Denis Volkov
Sport psychology | Research & Education

Математические методы в психологии. Часть II

Практические занятия и самостоятельная работа (JASPJamovi, SPSS)
Онлайн-курс для теоретической подготовки и практики решения задач

Для сдачи экзамена необходимо:
1. Посетить практические занятия (50 баллов за посещение занятий, активную работу и помощь коллегам, выполнение самостоятельных заданий) и выполнить контрольную практическую работу (25 баллов)
2. Выполнить не менее 60% контрольных заданий в онлайн-курсе “Математические методы в психологии. Основы применения” (10 баллов) и сдать экзамен с прокторингом по онлайн-курсу (15 баллов)
Оценка “отлично” ставится, если за все виды работ суммарно получено не менее 80 баллов (А)
Оценка “хорошо” – за сумму баллов от 70 до 79 (В) или от 60 до 69 (С)
Оценка “удовлетворительно” – за сумму баллов от 55 до 59 баллов (D) или от 50 до 54 (Е)
Оценка “неудовлетворительно” – за сумму баллов менее 50 (F)

Материалы для обязательного предварительного ознакомления а также дополнительно:
Тема 1. Гипотезы содержательные и статистические. Классификация методов статистической проверки. Логико-математическая модель исследования. Статистические гипотезы. Типичные ошибки интерпретации статистической проверки гипотез: ошибки содержательной интерпретации, проблема множественной
статистической проверки и пути ее решения
Тема 3. Общая характеристика многомерных методов и моделей. Многомерные данные. Матрицы. Геометрические представления. Классификация многомерных методов по назначению, по структуре и виду исходных данных

Материалы для работы:
Учебный набор данных: Dataset
Самостоятельная работа: Пример таблицы (CSV_ru, CSV_en)

Регрессия:

Введение. Статистическая гипотеза, критерий, вывод. Работа с ПО
Тема 4. Регрессионный анализ. Регрессионный анализ в задачах предсказания: криволинейная регрессия, множественная регрессия. Примеры применения

Занятие 1: Корреляция и регрессия
Занятие 2: Множественная регрессия

FA & SEM:

Тема 5. Факторный анализ. Факторный анализ в задачах измерения скрытых (неэмпирических) переменных и задачах снижения размерности пространства признаков. Последовательность факторного анализа. Примеры применения. Введение в моделирование структурными уравнениями (SEM)

Занятие 3: PCA & EFA
Занятие 4: CFA
Занятие 5: SEM
Занятие 6: Контрольная работа 1 / Самостоятельная работа / Q&A

Дополнительные наборы данных: Ролевая модель, Поведение

ANOVA:

Тема 2. Введение в дисперсионный анализ. Основные понятия и виды ANOVA. Однофакторный дисперсионный анализ. Множественные сравнения: парные Post Hoc и метод контрастов. Более сложные виды ANOVA: многофакторный, многомерный, с повторными измерениями

Занятие 7: ANOVA и аналоги, Post Hoc Test, контрасты
Занятие 8: Многофакторный ANOVA и ANCOVA
Занятие 9: MANOVA и повторные измерения
Занятие 10: Контрольная работа 2 / Самостоятельная работа / Q&A

Дополнительные наборы данных: “Обучаемость”, Лонгитюд