Многомерные методы статистического анализа: учебная программа учреждения образования по учебной дисциплине для специальности: 6-05-0313-01 Психология; № УД - 2247/б.

Abstract

Цели и задачи учебной дисциплины Цель учебной дисциплины – сформировать у студентов систему знаний о многомерных статистических методах обработки данных в психологии и умений и навыков по их использованию в фундаментальных и прикладных психологических исследованиях. Задачи учебной дисциплины: 1. ознакомить студентов с основными алгоритмами машинного обучения и их применением в математической статистике; 2. рассмотреть основные многомерные методы обработки количественных данных в психологии; 3. сформировать навыки выбора многомерного статистического метода в соответствии с типом данных и гипотезами и использования этих методов при помощи программного пакета SPSS; 4. раскрыть способы интерпретации результатов применения многомерных методов статистического анализа и их презентации в отчетах. Место учебной дисциплины в системе подготовки специалиста с высшим образованием. Учебная дисциплина относится к модулю «Инструменты научного исследования» компонента учреждения образования. Учебная дисциплина «Многомерные методы статистического анализа» тесно связана с учебными дисциплинами: «Методы прикладной статистики», «Общая психология» и «Методология, теория и методы психологических исследований»

Требования к компетенциям Освоение учебной дисциплины «Многомерные методы статистического анализа» должно обеспечить формирование следующих базовых профессиональных (БПК) компетенций: БПК. Проводить статистический анализ эмпирических данных психологических исследований. БПК. Проводить прикладные психологические исследования, внедрять их результаты в практическую деятельность психолога. В результате освоения учебной дисциплины студент должен: знать: - основные понятия и виды машинного обучения; - различные виды многомерных статистических моделей; - правила выбора метода построения многомерных статистических моделей; - алгоритмы применения основных многомерных методов статистического анализа и правила интерпретации полученных результатов; уметь: - применять статистические расчеты для различных видов измерительных шкал; - использовать методы корреляционного и регрессионного анализа; - использовать методы факторного и кластерного анализа; - использовать методы дисперсионного анализа, дискриминантного анализа и многомерного шкалирования. иметь навык: - формулирования верифицируемых статистических гипотез; - построения многомерных статистических моделей с использованием программного статистического пакета SPSS.