разными
коммуникационными навыками в первом замере известным Вам непараметрическим
методом и укажите уровень значимости
Код
имени
1 измерение
Активное
слушание
1
2
3
4
5
Реал.
6
3
4
4
6
Идеал.
9
5
6
6
9
Снижение
эмоционального
напряжения
Реал.
Идеал.
5
8
1
3
4
6
4
5
4
9
2 измерение
Аргументация
Реал.
5
4
5
5
4
Идеал.
8
5
8
7
8
Активное
слушание
Реал.
7
5
8
6
4
Идеал.
10
7
10
7
10
Снижение
эмоционального
напряжения
Реал.
Идеал.
6
10
4
6
7
8
5
7
5
10
Аргументация
Реал.
7
5
6
5
5
Идеал.
9
7
8
7
10
42
6
7
8
9
10
6
3
6
6
5
8
8
9
8
8
5
5
5
5
6
8
10
8
9
9
3
2
3
5
5
6
6
7
9
8
8
7
5
7
7
9
8
8
8
10
7
8
7
6
7
9
10
10
9
10
6
5
5
5
6
8
7
9
9
10
Задание 134 Оцените различия в группе испытуемых по идеальным представлениям по
владению разными коммуникационными навыками во втором замере известным Вам
непараметрическим методом и укажите уровень значимости
Код
имени
1 измерение
Активное
слушание
1
2
3
4
5
6
7
8
9
10
Реал.
6
3
4
4
6
6
3
6
6
5
Снижение
эмоционального
напряжения
Реал.
Идеал.
5
8
1
3
4
6
4
5
4
9
5
8
5
10
5
8
5
9
6
9
Идеал.
9
5
6
6
9
8
8
9
8
8
2 измерение
Аргументация
Реал.
5
4
5
5
4
3
2
3
5
5
Идеал.
8
5
8
7
8
6
6
7
9
8
Активное
слушание
Реал.
7
5
8
6
4
8
7
5
7
7
Идеал.
10
7
10
7
10
9
8
8
8
10
Снижение
эмоционального
напряжения
Реал.
Идеал.
6
10
4
6
7
8
5
7
5
10
7
9
8
10
7
10
6
9
7
10
Аргументация
Реал.
7
5
6
5
5
6
5
5
5
6
испытуемый
Задание 135 Оценить различия в группе испытуемых между шкалами Цели-ПроцессРезультат можно при помощи критерия:
Тест смысложизненных
ориентаций (СЖО)
Показатели по шкалам
Цели
Процесс
Результат
1
2
3
4
5
6
38
32
40
37
37
33
38
34
34
22
33
36
33
20
32
27
32
25
7
8
9
10
11
12
29
31
21
33
40
39
28
26
20
32
33
34
24
24
22
28
32
28
13
14
27
32
26
35
29
24
1)
2)
3)
4)
знаков
коэффициента корреляции
Крускала-Уоллиса
Фридмана
Идеал.
9
7
8
7
10
8
7
9
9
10
43
испытуемый
Задание 136 Оцените различия средних значений в группе испытуемых между шкалами
«Локус контроля – Я» и «Локус контроля – жизнь», укажите уровень значимости
Тест
смысложизненных
ориентаций (СЖО)
Показатели по шкалам
1
2
Локус
контроля
-Я
27
25
Локус
контр.жизнь
29
25
3
4
5
6
7
8
25
18
26
21
24
21
23
22
30
28
28
29
9
10
11
12
13
14
19
24
28
24
23
25
10
28
24
26
28
26
№
испытуемого
Задание 137 Сопоставьте уровень признака «Кто я?» в представленных группах детей с
помощью непараметрического критерия, укажите уровень значимости
Группа 1
Группа 2
Кто я?
Что
есть у
меня?
Что я
могу?
Кто я?
Что
есть у
меня?
Что я
могу?
1.
2.
8
6
5
6
5
4
5
6
5
6
3
3
3.
9
4
2
4
3
3
4.
4
5
3
5
5
5
5.
5
7
6
8
6
4
6.
8
8
5
9
5
5
7.
7
9
6
9
3
6
8.
3
4
5
5
3
3
9.
6
2
3
6
2
5
10.
8
5
6
9
6
4
№
испытуем
ого
Задание 138 Сопоставить уровень признака «Самопознание» в представленных группах
детей по каждой шкале отдельно можно при помощи критерия:
Группа 1
Группа 2
Группа 3
44
Кто я?
Что
есть у
меня?
Что я
могу?
Кто я?
Что
есть у
меня?
Что я
могу?
Кто я?
Что
есть у
меня?
Что я
могу?
1.
8
5
5
5
5
3
5
6
7
2.
6
6
4
6
6
3
6
5
6
3.
9
4
2
4
3
3
4
3
5
4.
4
5
3
5
5
5
8
6
5
5.
5
7
6
8
6
4
9
8
3
6.
8
8
5
9
5
5
3
8
5
7.
7
9
6
9
3
6
5
8
6
8.
3
4
5
5
3
3
5
5
3
9.
6
2
3
6
2
5
5
4
6
10.
8
5
6
9
6
4
7
5
5
1)
2)
3)
4)
Манна-Уитни
Крускала-Уоллиса
знаков
Фридмана
Задание 139 Оцените тесноту взаимосвязи между признаками «Зрительное восприятие» и
«Память», примите решение на уровне значимости р=0,05.
№
испытуемого
Группа 1
Зрительное
восприятие
Память
1.
5
5
2.
6
6
3.
7
8
4.
8
9
5.
2
5
6.
4
4
7.
5
5
8.
8
2
9.
5
3
10.
2
6
11.
3
5
12.
6
2
13.
9
3
14.
9
6
15.
9
5
16.
8
6
Задание 140 При выполнении всех условий применения метода оценить значимость различий
между средними значениями признаков «Эмоциональный» и «Когнитивный», взятых на
одной выборке испытуемых, можно при помощи критерия:
Испытуем
ый
Эмоционал
ьный
Когнитивн
ый
1
1
2
9
2
1
4
1
4
3
1
4
1
5
4
1
5
2
0
5
1
3
1
5
6
1
2
1
4
7
1
5
1
3
8
1
6
1
8
9
1
3
2
3
1
0
1
3
1
2
1
1
1
4
1
1
1
2
1
3
1
0
1
3
7
9
1
4
1
3
1
1
1
5
1
2
1
6
1
6
1
3
1
1
1
7
1
4
1
2
1
8
1
9
9
9
1
6
9
2
0
1
6
1
4
2
1
1
5
1
4
2
2
1
1
1
1
2
3
1
3
1
5
2
4
2
5
9
9
1
6
9
2
6
1
6
1
4
2
7
1
5
1
4
2
8
1
1
1
1
2
9
1
3
1
5
3
0
9
9
45
1)
2)
3)
4)
Манна-Уитни
t-Стьюдента
знаков
Фридмана
Задание 141 При выполнении всех условий применения метода оценить значимость различий
между средними значениями признака «Эмоциональный», взятого на независимых
выборках учащихся 10 и 11 классов, можно при помощи критерия:
Испытуе
мый
10 класс
1
1
2
11 класс
9
2
1
4
1
4
3
1
4
1
5
4
1
5
2
0
5
1
3
1
5
6
1
2
1
4
7
1
5
1
3
8
1
6
1
8
1
0
1
3
1
2
9
1
3
2
3
1
1
1
4
1
1
1
2
1
3
1
0
1
3
1
4
1
3
1
1
7
9
1
5
1
2
1
6
1
6
1
3
1
1
1
7
1
4
1
2
1
8
1
9
9
9
1
6
9
2
0
1
6
1
4
2
1
1
5
1
4
2
2
1
1
1
1
2
3
1
3
1
5
2
4
2
5
9
9
1
6
9
2
6
1
6
1
4
2
7
1
5
1
4
2
8
1
1
1
1
2
9
1
3
1
5
3
0
9
9
1) Манна-Уитни
2) t-Стьюдента
3) знаков
4) Фридмана
Задание 142 При выполнении всех условий применения метода оценить значимость отличия
среднего значения признака «Эмоциональный» от заданного значения 13 можно при
помощи критерия:
Испытуем
ый
Эмоционал
ьный
1)
2)
3)
4)
1
1
2
2
1
4
3
1
4
4
1
5
5
1
3
6
1
2
7
1
5
8
1
6
1
0
1
3
9
1
3
1
1
1
4
1
2
1
3
1
3
1
4
1
3
7
1
5
1
2
1
6
1
3
1
7
1
4
1
8
1
9
9
9
2
0
1
6
2
1
1
5
2
2
1
1
2
3
1
3
2
4
2
5
9
9
2
6
1
6
2
7
1
5
2
8
1
1
2
9
1
3
3
0
9
Манна-Уитни
t-Стьюдента
знаков
Фридмана
Задание 143 При проверке гипотез о взаимосвязи пола ребенка и показателя роста и веса
используется:
1) коэффициент корреляции Пирсона
2) коэффициент ранговой корреляции Спирмена
3) бисериальный коэффициент корреляции
4) коэффициент ранговой корреляции Кендалла
Задание 144 При проверке гипотез о взаимосвязи пола испытуемого и показателя
одиночества в семье или в группе (см. таблицу) используется:
№ п/п
пол
1
М
2
М
3
Ж
4
М
5
Ж
6
Ж
7
Ж
8
Ж
9
М
1
0
М
1
1
М
1
2
М
1
3
Ж
1
4
Ж
1
5
Ж
1
6
Ж
1
7
Ж
1
8
М
1
9
М
2
0
М
2
1
М
2
2
Ж
2
3
М
2
4
Ж
2
5
М
2
6
М
2
7
М
2
8
Ж
2
9
Ж
3
0
Ж
в семье
с
группо
й
6
1
6
1
1
9
7
9
6
4
4
3
0
3
0
7
4
3
7
2
1
2
3
6
5
0
2
3
4
2
1
0
2
0
0
9
2
7
7
2
6
0
0
0
0
3
1
2
4
1
0
4
1
2
2
3
0
1
2
3
1)
2)
3)
4)
коэффициент корреляции Пирсона
коэффициент ранговой корреляции Спирмена
бисериальный коэффициент корреляции
коэффициент ранговой корреляции Кендалла
Задание 145 При проверке гипотез о взаимосвязи показателя одиночества в семье с
показателем одиночества в группе (см. таблицу) используются:
№ п/п
пол
1
М
2
М
3
Ж
4
М
5
Ж
6
Ж
7
Ж
8
Ж
9
М
1
0
М
1
1
М
1
2
М
1
3
Ж
1
4
Ж
1
5
Ж
1
6
Ж
1
7
Ж
1
8
М
1
9
М
2
0
М
2
1
М
2
2
Ж
2
3
М
2
4
Ж
2
5
М
2
6
М
2
7
М
2
8
Ж
2
9
Ж
3
0
Ж
в семье
6
1
6
1
1
9
7
9
6
4
4
3
0
3
0
7
4
3
7
2
1
2
3
6
5
0
2
3
4
2
46
с
группо
й
1
0
2
0
0
9
2
7
7
2
6
0
0
0
0
3
1
2
4
1
0
4
1
2
2
3
0
1
2
3
1) коэффициенты корреляции Пирсона, ранговой корреляции Спирмена
2) только точечный бисериальный коэффициент корреляции
3) только ранговый бисериальный коэффициент корреляции
4) только коэффициент ранговой корреляции Кендалла
Задание 146 К методам многомерного статистического анализа относится ____ анализ.
1) дисперсионный
2) факторный
3) корреляционный
4) регрессионный
Задание 147 С помощью факторного анализа возможно выявление:
1) скрытых латентных переменных факторов, отвечающих за наличие линейных статистических
связей корреляций между наблюдаемыми переменными
2) степени влияния факторов на значения исследуемого признака
3) степени влияния факторов на среднее значение исследуемого признака
4) степени влияния факторов на дисперсию исследуемого признака
Задание 148 Главными целями факторного анализа являются:
1) оценка степени влияния факторов на значения и дисперсию исследуемого признака
2) оценка степени влияния факторов на среднее значение и дисперсию исследуемого признака
3) оценка степени влияния факторов на все числовые характеристики исследуемого признака
4) сокращение числа переменных (редукция данных) и определение структуры взаимосвязей между
переменными (классификация переменных)
Задание 149 Целью метода главных компонент является построение модели:
1) оценивающей степень влияния факторов на среднее значение и дисперсию исследуемого
признака
2) оценивающей степень влияния факторов на все числовые характеристики исследуемого признака
3) наилучшим образом объясняющей полную дисперсию экспериментальных данных, полученных
по всем переменным
4) оценивающей степень влияния факторов на значения и дисперсию исследуемого признака
Задание 150 Поворот факторов (вращение, ротация) в процедуре факторного анализа
применяется для:
1) поиска наиболее легко интерпретируемого решения
2) вычисления коэффициентов корреляции между переменными
3) выявления групп, в состав которых входят объекты, более сходные друг с другом, чем с
представителями других групп
4) более точной оценки влияния фактора на средние значения признака
Задание 151 Целью применения методов вращения в процедуре факторного анализа
является:
1) получение факторов, которые четко отмечены высокими нагрузками для некоторых переменных
и низкими - для других
2) вычисление коэффициентов корреляции между факторами
3) выявление групп, в состав которых входят объекты, более сходные друг с другом, чем с
представителями других групп
4) более точная оценка влияния фактора на средние значения признака
Задание 152 Метод вращения факторов Varimax в процедуре факторного анализа – это:
1) ортогональное вращение, при котором происходит минимизация количества переменных с
высокой факторной нагрузкой для поиска наиболее легко интерпретируемого решения
2) ортогональное вращение, при котором происходит минимизация количества факторов,
необходимых для объяснения переменной
3) косоугольное вращение, при котором факторы не коррелируют между собой
4) косоугольное вращение, при котором факторы могут коррелировать между собой
Задание 153 Свойство биполярности факторных нагрузок в процедуре факторного анализа –
это наличие положительных:
1) и отрицательных показателей в одном факторе
47
2) и отрицательных факторов
3) и отрицательных коэффициентов детерминации
4) факторных нагрузок в одном и отрицательных - в другом факторе
Задание 154
Факторные нагрузки в процедуре факторного анализа – это коэффициенты
корреляции между:
1) испытуемыми
2) выделенными факторами
3) переменными
4) выделенными факторами и переменными
Задание 155
Величина нагрузок в процедуре факторного анализа отражает:
1) степень связи каждой наблюдаемой переменной и каждым фактором
2) направление связи каждой наблюдаемой переменной и каждым фактором
3) степень связи между переменными
4) степень связи между факторами
Задание 156 Остаточная матрица в процедуре факторного анализа - это разность между:
1) наблюдаемой и вычисленной (воспроизведенной) матрицами
2) коэффициентами корреляции, определенными между переменными
3) факторными нагрузками
4) коэффициентами корреляции, определенными между испытуемыми
Задание 157 Метод вращения факторов Quartimax в процедуре факторного анализа – это:
1) ортогональное вращение, при котором происходит минимизация количества переменных
2) ортогональное вращение, при котором происходит минимизация количества факторов
3) косоугольное вращение, при котором факторы не коррелируют между собой
4) косоугольное вращение, при котором факторы могут коррелировать между собой
Задание 158 Точки, характеризующие переменные, при вращении факторного пространства в
процедуре факторного анализа:
1) остаются на месте
2) перемещаются вместе с осями, не меняя положение относительно осей
3) перемещаются в ту же сторону, что и оси, но меняют положение относительно осей
4) перемещаются в противоположную сторону относительно поворота осей, и меняют положение
относительно осей
Задание 159 Примером косоугольного вращения факторов в процедуре факторного анализа
является:
1) Varimax
2) Quartimax
3) Equamax
4) Direct oblimin
Задание 160 Метод вращения факторов Direct oblimin в процедуре факторного анализа – это:
1) ортогональное вращение, при котором происходит минимизация количества переменных
2) ортогональное вращение, при котором происходит минимизация количества факторов
3) косоугольное вращение, при котором факторы не коррелируют между собой
4) косоугольное вращение, при котором факторы могут коррелировать между собой
Задание 161 Кластерный анализ — это:
1) метод, используемый для разбиения факторного пространства на значимые и незначимые
2) ряд методов, используемых для группировки объектов, событий или индивидов в классы на
основе сходства их характерных признаков
3) ряд методов, используемых для оценки влияния факторов на значения признака
4) метод, используемый для поворота факторного пространства
Задание 162 Спорный объект в кластерном анализе — это объект:
1) положение которого определяется как среднее геометрическое место точек в пространстве
переменных
2) максимально удаленный от центра кластера
3) который по мере сходства может быть отнесен к нескольким кластерам
4) максимально приближенный к центру кластера
Задание 163 Стандартизация (нормирование) переменных в кластерном анализе применяется
с целью:
48
получения экспертной оценки важности признаков
правильности выбора масштаба или единиц измерения признаков
привести значения всех преобразованных переменных к единому диапазону значений
придания каждой из переменных определенного коэффициента важности, или веса, который бы
отражал значимость соответствующей переменной
Задание 164 "Евклидово расстояние" при задании меры сходства в кластерном анализе:
1) является геометрическим расстоянием в многомерном пространстве признаков
2) используется, когда необходимо определить два объекта как "различные", если они отличаются
по какому-то одному измерению
3) рассчитывается как среднее разностей по координатам
4) используется, если данные являются категориальными
Задание 165 "Расстояние Чебышева " при задании меры сходства в кластерном анализе:
1) является геометрическим расстоянием в многомерном пространстве признаков
2) используется, когда необходимо определить два объекта как "различные", если они отличаются
по какому-то одному измерению
3) рассчитывается как среднее разностей по координатам
4) используется, если данные являются категориальными
Задание 166 "Манхэттенское расстояние (расстояние городских кварталов)" при задании
меры сходства в кластерном анализе:
1) является геометрическим расстоянием в многомерном пространстве признаков
2) используется, когда необходимо определить два объекта как "различные", если они отличаются
по какому-то одному измерению
3) рассчитывается как среднее разностей по координатам
4) используется, если данные являются категориальными
Задание 167 "Процент несогласия " при задании меры сходства в кластерном анализе:
1) является геометрическим расстоянием в многомерном пространстве признаков
2) используется, когда необходимо определить два объекта как "различные", если они отличаются
по какому-то одному измерению
3) рассчитывается как среднее разностей по координатам
4) используется, если данные являются категориальными
Задание 168 "Расстояние “Ближайшего соседа” (Одиночная связь)" при выборе метода
классификации в кластерном анализе:
1) равно расстоянию между ближайшими объектами классов
2) равно расстоянию между самыми дальними объектами классов
3) вычисляется как среднее расстояние между всеми парами объектов в них
4) определяется как расстояние между центрами тяжести двух кластеров
Задание 169 "Расстояние “Дальнего соседа” (Полная связь)" при выборе метода
классификации в кластерном анализе:
1) равно расстоянию между ближайшими объектами классов
2) равно расстоянию между самыми дальними объектами классов
3) вычисляется как среднее расстояние между всеми парами объектов в них
4) определяется как расстояние между центрами тяжести двух кластеров
Задание 170 "Невзвешенное попарное среднее" расстояние при выборе метода
классификации в кластерном анализе:
1) равно расстоянию между ближайшими объектами классов
2) равно расстоянию между самыми дальними объектами классов
3) вычисляется как среднее расстояние между всеми парами объектов в них
4) определяется как расстояние между центрами тяжести двух кластеров
Задание 171 "Невзвешенный центроидный метод" при выборе метода классификации в
кластерном анализе определяет расстояние:
1) между ближайшими объектами классов
2) между самыми дальними объектами классов
3) как среднее расстояние между всеми парами объектов в них
4) как расстояние между центрами тяжести двух кластеров
Задание 172 "Метод Варда" при выборе метода классификации в кластерном анализе
направлен на:
1)
2)
3)
4)
49
1) выявление значительных различий в размерах кластеров
2) выявление сходства в размерах кластеров
3) объединение близко расположенных кластеров
4) исключение из рассмотрения далеко расположенных кластеров
Задание 173 В процедуре кластерного анализа заданное число различных кластеров,
расположенных на возможно больших расстояниях друг от друга позволяет строить метод:
1) "Дальнего соседа" (Полная связь)
2) k - средних
3) Невзвешенный центроидный
4) "Ближайшего соседа" (Одиночная связь)
Задание 174 В процедуре кластерного анализа "Двухвходовое объединение" позволяет:
1) построить ровно 2 кластера
2) объединять переменные по двум параметрам
3) объединять наблюдения по двум признакам
4) кластеризовать в двух направлениях: наблюдения и переменные
Таблица 6
Карта компетенций дисциплины
Код
компете
нции
ОК-7
Формулировка
компетенции
способность
самоорганизации
самообразованию
Результаты обучения по уровням освоения материала
к
и
пороговый
(удовл.)
61-75 баллов
базовый (хор.)
76-90 баллов
повышенный
(отл.)
91-100 баллов
Знает:
основные средства и методы
развития
профессионального
самосознания,
развития
профессиональных умений
Знает:
основные
правила
применения
методов
развития
профессионального
самосознания,
профессиональных умений,
стимулирования
профессиональной
деятельности
Умеет:
рационально
организовывать и поэтапно
выполнять свою учебнопрофессиональную
деятельность
Знает:
Правила и осознает место
самосовершенствования
в
области математических наук
в
общекультурной
и
профессиональной
подготовке
Умеет:
при консультативной
поддержке анализировать и
выбирать образовательные
концепции
Владеет:
приемами анализа условий и
задач
самообразования,
рационального
планирования, организации,
оценки,
своей
профессиональной
деятельности
Владеет:
навыками
в
области
самоорганизации,
обеспечивающих успешност
ь процесса самоорганизации
учебно-профессиональной
деятельности; осознанность,
целесообразность
и
систематичность
осуществления
самоорганизации
учебнопрофессиональной
деятельности
Умеет:
рационально организовывать,
поэтапно
выполнять
и
своевременно корректировать
свою
учебнопрофессиональную
деятельность в соответствии с
профессиональными
и
личностными целями
Владеет:
опытом
организации и коррекции
своей
учебнопрофессиональной
деятельности с учетом
промежуточных результатов
Виды занятий
Оценочные
средства
Лекции,
практические
занятия,
индивидуальные
задания
контрольные
работы,
тест
практические
занятия,
лабораторные
занятия,
индивидуальные
задания
индивидуальные
домашние
задания,
лабораторные
работы,
контрольные
работы
практические
занятия,
лабораторные
занятия,
индивидуальные
задания
индивидуальные
домашние
задания,
лабораторные
работы,
контрольные
работы
51
Код
компете
нции
Формулировка
компетенции
ОПК - 1
способностью решать
стандартные
задачи
профессиональной
деятельности на основе
информационной
и
библиографической
культуры
с
применением
информационнокоммуникационных
технологий и с учетом
основных требований
информационной
безопасности
Результаты обучения по уровням освоения материала
пороговый
(удовл.)
61-75 баллов
базовый (хор.)
76-90 баллов
повышенный
(отл.)
91-100 баллов
Знает:
некоторые приемы в Excel
для сортировки, отбора,
группировки
данных,
основные
способы
построения
графиков,
общие
сведения
о
применении ИТ-технологий
в
психологии,
о
классификации
математических
методов,
применяемых в решении
профессиональных
психологических задач
Знает:
основные функции Excel для
группировки и визуализации
данных:
фильтры,
сортировка,
построение
гистограмм,
основные
способы поиска и обработки
информации с помощью
Интернет, классификацию
математических
методов,
применяемых в решении
профессиональных
психологических задач
Умеет:
Вносить данные в Excel для
хранения, отбирать для
обработки
данные
из
массива, применять пакет
анализа Excel, производить
поиск
необходимой
информации теоретического
и практического характера в
сети Интернет, использовать
отдельные
компоненты
статистического анализа
Умеет:
Вносить данные в Excel для
хранения, отбирать для
обработки
данные
из
массива, вносить формулы
для получения статистик,
применять пакет анализа
Excel, производить поиск и
анализ
необходимой
информации теоретического
и практического характера в
сети
Интернет,
классифицировать задачи,
определять математические
методы для их обработки
Знает:
функции и пакет анализа
Excel, предназначенные для
сортировки,
отбора,
группировки и визуализации
данных, построение сводных
таблиц и графиков, основные
способы поиска, обработки
информации
и
анализа
данных с помощью Интернет,
полную
характеристику
изучаемых
математических
методов, применяемых
в
решении профессиональных
психологических задач
Умеет:
Вносить данные в Excel для
хранения,
отбирать
для
обработки данные из массива,
вносить
формулы
для
получения
статистик,
применять пакет анализа
Excel, создавать файл Excel
для
обработки
статистическим
методом,
производить
эффективный
поиск и анализ необходимой
информации в сети Интернет,
применять
современные
информационные технологии
для
решения
профессиональных
задач,
проводить
полный
статистический
анализ
Виды занятий
Оценочные
средства
Лекции,
практические
занятия
контрольные
работы,
тест
практические
занятия,
лабораторные
занятия
индивидуальные
домашние
задания,
лабораторные
работы,
контрольные
работы,
тест
52
Код
компете
нции
Формулировка
компетенции
Результаты обучения по уровням освоения материала
пороговый
(удовл.)
61-75 баллов
базовый (хор.)
76-90 баллов
повышенный
(отл.)
91-100 баллов
данных от выбора метода до
интерпретации
результатов
обработки данных
Владеет:
начальными навыками по
внесению данных в Excel,
отбору
для
обработки
данных
из
массива,
использованию
методов
Excel,
начальными
навыками
работы
в
Интернет для обеспечения
теоретической
и
практической
составляющей, начальными
навыками работы в Excel
при
применении
математических методов для
решения профессиональных
задач решаемой задачи,
Владеет:
устойчивыми навыками по
внесению данных в Excel,
отбору
для
обработки
данных из массива, работы с
формулами для получения
статистик,
работы
в
Интернет для обеспечения
теоретической
и
практической составляющей
решаемой задачи, работы в
Excel
при
применении
математических методов для
решения профессиональных
задач
Владеет:
Опытом
применения
современных
информационных технологий,
устойчивыми
навыками
работы
в Excel и сети Интернет для
хранения, отбора и обработки
данных,
в Интернет для обеспечения
теоретической и практической
составляющей
решаемой
задачи,
в
сети
Интернет
при
применении математических
методов
для
решения
профессиональных задач
Виды занятий
практические
занятия,
лабораторные
занятия
Оценочные
средства
индивидуальные
домашние
задания,
лабораторные
работы,
контрольные
работы,
тест
10.3 Типовые контрольные задания или иные материалы, необходимые для оценки
знаний, умений, навыков и (или) опыта деятельности, характеризующей этапы
формирования компетенций в процессе освоения образовательной программы.
Вариант контрольной работы 1
В группах детей детского сада были измерены показатели по трем признакам. Ответить на вопросы:





Можно ли говорить о значимых различиях между уровнями детей 1 и 2 групп по каждому
признаку отдельно?
Можно ли говорить о значимых различиях в долях детей с высоким показателем (не менее 7)
признака «Кто я?» в 1 и 2 группах?
Можно ли говорить о значимых различиях между уровнями детей всех групп (1, 2, 3) по
каждому признаку отдельно?
Можно ли говорить о том, что дети 1 группы имеют более высокие показатели по шкале «Кто
я?» по сравнению с показателями по другим шкалам?
Можно ли говорить о том, что у детей второй группы все признаки проявляются на одинаковом
уровне?
№
испыт
уемог
о
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
Группа 1
Кто я?
Что
Что я
есть у
могу?
меня?
8
5
5
6
6
4
9
4
2
4
5
3
5
7
6
8
8
5
7
9
6
3
4
5
6
2
3
8
5
6
9
8
4
8
9
5
5
8
4
4
5
2
2
6
3
5
8
6
6
5
3
8
5
5
8
4
6
7
3
3
7
6
3
6
5
2
5
6
3
5
6
2
4
3
4
6
3
4
Группа 2
Кто я?
Что
Что я
есть у
могу?
меня?
5
5
3
6
6
3
4
3
3
5
5
5
8
6
4
9
5
5
9
3
6
5
3
3
6
2
5
9
6
4
9
5
5
8
6
2
7
3
3
8
3
5
8
5
6
4
6
3
5
3
3
7
4
4
7
5
5
2
2
4
3
3
2
6
5
3
Группа 3
Кто я?
Что
Что я
есть у
могу?
меня?
5
6
7
6
5
6
4
3
5
8
6
5
9
8
3
3
8
5
5
8
6
5
5
3
5
4
6
7
5
5
8
2
4
7
3
3
9
5
6
3
6
5
9
5
5
9
3
5
5
6
3
3
5
6
2
4
5
5
5
3
2
6
4
3
3
4
2
2
4
54
Вариант контрольной работы 2
Задача 1.
В группах детей детского сада измерялся уровень склонности к творческой деятельности. В таблице
приведены частоты встречаемости высокого уровня.
1. Можно ли говорить о том, что частоты встречаемости высоких показателей признака в обеих
группах распределены равномерно?
2. Можно ли говорить о различиях в закономерностях между группами?
средняя
6
3
8
2
8
9
2
а) к театральной деятельности
б) к музыкальной деятельности
в) к моделированию
г) к изодеятельности
д) к конструктивной деятельности
е) к экспериментированию
ж) к речевому творчеству
подготовительная
1
3
7
2
7
5
5
Задача 2.
В таблице приведена динамика вступления в повторный брак мужчин и женщин города N с 2010 по
2013 годы. Можно ли говорить о различиях в закономерностях?
2010
2011
2012
2013
Женщины
86
66
60
82
мужчины
37
64
32
65
Задача 3
В двух группах испытуемых были взяты показатели фактора А: «замкнутость – общительность»
опросника Кеттела
№ испытуемого
Группа 1
Группа 2
1
8
12
2
9
4
3
7
0
4
10
11
5
6
11
6
2
8
7
9
10
8
11
9
9
3
1
10
5
4
11
12
10
12
10
11
13
10
12
14
1
1
15
8
7
16
5
1
17
4
7
18
8
3
55



19
7
8
20
11
11
21
9
5
22
4
4
23
6
6
24
8
6
25
10
4
26
8
6
27
4
11
28
5
12
29
6
9
30
10
7
сопоставить распределение в каждой группе с равномерным
сопоставить распределение в каждой группе с нормальным
сопоставить распределения между собой
Вариант контрольной работы 3
Задача 1
В исследовании было установлено, что испытуемые по-разному относятся к
наказаниям, которые могут совершить по отношению к их детям разные люди. Например,
наказание со стороны самого родителя считается более приемлемым, чем наказание со
стороны бабушки, и тем более воспитателя или учителя. Каждый из 16 представленных
испытуемых указал степень допустимости телесных наказаний со своей стороны, со стороны
родственников и со стороны воспитателя или учителя.
Испытуемый
наказания со своей
Допускаю
стороны
Допускаю со стороны родственников
Допускаю со стороны воспитателя
1
4
2
1
3
5
4
4
5
3
6
4
7
3
8
5
9
6
10
2
11
6
12
5
13
7
14
5
15
5
16
6
2
1
1
1
4
4
3
2
3
2
5
1
3
1
5
3
5
3
2
2
3
2
3
4
5
4
5
2
5
4
6
4
Можно ли говорить
1. О наличии тесной линейной взаимосвязи между признаками?
2. О значимых различиях средних значений признака во всех замерах?
3. О значимых расхождениях средних значений признака в замерах "Допускаю
наказания со своей стороны" и "Допускаю со стороны родственников"?
Задача 2
В различных выборках учеников 6, 7, и 8 классов одновременно измерялся показатель по
шкале «Агрессивность»
мальчики
девочки
№ испытуемых 6 класс 7 класс 8 класс 6 класс 7 класс 8 класс
5
8
8
1
5
6
4
8
7
6
2
6
6
4
7
7
6
3
7
8
5
9
8
6
4
7
7
5
6
8
8
5
5
7
6
56
мальчики
девочки
№ испытуемых 6 класс 7 класс 8 класс 6 класс 7 класс 8 класс
8
5
8
6
6
4
7
5
9
9
7
4
8
5
При помощи дисперсионного анализа установить значимость влияния факторов возраста и
пола на показатели.
Задача 3
Был проведен эксперимент, состоявший в том, что в каждом из трех равных по объему
случайных контингентов детей детского сада одной параллели замерялись показатели
«Уровень самопознания» в группах различных педагогов. Можно ли говорить о влиянии
личности педагога на показатели
Караваева
7
8
2
3 4 8 7 7 5 4 3 2 2 3 5
Усольцева
9
2
4
4 5 6 2 3 4 4 4 5 7 2 3
Целищева
8
8
6
7 7 6 8 7 7 4 8 3 2 9 9
11. Образовательные технологии.
Лекции курса читаются с использованием презентаций, что обеспечивает усвоение
студентами учебного материала как аудиальным, так и визуальным способами.
Все лекционные и семинарские занятия ведутся в компьютерной аудитории. Кроме того,
на семинарских занятиях и при самостоятельной подготовке активно используется работа в
малых группах, что развивает не только профессиональные, но и коммуникативные
компетенции студентов.
12. Учебно-методическое и информационное обеспечение дисциплины
12.1. Основная литература:
1. Карымова, О.С. Математические методы в психологии / О.С. Карымова,
И.С. Якиманская;
Федеральное
государственное
бюджетное
образовательное
учреждение высшего профессионального образования «Оренбургский государственный
университет», Министерство образования и науки Российской Федерации. - Оренбург:
Оренбургский государственный университет, 2012. - 169 с.: табл.; То же [Электронный
ресурс]. - URL: http://biblioclub.ru/index.php?page=book&id=258840 (Дата обращения
04.02.2015).
2. Комиссаров В.В. Практикум по математическим методам в психологии: учебное
пособие. - Новосибирск: НГТУ, 2012. – 87
3. Комиссаров, В.В. Практикум по математическим методам в психологии: учебное
пособие / В.В. Комиссаров. - Новосибирск: НГТУ, 2012. - 87 с. - [Электронный ресурс]. URL: http://biblioclub.ru/index.php?page=book&id=228864 (Дата обращения 04.02.2015).
4. Романко В.К. Статистический анализ данных в психологии. - М.: Бином, 2012. - 313 с.
5. Романко, В.К. Статистический анализ данных в психологии: учебное пособие /
В.К. Романко. - 2-е изд. (эл.). - М.: БИНОМ. Лаборатория знаний, 2012. - 313 с. [Электронный ресурс]. - URL: http://biblioclub.ru/index.php?page=book&id=222858 (Дата
обращения 04.02.2015).
6. Сидоренко Е.В. Методы математической обработки в психологии. – СПб.: Речь, 2004. –
350 с.
12.2. Дополнительная литература:
1. Гмурман В. Е. Теория вероятностей и математическая статистика. М.: Высшая школа,
2007. – 479 с.
57
2. Гусев А.Н. Дисперсионный анализ в экспериментальной психологии. – М.: Учебнометодический коллектор «Психология», 2000. – 136 с.
3. Ермолаев О. Ю. Математическая статистика для психологов. М.: Московский
психолого-социальный институт: Флинта, 2003. – 363 с.
4. Митина О.В., Михайловская И.Б. Факторный анализ для психологов. М.: Учебнопсихологический коллектор «Психология», 2001. – 169 с.
5. Наследов А.Д. Математические методы психологического исследования. Анализ и
интерпретация данных. – СПб.: Речь, 2004. - 392 с.
6. Остапенко, Р.И. Математические основы психологии : учебно-методическое пособие /
Р.И. Остапенко. - Воронеж : ВГПУ, 2010. - 76 с. - ISBN 978-5-88519-680-2 ;
[Электронный ресурс]. - URL: http://biblioclub.ru/index.php?page=book&id=120777 (Дата
обращения 04.02.2015).
7. Шеффе Г. Дисперсионный анализ. – М.: Наука, 1980.
8. Фадеева Л.Н. Теория вероятностей и математическая статистика. – М.: Эксмо, 2010. –
496 с.
12.3. Программное обеспечение и Интернет – ресурсы:
1. Приложение Micrisoft Office Excel
2. http://www.psychol-ok.ru/lib/statistics.html - математические методы обработки
данных online
3. http://math.semestr.ru/math/probability_manual.php - статистический калькулятор
online (дисперсионный анализ, регрессионный анализ)
4. http://axd.semestr.ru/upr/average.php - метод К-средних online
5. http://axd.semestr.ru/upr/cluster.php - кластерный анализ online
13. Технические средства и материально-техническое обеспечение дисциплины.
Компьютерная аудитория с мультимедийным оборудованием.
14. Методические указания для обучающихся по освоению дисциплины.
1. Ознакомиться с тематическим планом дисциплины (таблица 3).
2. Ознакомиться с методическими разработками, размещенными в открытом доступе на
сервере института психологии и педагогики ТюмГУ ilcserver/Орлова/ Психология/ОДО:
2.1. Указания к прохождению промежуточной аттестации по балльно-рейтинговой системе.
2.2. Практикумы по каждой теме (математическому методу), включающие теоретическую
часть, практическое применение с разобранными примерами, задачи для работы в
аудитории и самостоятельной работы.
2.3. Индивидуальные задания, рекомендованные для домашней самостоятельной работы.
2.4. Вопросы и задачи для подготовки к экзамену.