Preview

Инновационная наука: Психология. Педагогика. Дефектология

Расширенный поиск

Психология и математическая статистика: перспективы ХХI века

Аннотация

Массовое применение компьютеров в анализе данных результатов психологических исследований и простой доступ к программному обеспечению с мощными вычислительными возможностями (SPSS, Statistica и аналогичные) – главная особенность применения методов математической статистики в психологии. Особенно интенсивно в последнее время стали применяться многомерные методы анализа психологических данных, которые из-за сложности расчетов до недавнего времени рассматривались только как теоретические. Взаимное проникновение математической статистики и психологии привело к развитию новых методов моделирования и объяснения различных типов психологических данных.
Однако этот процесс, по сути, как «палка о двух концах». Многомерные статистические методы (далее МСМ) предполагают четкое построение модели и жесткие требования к дизайну психологического эксперимента. Но популярность МСМ совершенно не делает их проще как в применении, так и последующей интерпретации результатов. Предлагаемая статья – своеобразный обзор современного состояния использования и принципов применения МСМ в психологических исследованиях. Описаны этапы использования методов математической статистически в психологических исследованиях в соответствии с глубиной и сложностью рассматриваемых моделей, а также типов данных с которыми они работают. Рассмотрены важные принципы, которые лежат в основе применения методов МСА, сформирована дефиниция, определяющая содержание понятия многомерная статистика (многомерный статистический анализ).
В данной статье представлена классификация по различным критериям методов математическая статистики, наиболее часто применяемых в психологии. Кроме того, была предпринята попытка описать кратко будущее статистических методов в психологических исследованиях.

Об авторах

А. В. Дятлов
Южный федеральный университет
Россия

Александр В. Дятлов

г. Ростов-на-Дону



И. В. Абакумова
Донской государственный технический университет
Россия

Ирина В. Абакумова

г. Ростов-на-Дону



Список литературы

1. Гнеденко Б. В. Математические методы в теории надежности: Основные характеристики надежности и их статистический анализ. М.: КД Либроком, 2019. 584 c.

2. Дятлов А. В, Гугуева Д. А. Анализ данных в социологии. Ростов-на-Дону: Издательство Южного федерального университета, 2018. 205 с.

3. Дятлов А. В., Сажин П. В., Анистратенко Т. Г. Поведенческие науки: применение статистических методов. Ростов-на-Дону: Фонд науки и образования, 2015. 242 с.

4. Кляцкин В. И. Статистический анализ когерентных явлений в стохастических динамических системах. М.: Красанд, 2015. 776 c.

5. Козлов А. Ю. Статистический анализ данных в MS Excel: Учебное пособие. М.: Инфра-М, 2018. 80 c.

6. Куликов Е. И. Прикладной статистический анализ. М.: ГЛТ, 2018. 464 c.

7. Наследов А. Д. IMB SPSS Statistics 20 и AMOS: профессиональный статистический анализ данных. СПб.: Питер, 2016. 416 c.

8. Романко В. К. Статистический анализ данных в психологии: Учебное пособие. М.: БИНОМ. ЛЗ, 2017. 312 c.

9. Сошникова Л. А., Томашевич В. Н., Учебе Г., Шефер М. Многомерный статистический анализ в экономике. М.: Юнити, 1999. 598 с.

10. Симушкин С. В. Многомерный статистический анализ. Казань: Казанский государственный университет, 2009. 114 с.

11. Терещенко О. В. Многомерный статистический анализ данных в социальных науках. Минск: БГУ, 2012. 239 с.

12. Johnson R. A., Wichern D.W. Applied multivariate analysis (6th ed.), New Jersey: Pearson Education, 2007. 769 p.

13. Neter J., Wasserman W., Kutner M.H. Applied linear statistical models (2nd ed.), Homewood, Illinois: McGraw-Hill Irwin, 2004. 1424 p.

14. Schafer J. L. Analysis of incomplete multivariate data // Monographs on statistics and applied probability. Taylor & Francis, 1997. 430 p.

15. Stevens J. Applied multivariate statistics for the social sciences (4rd ed.). New Jersey: LEA, 2002. 699 p.

16. Tabachnik B. G., Fidel L. S. Using multivariate statistics (6th ed.). Boston: Allyn and Bacon, 2012. 983 p.

17. Jacq J. Multivariate analysis techniques in social science research from problem to analysis. London: Sage Publications, 1998. 432 p.


Рецензия

Для цитирования:


Дятлов А.В., Абакумова И.В. Психология и математическая статистика: перспективы ХХI века. Инновационная наука: Психология. Педагогика. Дефектология. 2020;3(1):47-58.

For citation:


Dyatlov A.V., Abakumova I.V. Psychology and mathematical statistics: prospects for the twenty-first century. Innovative science: psychology, pedagogy, defectology. 2020;3(1):47-58. (In Russ.)

Просмотров: 212


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2658-7165 (Online)

Учредитель и издатель – ФГБОУ ВО "Донской государственный технический университет"

Адрес редакции: 344000, г. Ростов-на-Дону, пл. Гагарина, 1,  корпус 8, ауд. 8-307

Электронный адрес: inovppd@gmail.com

Телефон: 89085061906

Свидетельство о регистрации средства массовой информации выдано Федеральной службой по надзору с сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор), номер свидетельства ЭЛ № ФС 77 – 71604 от 13.11.2017 г.

12+