Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Сборник_контр_заданий_очники_матметоды_психолог...doc
Скачиваний:
7
Добавлен:
01.07.2025
Размер:
2 Мб
Скачать
☆

Примерная тематика рефератов

  1. Методы многомерного шкалирования.

  2. Отличия методов факторного анализа.

  3. Основные типы данных – мера близости.

  4. Метрическое и неметрическое многомерное шкалирование.

  5. Методы метрического шкалирования.

  6. Метод Торгенсона.

  7. Оценки различий.

  8. Основное предположение. Алгоритм метода Торгенсона. Теорема Торгенсона.

  9. Поворот. Вычисление размерности. Интерпретация. Примеры использования.

  10. Методы неметрического шкалирования.

  11. Метод Дж. Краскала. Основное требование, предположение.

  12. Метрика Минковского. Меры соответствия, функция стресса, -метрика, коэффициент отчуждения.

  13. Размерность, поворот, интерпретация.

  14. Проблема локальных методов, отсутствие сходимости.

  15. Примеры применения многомерного метрического и неметричекого шкалирования: цветовая модель зрения, анализ временных структур, анализ структуры ценностных ориентаций личности.

  16. Методы кластерного анализа, их классификация.

  17. Типы кластеризации: исключающие - неисключающие,

  18. Типы кластеризации: внутренние - внешние,

  19. Типы кластеризации: агломерационные – дивизионные,

  20. Типы кластеризации: монотетические – политетические.

  21. Коэффициент корреляции,

  22. Евклидово расстояние, метрика Минковского и т.д.

  23. Стратегии объединения: ближайшего соседа, дальнего, группового, среднего.

  24. Иерархический метод кластерного анализа.

  25. Структура данных. Метод. Алгоритм.

  26. Вычисление внутрикластерных и межкластерных расстояний.

  27. Проблема нахождения естественного числа кластеров (оценки разбиения).

Контрольные вопросы для подготовки к экзамену

  1. Понятия измерительной шкалы и расстояния.

  2. Измерительные шкалы: номинативная (номинальная), порядковая (ранговая), интервальная, отношений. Примеры.

  3. Характеристики выборки: несвязность, репрезентативность, однородность, повторность, объем.

  4. Формы представления психологической информации: таблицы, статистические ряды, гистограммы, диаграммы. Пример.

  5. Числовые характеристики выборки в психологических исследованиях: меры центральной тенденции (мода, медиана, среднее арифметическое). Пример.

  6. Числовые характеристики выборки в психологических исследованиях: меры изменчивости (разброс, дисперсия, среднее квадратическое отклонение). Пример.

  7. Понятия доверительной вероятности и доверительного интервала параметра распределений признака. Доверительный интервал для среднего значения выборки: формула, содержательная интерпретация.

  8. Сущность статистической проверки гипотезы. Нулевая и альтернативная гипотезы. Ошибка первого рода, уровень значимости критерия. Ошибка второго рода, мощность критерия. Области значимости, незначимости и неопределенности критерия. Этапы принятия статистического решения.

  9. Классификация психологических задач, решаемых статистическими методами.

  10. Задача сравнения различия в уровне признака в двух выборках. Выбор критерия оценки достоверности различий по уровню признака в независимых выборках.

  11. Задача исследования сдвигов (изменений) в измеряемых показателях значений признака. Непараметрический критерий знаков оценки достоверности сдвига (общего направления изменений) значений признака для двух связных выборок. Пример.

  12. Парный критерий Вилкоксона выявления направленности и интенсивности изменений показателя одной и той же выборки в разных условиях (связные выборки). Пример.

  13. Непараметрические критерии изменений для независимых выборок. Непараметрический критерий Манна-Уитни оценки достоверности различий по уровню выраженности признака между двумя независимыми выборками. Пример.

  14. Непараметрический критерий Розенбаума оценки достоверности различий по уровню признака в двух несвязных выборках. Пример.

  15. Задача сравнения распределений признака в двух выборках (оценка однородности двух несвязных выборок). Непараметрический критерий «хи-квадрат» выявления различий двух экспериментальных распределений. Пример.

  16. Оценка однородности двух выборок по непараметрическому критерию «хи-квадрат» для эмпирических данных, представленных в виде четырехпольных таблиц. Пример.

  17. Многофункциональный критерий Фишера (угловое преобразование Фишера). Сопоставление двух выборок по частоте качественно измеряемого признака. Пример.

  18. Многофункциональный критерий Фишера сравнения двух выборок по частоте количественно измеряемого признака. Пример.

  19. Задача выявления однородности двух нормально распределенных выборок по степени различия их параметров. Параметрический - критерий Стьюдента оценки различия средних значений (для зависимых и независимых выборок). Пример.

  20. Параметрический - критерий Фишера оценки различия дисперсий. Пример.

  21. Понятие корреляционной связи. Задачи корреляционного анализа (выявление направления, формы, тесноты и уровня значимости взаимосвязи между признаками). Соотношение между типами шкал и мерами связи.

  22. Корреляционное отношение как показатель наличия и значимости корреляционного влияния двух признаков.

  23. Коэффициент линейной корреляции Пирсона. Определение значимости коэффициента корреляции Пирсона. Пример.

  24. Коэффициент частной корреляции - показатель линейной зависимости между двумя переменными признаками при постоянстве других. Корреляционная матрица.

  25. Определение направления и тесноты связи между признаками в ранговой шкале. Коэффициент линейной корреляции рангов Спирмена как непараметрический показатель связи. Пример.

  26. Коэффициент ассоциации Пирсона как показатель направления связи признаков в дихотомической шкале.

  27. Коэффициент корреляции Кенделла как непараметрический показатель согласованности признаков в ранговой и порядковой шкале.

  28. Однофакторный дисперсионный анализ (ANOVA) - выявление достоверности влияния одного регулируемого фактора (независимой переменной) на результаты эксперимента (результативный признак).

  29. Суть дисперсионного анализа, отклонения. Общая, внутригрупповая и межгрупповая дисперсия. Число степеней свободы для дисперсий. Основное уравнение однофакторного дисперсионного анализа.

  30. Таблица дисперсионного анализа. Нулевая гипотеза о независимости средних и дисперсий в группах от действия регулируемого фактора.

  31. Дисперсионный анализ для несвязных выборок (в шкале интервалов и отношений). Критерии дисперсионного анализа. Параметрический - критерий Фишера.

  32. Понятия фактора. Фактор как совокупность значимых переменных. Задачи факторного анализа. Область применения факторного анализа. Факторный анализ как метод структурной классификации. Условия применения факторного анализа.

  33. Исходные принципы и предположения. Общие и характерные факторы. Вклад фактора в переменную. Факторные нагрузки фактора на переменную (факторные веса). Графическое изображение факторной модели. Пример.

  34. Основные этапы факторного анализа. Сбор эмпирических данных, матрица смешения и корреляционная матрица. Корреляционный анализ как предпосылка факторного анализа. Корреляционные матрицы (матрицы интеркорреляций). Факторизация матрицы корреляций, или выделение первоначальных (ортогональных) факторов. Содержательный анализ факторной матрицы. Пример.

  35. Фактор как искусственная «единица» группировки переменных. Нахождение степени общности и собственного значения фактора в факторной матрице, их содержательная интерпретация.

  36. Определение числа факторов, с которыми связаны переменные величины. Вращение (ротация) факторов. Факторная матрица с простой структурой. Использование факторного анализа в психологии.