9.Характеристика распределения Гаусса-Лапласа. Роль нормального распределения в психологическом измерении.

Нормальное распределение, также называемое гауссовским распределением или распределением Гаусса — распределение вероятностей, которое задается функцией плотности распределения. Коэф Пирсона, Стьюдента 10.Особенности применения методов непараметрической статистики при анализе эмпирических данных. Спирмен, Манна-уитни.

Популярность  непараметрических   методов  объясняется широкой областью их  применения , устойчивостью выводов, простотой математических средств.  Непараметрические  критерии значительно менее трудоемки, а при распределениях, далеких от нормального, более эффективны и точны, чем параметрические. Каковы же основные  особенности   непараметрических   методов  и как их можно использовать в психолого-педагогических исследованиях?  Непараметрическая   статистика , как мы уже упоминали, рассматривает только такие ситуации, в которых о функциональном виде распределений ничего не известно. Единственной априорной информацией считается информация о характере случайных величин (например, непрерывны они или дискретны) и о типе различий между их распределениями. Легко заметить, что многие психологические и педагогические исследования с чисто математической стороны сводимы именно к  данному  кругу вопросов.

11.Особенности применения методов параметрической статистики при анализе эмпирических данных.

Параметрическая статистика применяется в тех случаях, когда тестовые показатели измерены в интервальной шкале, шкале отношений или абсолютной шкале при соблюдении распределения Гаусса. В данном случае применяются методы анализа данных при помощи моды, медианы и среднего (Мо; Ме; Мх) [меры центральной тенденции], дисперсии и среднего квадратического отклонения (Dх ; δх), коэффициента вариации (V) [меры изменчивости], коэффициента корреляции Пирсона (Rxy)[меры связи], t-критерия Стъюдента, υ-критерия Уэлша, F-критерия Фишера [статистический вывод] и психодиагностического прогнозирования при помощи методов линейной и нелинейной регрессии [модели регрессии]. 12. Характеристика «мер центральной тенденции», «мер изменчивости», «мер связи»» «статистического вывода». Их место и назначение в структуре психометрии.

Меры центральной тенденции: 1.Ср ариф 2. мода (то, чего больше) 3. медиана (среднее значение) Меры изменчивости: 1. дисперсия 2. коэф вариации 3. размах меры связи: 1. коэф Спирмена 2. коэф Пирсона меры стат вывода: 1.критерий Манна-Уитни 2.критерий Вилкоксона 3. критерий Стьюдента

13.Содержание и особенности корреляционного, факторного и кластерного видов статистического анализа психологических данных. Корреляционный анализ, совокупность основанных на математической теории корреляции методов обнаружения корреляционной зависимости между двумя случайными признаками или факторами. Факторный анализ — многомерный статистический метод, применяемый для изучения взаимосвязей между значениями переменных КЛАСТЕРНЫЙ АНАЛИЗ — классификация объектов по характеризующим их признакам, разделение совокупности объектов на однородные группы, близкие по определяющим критериям, выделение объектов определенной группы. 14.Назначение и содержание стандартизации психологических измерений.

Стандартизация психологических измерений состоит в преобразовании «сырых» значений показателя в стандартные баллы, основываясь на анализе распределения показателя в нормативной выборке (или выборке стандартизации).

Существует три основных метода стандартизации:

– приведение к стандартной форме,

– квантильная стандартизация.

– абсолютные тестовые нормы.

15.Основные стандартные шкалы и их характеристика Z шкала сигма- 1, ср ариф – 0 Т шкала сигма – 10, ср – 50 Ай Кью – сигма – 15, ср – 100 Стэны ср-5,5, сигма – 2 Стэнайны ср – 5, сигма – 2 Непараметрические шкалы: 1. нечеткая классификация 2. строгая классификация 3. шкала порядковая, ранговая ( строгая, нестрогая) Параметрическая шкала: 1. интервальная (точка отчета выбрана условна) 2. шала отношений ( есть абсолютная точка отчета) 3. шкала абсолютная ( есть абсолютный ноль)