Курс направлен на овладение статистическими методами и моделями, необходимыми для самостоятельного анализа данных количественных исследований в психологии и смежных областях, на формирование умений пользоваться простыми методами анализа данных, правильно выбирать и интерпретировать результаты применения сложных технологий анализа данных, на развитие навыков корректной интерпретации измерений и результатов их статистического анализа. По завершении курса учащиеся будут: Знать систему математических моделей исследования – измерительных, описательных и статистического вывода; систему многомерных математических методов и моделей анализа данных; назначение каждого элемента этих систем с точки зрения границ его применения и интерпретации результатов. Уметь планировать исследование с учетом возможностей измерений и анализа количественных результатов; применять на практике одномерные и двумерные методы анализа данных; правильно выбирать адекватный эмпирическим данным и задачам исследования многомерный метод анализа и исчерпывающе интерпретировать результаты его применения; Владеть системой статистических понятий, статистическим дискурсом, как необходимой составной частью методологического дискурса психологии и смежных дисциплин.
Видео-практика 1.1 "Преобразование данных"
Loading...
Do curso por Saint Petersburg State University
Математические методы в психологии. Основы применения (Mathematical Methods in Psychology: Basics of Applying)
9 classificações
Saint Petersburg State University
9 classificações
Na lição
Введение
Conheça os instrutores
Наследов Андрей Дмитриевичдоцент
Кафедра педагогики и педагогической психологии
Волков Денис Николаевичдоцент
Кафедра общей психологии
[МУЗЫКА]
[МУЗЫКА] Здравствуйте,
дорогие друзья!
Меня зовут Денис Николаевич Волков, я доцент кафедры общей
психологии Санкт-Петербургского государственного университета,
и мы начинаем с вами практические занятия.
Практические занятия делятся на три части.
В первой части вы будете рассматривать варианты расчетов с моими пояснениями.
Во второй части обязательно нужно будет выполнять задания для самостоятельной
работы, а вы можете их увидеть после каждого нашего урока.
В третьей части вы будете выполнять контрольные задания.
Они также выполнены для каждого нашего урока.
Очень рекомендую вам как можно больше времени посвещать самостоятельной работе,
после того как вы рассмотрите наши встречи, наши занятия,
наши лекционные курсы, поскольку на мой взгляд
именно постоянный тренинг, постоянная работа с числами,
постоянная работа по интерпретации результатов позволяет успешно владеть
такими курсами, как математические методы психологии.
Все наши задания, которые вы увидите в практической части нашего курса,
достаточно простые, их можно решить с помощью карандаша и бумаги.
Я специально сделал такие простые задания, чтобы вы могли спокойно
выполнять любой тип заданий, осваивать необходимые формулы,
успешно запоминать их и понимать сам принцип статистических расчетов.
Для ускорения арифметических действий можете применять калькуляторы,
можете использовать электронные таблицы, например, Microsoft Excel.
В некоторых наших слайдах иногда я буду вам говорить о тех или иных функций,
которые можно встретить в электронных таблицах Excel,
и которые значительно облегчат вам работу с материалами нашего курса.
Желаем вам успехов в освоении этого курса.
Приступим непосредственно к занятию.
Сейчас мы с вами рассмотрим несколько вариантов преобразования данных.
Основываясь на наиболее распространенной классификации типов шкал или типов
измерений, которые предложил в середине XX века Стивенс.
Эти типы шкал, соответственно: абсолютная
интервальная, порядковая и номинальная.
Самым высоким уровнем шкалы является абсолютная шкала.
Это самая информативная шкала.
Измерение в этой школе позволяют проводить очень большие варианты измерения,
очень большие варианты расчетов параметров.
Перевод из этой шкалы в менее мощные шкалы возможен достаточно успешно.
Самая неинформативная шкала из представленных это номинальная шкала.
Измерения по ней страдают недостатком информации.
Но самое главное — нужно помнить,
что перевод из этой шкалы в более мощные шкалы невозможен, некорректен.
Нужно помнить эти два важных правила, два важных варианта возможных преобразований.
Преобразование из мощной шкалы в немощную, в менее мощную возможен.
Преобразование данных из менее мощной шкалы в более мощную невозможен.
Рассмотрим первый вариант преобразования данных.
На экране вы сейчас видите результат измерений.
Представлены 15 случаев, 15 некоторых измерений.
Давайте попробуем понять, в какой же шкале было произведено измерение.
Если вы правильно помните
все варианты лекционных занятий, которые были перед нашей
с вами встречей, то вы с легкостью сможете ответить, что это абсолютная шкала.
Измерение было произведено в абсолютной шкале.
На каком основании мы с вами можем сделать такой вывод?
Оснований прежде всего два, как минимум, два основания.
Это наличие так называемого абсолютного нуля, и второе основание
это равнозначность интервалов результатов измерений.
Итак, что такое абсолютный ноль?
Это точка отсчета, ниже который результаты измерения невозможны.
То есть нельзя померить, вычислить какие-то результаты измерений,
получить их ниже абсолютной точки отсчета.
В частности, такие измерения, как временные промежутки,
имеющие начальную точку отсчета, измеряются в абсолютных шкалах.
Равнозначность интервалов — это правило говорит нам о том,
что разница между конкретными значениями, определяемая единицами измерения,
одинакова на всем протяжении нашей измеряемой шкалы, то есть разница между
значениями, например 100 миллисекунд и 110 миллисекунд одинакова по
сравнению с разницей в значениях 200 миллисекунд и 210 милисекунд.
И там, и там присутствует одинаковое значение в 10 миллисекунд.
Сейчас я вам привел пример достаточно очевидного соблюдения
этого правила равнозначности интервалов, но в некоторых других расчетах,
в некоторых других переменных это правило может быть недостаточно очевидным.
Обязательно обращайте на него свое внимание.
Для наглядности давайте внесем эти результаты измерений в таблицу.
Это таблица называется таблицей исходных данных,
которые в столбцах представлены переменные и результаты измерения, а по строкам
— конкретные случаи, то есть объекты, на которых производились измерения.
Таблицы исходных данных мы с вами рассмотрим еще позднее.
Теперь мы с вами рассмотрим следующий вариант возможного преобразования данных,
то есть перевод наших измерений в интервальную шкалу.
И прежде чем мы с вами познакомимся с этим типом шкалы, нам нужно обязательно
отметить новое для нас понятие, «относительный ноль» или норматив.
Вы сейчас видите на экране результат измерения в интервальной шкале.
Как вы думаете, на каком основании можно делать такой вывод?
Во-первых, сохраняется правило равнозначности интервалов,
которое у нас с вами было описано при рассмотрении абсолютной шкалы.
Но теряется правило абсолютного нуля, абсолютной точки отсчета.
Посмотрите внимательно: мы видим, появляются отрицательные значения
поскольку при введении норматива в результат измерения
все результаты измерения начинают соотноситься именно с этим нормативом.
Новая точка отсчета, которая может располагаться в любой точке нашей оси,
нашей школы, как раз и позволяет судить о относительном нуле.
Абсолютной точки отсчета нет.
Ниже относительного нуля могут быть некоторые значения, которые не
говорят о том, что это отрицательные измерения, которые позволяют говорить,
что это лишь измерение ниже определенного установленного норматива.
Для наглядности внесем результаты измерений в таблицу.
Это вновь таблица исходных данных.
Только в качестве переменной была применена другая шкала,
с другим типом результатов измерений.
На самом деле измерения проводились сходные, только применялась иная шкала.
Рассмотрим следующий вариант преобразования данных.
На экране вы можете видеть результаты измерений.
Как вы думаете, что это за измерения?
В каком типе шкалы были произведены измерения?
Если вы опять же внимательно слушали лекции перед нашим занятием,
то вы сразу увидите, что это порядковая шкала.
Это результат ранжирования наших случаев или в данном случае наших
конкретных испытуемых по выраженности признака от наименьшего к
наибольшему или от наибольшего к наименьшему.
Если внимательно присмотреться на результаты ранжирования,
мы увидим, что каждому нашему испытуемому,
каждому нашему случаю присвоен свой собственный ранг.
То есть каждый наш случай располагается на уникальном месте в этом ряду,
в ряду выраженности признака.
Однако такой идеальный вариант ранжирования по
выраженности признака возможен не всегда.
И мы можем с вами в дальнейшем встретить случаи, когда ранжирование признаков будет
отличаться от этого, когда мы будем с вами встречать повторяющиеся ранги,
то есть одинаковые ранги для нескольких наших случаев.
Для наглядности внесем все наши результаты измерений в таблицу.
Мы можем упорядочивать эту таблицу для того чтобы производить дальнейшие расчеты.
Это нам понадобится на следующих наших занятиях.
Наконец, четвертый вариант преобразования данных.
Это результаты измерений, полученные с помощью группировки или классификации.
Как вы думаете, какой в этом случае применяется тип шкалы?
Опять же, если у вас сохраняется информация о том,
что вы слышали на лекциях ранее, то вы вспомните,
что это номинальная шкала, или шкала наименований.
Группировка в этом типе шкалы осуществляется с помощью
определенных правил или процедур.
И отличия здесь могут быть достаточно существенные.
Кроме того, в литературе вы часто можете встретить варианты описания
этих типов шкал, которые не согласуются друг с другом.
Первое, на что стоит обращать внимание при применении такого типа шкал,
это качественное отличие случаев или испытуемых в
каждой группе относительно друг друга.
Если наш испытуемый попадает в какую-то из групп,
в данном случае вы можете видеть результат классификации наших
испытуемых относительно некоторой середины ряда,
выше или ниже нормы определенной, те испытуемые делятся на две группы,
то наша шкала позволяет нам судить лишь о том,
попадают ли испытуемые в какую-то из этих групп или не попадают.
Испытуемые, находящиеся в одной группе,
с точки зрения этой шкалы принципиально не различаются друг относительно друга.
Нас интересуют лишь различия между группами.
Для наглядности все результаты измерений вы можете увидеть в таблице.
В заключение рассмотрим все варианты преобразования данных еще раз.
На экране вы можете видеть таблицу,
в которой представлены все варианты типов шкал, которые мы рассмотрели.
И, самое главное, стоит отметить,
что преобразование данных из сложной мощной шкалы абсолютной,
интервальной, в менее мощные порядковые номинальные возможно.
Преобразования в обратную сторону невозможны.
Нельзя преобразовать данные из шкалы номинальной,
когда мы с вами говорим о распределении признаков выше или ниже, например,
какой-то группы в абсолютную шкалу с абсолютными
нулями и различными вариантами единиц измерения.
Обращайте обязательно на это свое внимание.
[БЕЗ_ЗВУКА]
Explore nosso catálogo
Registre-se gratuitamente e obtenha recomendações, atualizações e ofertas personalizadas.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2018 Coursera Inc. Todos os direitos reservados.
