🗊Презентация Методы математической статистики в психологопедагогических исследованиях

Категория: Математика
Нажмите для полного просмотра!
Методы математической статистики в психологопедагогических исследованиях, слайд №1Методы математической статистики в психологопедагогических исследованиях, слайд №2Методы математической статистики в психологопедагогических исследованиях, слайд №3Методы математической статистики в психологопедагогических исследованиях, слайд №4Методы математической статистики в психологопедагогических исследованиях, слайд №5Методы математической статистики в психологопедагогических исследованиях, слайд №6Методы математической статистики в психологопедагогических исследованиях, слайд №7Методы математической статистики в психологопедагогических исследованиях, слайд №8Методы математической статистики в психологопедагогических исследованиях, слайд №9Методы математической статистики в психологопедагогических исследованиях, слайд №10Методы математической статистики в психологопедагогических исследованиях, слайд №11Методы математической статистики в психологопедагогических исследованиях, слайд №12Методы математической статистики в психологопедагогических исследованиях, слайд №13Методы математической статистики в психологопедагогических исследованиях, слайд №14Методы математической статистики в психологопедагогических исследованиях, слайд №15Методы математической статистики в психологопедагогических исследованиях, слайд №16Методы математической статистики в психологопедагогических исследованиях, слайд №17Методы математической статистики в психологопедагогических исследованиях, слайд №18Методы математической статистики в психологопедагогических исследованиях, слайд №19Методы математической статистики в психологопедагогических исследованиях, слайд №20Методы математической статистики в психологопедагогических исследованиях, слайд №21Методы математической статистики в психологопедагогических исследованиях, слайд №22Методы математической статистики в психологопедагогических исследованиях, слайд №23Методы математической статистики в психологопедагогических исследованиях, слайд №24Методы математической статистики в психологопедагогических исследованиях, слайд №25Методы математической статистики в психологопедагогических исследованиях, слайд №26
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Методы математической статистики в психологопедагогических исследованиях. Доклад-сообщение содержит 26 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


МЕТОДЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ В ПСИХОЛОГО-ПЕДАГОГИЧЕСКИХ ИССЛЕДОВАНИЯХ Основные методы статистической обработки данных в психологических исследованиях; Понятие статистической значимости; Меры центральной тенденции; Меры разброса данных; Оценка достоверности отличий по t-критерию Стьюдента; Вычисление коэффициента корреляции по критерию (r) Спирмена.
Описание слайда:
МЕТОДЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ В ПСИХОЛОГО-ПЕДАГОГИЧЕСКИХ ИССЛЕДОВАНИЯХ Основные методы статистической обработки данных в психологических исследованиях; Понятие статистической значимости; Меры центральной тенденции; Меры разброса данных; Оценка достоверности отличий по t-критерию Стьюдента; Вычисление коэффициента корреляции по критерию (r) Спирмена.

Слайд 2


Наиболее часто статистическая обработка данных в психологических исследованиях включает: Выявление различий между двумя группами признаков (критерий (t) Стьюдента, критерий (U) Манна-Уитни); Выявление взаимосвязи между двумя признаками (вычисление коэффициента корреляции по критерию (r) Спирмена; критерию (r) Пирсона); Анализ изменчивости признака под влиянием переменных факторов (дисперсионный анализ – вычисление критерия (F) Фишера). Оценка достоверности изменения «сдвига» в значениях исследуемого признака (вычисление критерия знаков (G); критерия (Т) Вилкоксона)
Описание слайда:
Наиболее часто статистическая обработка данных в психологических исследованиях включает: Выявление различий между двумя группами признаков (критерий (t) Стьюдента, критерий (U) Манна-Уитни); Выявление взаимосвязи между двумя признаками (вычисление коэффициента корреляции по критерию (r) Спирмена; критерию (r) Пирсона); Анализ изменчивости признака под влиянием переменных факторов (дисперсионный анализ – вычисление критерия (F) Фишера). Оценка достоверности изменения «сдвига» в значениях исследуемого признака (вычисление критерия знаков (G); критерия (Т) Вилкоксона)

Слайд 3


Понятие статистической значимости
Описание слайда:
Понятие статистической значимости

Слайд 4


Меры центральной тенденции группа методов, которые указывают наиболее типичный результат, характеризующий выполнение теста всей группой: среднеарифметическое значение (М) мода (Мо) медиана (Ме)
Описание слайда:
Меры центральной тенденции группа методов, которые указывают наиболее типичный результат, характеризующий выполнение теста всей группой: среднеарифметическое значение (М) мода (Мо) медиана (Ме)

Слайд 5


Среднеарифметическое значение (М) Определяется по формуле: М =  где М - среднеарифметическое значение n - количество испытуемых Пример: В исследовании объема вербальной механической памяти, тест «10 слов» в группе из 12 испытуемых получены следующие результаты (количество запомненных слов): 5, 4, 5, 6, 7, 3, 6, 2, 8, 6, 9, 7
Описание слайда:
Среднеарифметическое значение (М) Определяется по формуле: М =  где М - среднеарифметическое значение n - количество испытуемых Пример: В исследовании объема вербальной механической памяти, тест «10 слов» в группе из 12 испытуемых получены следующие результаты (количество запомненных слов): 5, 4, 5, 6, 7, 3, 6, 2, 8, 6, 9, 7

Слайд 6


Мода (Мо) - наиболее часто встречающийся результат. Мода определяется как середина интервала, для которого частота максимальна. Обратите внимание, что мода представляет собой наиболее часто встречающееся значение, а не частоту встречаемости этого значения. Пример: В ряду значений 2, 3, 4, 5, 5, 6, 6, 6, 7, 7, 8, 9 модой является ?, потому что ?
Описание слайда:
Мода (Мо) - наиболее часто встречающийся результат. Мода определяется как середина интервала, для которого частота максимальна. Обратите внимание, что мода представляет собой наиболее часто встречающееся значение, а не частоту встречаемости этого значения. Пример: В ряду значений 2, 3, 4, 5, 5, 6, 6, 6, 7, 7, 8, 9 модой является ?, потому что ?

Слайд 7


Медиана (Ме) - результат, находящийся в середине последовательности показателей, если их расположить в порядке возрастания или убывания. Справа и слева от медианы (Ме) в упорядоченном ряду остается по одинаковому количеству данных (50% и 50%). Если ряд включает в себя четное количество признаков, то медианой (Ме) будет среднее, взятое как полусумма двух центральных значений ряда. Пример: Найдем медиану выборки: 5, 4, 5, 6, 7, 3, 6, 2, 8, 6, 9, 7. Пример: Найдем медиану выборки с нечетным количеством значений: 9, 3, 5, 8, 4, 11, 13.
Описание слайда:
Медиана (Ме) - результат, находящийся в середине последовательности показателей, если их расположить в порядке возрастания или убывания. Справа и слева от медианы (Ме) в упорядоченном ряду остается по одинаковому количеству данных (50% и 50%). Если ряд включает в себя четное количество признаков, то медианой (Ме) будет среднее, взятое как полусумма двух центральных значений ряда. Пример: Найдем медиану выборки: 5, 4, 5, 6, 7, 3, 6, 2, 8, 6, 9, 7. Пример: Найдем медиану выборки с нечетным количеством значений: 9, 3, 5, 8, 4, 11, 13.

Слайд 8


Меры разброса данных характеризуют степень индивидуальных отклонений от центральной тенденции (разность между максимальной и минимальной величинами конкретного вариационного ряда); Дисперсия (S) или (σ2); Стандартное отклонение (σ)
Описание слайда:
Меры разброса данных характеризуют степень индивидуальных отклонений от центральной тенденции (разность между максимальной и минимальной величинами конкретного вариационного ряда); Дисперсия (S) или (σ2); Стандартное отклонение (σ)

Слайд 9


Дисперсия - характеризует насколько частные значения отклоняются от средней величины в данной выборке. Чем больше дисперсия, тем больше отклонение или разброс данных. Определяется по формуле: где  σ2 - дисперсия;  - выражение, означающее, что для всех значений (x) от первого до последнего в данной выборке вычисляется разность между частными и средними значениями, эти разности возводятся в квадрат и суммируются; n - объем выборки
Описание слайда:
Дисперсия - характеризует насколько частные значения отклоняются от средней величины в данной выборке. Чем больше дисперсия, тем больше отклонение или разброс данных. Определяется по формуле: где  σ2 - дисперсия;  - выражение, означающее, что для всех значений (x) от первого до последнего в данной выборке вычисляется разность между частными и средними значениями, эти разности возводятся в квадрат и суммируются; n - объем выборки

Слайд 10


Общий алгоритм вычисления дисперсии Вычисляется среднее по выборке Для каждого элемента выборки вычисляется его отклонение от среднего. Каждый элемент множества возводят в квадрат. Находится сумма этих квадратов. Эта сумма делится на общее количество членов используемой выборки.
Описание слайда:
Общий алгоритм вычисления дисперсии Вычисляется среднее по выборке Для каждого элемента выборки вычисляется его отклонение от среднего. Каждый элемент множества возводят в квадрат. Находится сумма этих квадратов. Эта сумма делится на общее количество членов используемой выборки.

Слайд 11


Пример: вычислим дисперсию для следующего ряда: 2, 4, 6, 8, 10. Найдем среднее (М) для данного ряда, оно равно ?. Из каждого элемента ряда вычтем величину среднего этого ряда. Экспериментальные данные представим в виде таблицы.
Описание слайда:
Пример: вычислим дисперсию для следующего ряда: 2, 4, 6, 8, 10. Найдем среднее (М) для данного ряда, оно равно ?. Из каждого элемента ряда вычтем величину среднего этого ряда. Экспериментальные данные представим в виде таблицы.

Слайд 12


Стандартное отклонение (σ) позволяет сказать, насколько большая часть результатов данного исследования отклоняется от среднего значения. Вычисляется по формуле: квадратный корень, извлекаемый из дисперсии, или:
Описание слайда:
Стандартное отклонение (σ) позволяет сказать, насколько большая часть результатов данного исследования отклоняется от среднего значения. Вычисляется по формуле: квадратный корень, извлекаемый из дисперсии, или:

Слайд 13


Пример расчета среднего квадратичного отклонения (σ): Опыт работы у пяти испытуемых составляет: 2,3,4,7 и 9 лет M (среднее арифметическое значение) = 5 лет σ (среднее квадратичное отклонение) = 2,61 года
Описание слайда:
Пример расчета среднего квадратичного отклонения (σ): Опыт работы у пяти испытуемых составляет: 2,3,4,7 и 9 лет M (среднее арифметическое значение) = 5 лет σ (среднее квадратичное отклонение) = 2,61 года

Слайд 14


Оценка достоверности отличий по t-критерию Стьюдента Вычисление первичных статистик: n – количество показателей; M – средняя арифметическая вычисляемого признака; σ – стандартное отклонение, среднее квадратичное отклонение показателей (вариант признака) ; mM– ошибка средней арифметической.
Описание слайда:
Оценка достоверности отличий по t-критерию Стьюдента Вычисление первичных статистик: n – количество показателей; M – средняя арифметическая вычисляемого признака; σ – стандартное отклонение, среднее квадратичное отклонение показателей (вариант признака) ; mM– ошибка средней арифметической.

Слайд 15


Оформление данных в таблицы
Описание слайда:
Оформление данных в таблицы

Слайд 16


Оформление данных в таблицы
Описание слайда:
Оформление данных в таблицы

Слайд 17


Расчет t-критерия Стьюдента
Описание слайда:
Расчет t-критерия Стьюдента

Слайд 18


Оформление данных в таблицы
Описание слайда:
Оформление данных в таблицы

Слайд 19


Статистическое сравнение средних значений показателей выраженности форм общения с родителями детей старшего дошкольного возраста (методика Е.О. Смирновой, А.Г. Рузской, Х.Т. Бедельбаевой)
Описание слайда:
Статистическое сравнение средних значений показателей выраженности форм общения с родителями детей старшего дошкольного возраста (методика Е.О. Смирновой, А.Г. Рузской, Х.Т. Бедельбаевой)

Слайд 20


Корреляционный анализ Корреляционный анализ дает возможность количественной оценки степени согласованности (взаимосвязи) различных показателей Наличие корреляции между двумя показателями означает, что при изменении одного результата другой также изменяется. Корреляция может быть положительной (прямой) или отрицательной (обратной). При положительной корреляции - оба показателя возрастают или убывают пропорционально (коэффициент корреляции имеет положительный знак).; При отрицательной корреляции - возрастание одного показателя сопровождется убыванием другой (коэффициент корреляции имеет отрицательный знак).
Описание слайда:
Корреляционный анализ Корреляционный анализ дает возможность количественной оценки степени согласованности (взаимосвязи) различных показателей Наличие корреляции между двумя показателями означает, что при изменении одного результата другой также изменяется. Корреляция может быть положительной (прямой) или отрицательной (обратной). При положительной корреляции - оба показателя возрастают или убывают пропорционально (коэффициент корреляции имеет положительный знак).; При отрицательной корреляции - возрастание одного показателя сопровождется убыванием другой (коэффициент корреляции имеет отрицательный знак).

Слайд 21


Расчет коэффициента корреляции (r) Спирмена
Описание слайда:
Расчет коэффициента корреляции (r) Спирмена

Слайд 22


Коэффициент ранговой корреляции Спирмена (rs) подсчитывается по формуле:
Описание слайда:
Коэффициент ранговой корреляции Спирмена (rs) подсчитывается по формуле:

Слайд 23


Пример: Расчет для рангового коэффициента корреляции Спирмена при сопоставлении показателей количества ошибок и показателей интеллекта у студентов (N=10)
Описание слайда:
Пример: Расчет для рангового коэффициента корреляции Спирмена при сопоставлении показателей количества ошибок и показателей интеллекта у студентов (N=10)

Слайд 24


Классификация корреляционных связей Высокозначимая корреляция – при r, соответствующем уровню статистической значимости p≤0,01; Значимая корреляция – при r, соответствующем уровню статистической значимости p≤0,05; Тенденция достоверной связи – при r, соответствующем уровню статистической значимости p≤0,1; Незначимая корреляция – при r, соответствующем уровню статистической значимости p> 0,1.
Описание слайда:
Классификация корреляционных связей Высокозначимая корреляция – при r, соответствующем уровню статистической значимости p≤0,01; Значимая корреляция – при r, соответствующем уровню статистической значимости p≤0,05; Тенденция достоверной связи – при r, соответствующем уровню статистической значимости p≤0,1; Незначимая корреляция – при r, соответствующем уровню статистической значимости p> 0,1.

Слайд 25


Методы математической статистики в психологопедагогических исследованиях, слайд №25
Описание слайда:

Слайд 26


Корреляционные плеяды взаимосвязей показателей, характеризующих стратегии семейного воспитания и особенностей личностных качеств подростков, способствующих их профессиональному самоопределению
Описание слайда:
Корреляционные плеяды взаимосвязей показателей, характеризующих стратегии семейного воспитания и особенностей личностных качеств подростков, способствующих их профессиональному самоопределению

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию