Skip to content
TheChatArchiveThe Chat Archive
gpt-4o-mini-2024-07-18· OpenAIAi2 WildChat-4.8M (AI2)

Исследование гениальности Гальтона Фрэнсис Гальтон (1822–1911) был пионером эмпирических…

  1. User

    Исследование гениальности Гальтона Фрэнсис Гальтон (1822–1911) был пионером эмпирических исследований интеллекта и одним из первых утверждал, что гениальность наследуется, а не возникает в результате воспитания. Кроме того, он открыл понятие корреляции. На Гальтона произвела большое впечатление теория эволюции Дарвина, а в особенности мысль о том, что особи, принадлежащие к одному биологическому виду, отличаются друг от друга. Индивидуальные особенности, способствующие выживанию, подвергаются «естественному отбору» и передаются потомкам. Гальтон считал, что интеллект является особенностью, которая различается у всех людей, важна для выживания и наследуется так же, как физические характеристики, например как цвет глаз или рост. Он собрал факты, подтверждающие наследуемость интеллекта, и опубликовал две книги, посвященные этому вопросу: «Потомственные гении» (1869) и «Ученые-англичане: природа и воспитание» (1874). Последний труд популяризировал широко известные сегодня термины «природа» (nature) и «воспитание» (nurture). В своих работах Гальтон отметил статистическую тенденцию, заключающуюся в том, что гениальность и способности, проявляющиеся в определенных областях (например, способности к химии или юриспруденции), прослеживаются в нескольких поколениях внутри семьи. Однако он недооценил влияние окружающей среды и сделал вывод, что гениальность возникает в результате передачи наследственной информации. Он аргументировал свою точку зрения, в частности, тем, что интеллект в популяции имеет нормальное распределение. Другие наследуемые особенности (например, рост) также имеют нормальное распределение, и поэтому Гальтон принял этот статистический факт за показатель влияния наследственности. Только в 1888 году ученому удалось показать высокую частоту появления таких черт, как гениальность в семьях: свои представления он сформулировал в работе, названной «Корреляция и ее измерение». Во-первых, Гальтон обнаружил, что данные можно организовать по рядам и столбцам, как показано в табл. 10. Числа в каждой ячейке отражают количество людей, попадающих в категорию, определяемую заголовками рядов и столбцов. Так, наибольшее число в этих ячейках показывает, что выборка содержит 14 детей ростом от 67 до 68 дюймов, чьи родители также имели рост от 67 до 68 дюймов. Как вы вскоре узнаете, таблица Гальтона – это прототип сегодняшнего «графика рассеяния».

    Во-вторых, Гальтон заметил, что когда «корреляция» была неполной, начинала проявляться одна закономерность. У родителей с ростом выше среднего были высокие дети, но довольно часто они были не такими высокими, как мать и отец. У родителей с ростом ниже среднего дети были низкие, но не настолько. Это означает, что рост у детей имеет тенденцию смещаться, или регрессировать, в сторону среднего арифметического значения в популяции. Феномен «регрессии к среднему», который, как вы уже знаете, представляет угрозу внутренней валидности исследования, является одним из самых выдающихся открытий Гальтона. Третье наблюдение Гальтона состояло в том, что график, построенный по значениям среднего арифметического для каждого столбца таблицы рассеяния, дает более или менее прямую линию. По сути, он представляет собой разновидность «линии регрессии», с которой вы скоро познакомитесь. Таким образом, Гальтон открыл основные характеристики корреляционного анализа. Прочитав о работе Гальтона, Карл Пирсон – молодой британский ученый, занимающийся статистикой, – продолжил изыскания в этой области и разработал формулу для вычисления коэффициента корреляции. Он обозначил коэффициент буквой «r», что значит «регрессия», в честь сделанного Гальтоном открытия регрессии к среднему. Вслед за Гальтоном Пирсон считал, что корреляционный анализ подтверждает идею о наследуемости многих свойств, обнаруживающих себя в отдельных семьях.

    1. Возможно ли делать выводы о наличии причинно-следственных связей на основании корреляционного анализа? Почему?
    2. Какие закономерности были найдены Ф. Гальтоном в процессе изучения наследования роста? Основы корреляционного исследования Используя лекционный материал, ответьте на вопросы.
    3. В чем состоит различие между экспериментом и корреляционным исследованием?
    4. Что такое прямая и обратная корреляция?
    5. Как можно оценить силу взаимосвязи между естественными переменными?
    6. Как с помощью известной корреляции можно сделать предположения о будущих событиях?
    7. Как решается проблема направленности связи в корреляционных исследованиях?
    8. В чем состоит проблема третьей переменной?
    9. Каковы области использования корреляционных исследований?
    10. Назовите виды многомерного корреляционного анализа и различия между ними

    Интерпретация корреляций Из лекционного материала вам известно о проблемах направленности связи и третьей переменной, которые могут затруднить интерпретацию корреляции. Ниже описаны результаты гипотетических двумерных корреляционных исследований. Проинтерпретируйте результаты, по крайней мере, двумя способами с учетом проблем направленности и третьей переменной.

    1. Существует положительная корреляция между уровнем авторитарности матери и застенчивостью ребенка.
    2. Существует отрицательная корреляция между депрессией и уровнем физической подготовки.
    3. Существует положительная корреляция между объемом домашней библиотеки и средним баллом студента в колледже.
    4. Счастливые в браке пары обычно имеют больше сексуальных контактов (друг с другом), чем несчастливые.
    5. Существует отрицательная корреляция между оценками и боязнью проходить тестирование.
    6. Место, занимаемое студентом в классе, коррелирует с его оценками – чем ближе к преподавателю сидит студент, тем выше его оценки.

    Зависимость типа коэффициента корреляции от способа измерения Для обеспечения валидности статистики вывода необходимо правильно выбрать математический критерий. Выбор типа коэффициента корреляции определяется способом измерения переменных (типом шкалы измерения). На основании лекционных материалов курса «Математические методы в психологии» определите тип коэффициента корреляции, который необходимо использовать в каждом из приведенных в табл. 13 вариантов.

    Планирование корреляционных исследований Корреляционное исследование (от англ. correlation – соотношение, взаимосвязь) проводится с целью проверки статистической гипотезы о наличии связи между двумя или более явлениями. Наличие корреляционной связи свидетельствует о зависимости между исследуемыми явлениями, однако не указывает, какое из них является причиной, а какое – следствием. Вам предлагается познакомиться с различными типами корреляционных исследований, представленных в табл. 14, спланировать по одному исследованию каждого типа. Вы можете предложить свои варианты этих исследований или воспользоваться предлагаемыми в таблице. Укажите цель, объект, предмет, гипотезу, методы, переменные; опишите этапы организации эксперимента, методы статистической обработки результатов.

  2. Assistant

    Ответы на вопросы

    1. Возможно ли делать выводы о наличии причинно-следственных связей на основании корреляционного анализа? Почему?

    Нет, мы не можем делать выводы о наличии причинно-следственных связей только на основании корреляционного анализа. Корреляция показывает лишь наличие взаимосвязи между переменными, но не указывает, какая из них является причиной, а какая – следствием. Причины могут быть как прямыми, так и косвенными, и могут также существовать другие переменные, которые влияют на обе рассматриваемые переменные. Это приводит к проблеме третьей переменной.

    2. Какие закономерности были найдены Ф. Гальтоном в процессе изучения наследования роста?

    Ф. Гальтон обнаружил несколько ключевых закономерностей в наследовании роста:

    • Регрессия к среднему: дети с высоким ростом у родителей обычно также имеют больший рост, но не такой высокий, как их родители, и наоборот для детей с низкими родителями.
    • Нормальное распределение роста в популяции, что позволяет предположить, что рост, как и интеллект, наследуется и имеет генетическую компоненту.

    Основы корреляционного исследования

    1. В чем состоит различие между экспериментом и корреляционным исследованием?

    Экспериментальное исследование включает манипуляцию независимой переменной и контроль условий, чтобы установить причинно-следственные связи. Корреляционное исследование не подразумевает манипуляции и изучает лишь взаимосвязи между переменными, не указывая на причинность.

    2. Что такое прямая и обратная корреляция?

    Прямая корреляция – это положительная связь между переменными, когда увеличение одной переменной соответствует увеличению другой. Обратная корреляция – это отрицательная связь, когда увеличение одной переменной соответствует уменьшению другой.

    3. Как можно оценить силу взаимосвязи между естественными переменными?

    Силу взаимосвязи можно оценить с помощью коэффициента корреляции, который варьируется от -1 до +1. Значения близкие к +1 или -1 указывают на сильную корреляцию, значения около 0 – на слабую.

    4. Как с помощью известной корреляции можно сделать предположения о будущих событиях?

    Зная коэффициент корреляции между двумя переменными, можно использовать эту информацию для прогнозирования значений одной переменной на основе значений другой. Например, если существует сильная положительная корреляция между количеством изучаемого времени и академическими успехами, можно прогнозировать, что увеличение изучаемого времени приведет к увеличению оценок.

    5. Как решается проблема направленности связи в корреляционных исследованиях?

    Проблема направленности связи рассматривается с помощью дополнительных исследований, таких как лонгитюдные исследования, которые могут установить временные связи между переменными или использовать методы, такие как структурное уравнение, чтобы более детально анализировать связи.

    6. В чем состоит проблема третьей переменной?

    Проблема третьей переменной возникает, когда существует вспомогательная переменная, которая влияет на обе исследуемые переменные, что может создать ложный вид взаимосвязи. Например, возможно, что между переменной А и переменной Б существует корреляция, но на самом деле оба они могут быть следствием третьей переменной (например, уровня стресса).

    7. Каковы области использования корреляционных исследований?

    Корреляционные исследования имеют широкий спектр применения, в том числе в психологии, социологии, медицине и экономиках, для изучения взаимосвязей между поведением, социально-экономическими факторами, медицинскими показателями.

    8. Назовите виды многомерного корреляционного анализа и различия между ними.

    Виды многомерного корреляционного анализа:

    • Множественная корреляция: анализ связи между одной зависимой переменной и несколькими независимыми.
    • Факторный анализ: выявляет скрытые факторы, которые влияют на несколько переменных.
    • Регрессионный анализ: определяет зависимости между переменными и может использоваться для прогнозирования.
    • Каноническая корреляция: исследует взаимосвязи между двумя множественными наборами переменных.
    • Кросс-корреляционный анализ: используется для анализа взаимосвязи между временными рядами.

    Интерпретация корреляций

    1. Положительная корреляция между уровнем авторитарности матери и застенчивостью ребенка.

    Направленность: Это может означать, что авторитарные матери имеют более застенчивых детей, но также возможно, что застенчивость детей вызывает повышенный уровень авторитарности в воспитании.
    Третья переменная: Возможно, что уровень тревожности в семье влияет как на авторитарность матери, так и на застенчивость ребенка.

    2. Отрицательная корреляция между депрессией и уровнем физической подготовки.

    Направленность: Это может указывать на то, что чем выше уровень физической подготовки, тем ниже уровень депрессии.
    Третья переменная: Однако может быть, что общий уровень благополучия, связанный с образом жизни, влияет на оба показателя.

    3. Положительная корреляция между объемом домашней библиотеки и средним баллом студента в колледже.

    Направленность: Можно предположить, что наличие большой библиотеки способствует лучшим учебным успехам.
    Третья переменная: Возможно, что уровень образования и культурное окружение родителей обуславливают и объем библиотеки, и учебные успехи ребенка.

    4. Счастливые в браке пары обычно имеют больше сексуальных контактов (друг с другом), чем несчастливые.

    Направленность: Это может указывать на то, что счастье в браке способствует бóльшему количеству сексуальных контактов.
    Третья переменная: Однако могут быть другие факторы, такие как общий уровень удовлетворенности жизнью, которые влияют на обоих участников.

    5. Отрицательная корреляция между оценками и боязнью проходить тестирование.

    Направленность: Это может указывать на то, что страх перед тестами приводит к более низким оценкам.
    Третья переменная: Возможно, что уровень подготовки или уверенности в себе может объяснять обе переменные.

    6. Место, занимаемое студентом в классе, коррелирует с его оценками – чем ближе к преподавателю сидит студент, тем выше его оценки.

    Направленность: Можно предположить, что близость к преподавателю способствует лучшим оценкам.
    Третья переменная: Однако это также может указывать на то, что более активные и успевающие студенты выбирают сидеть ближе к преподавателю.

    Зависимость типа коэффициента корреляции от способа измерения

    В зависимости от типа шкал измерения переменных используются различные коэффициенты корреляции:

    • Для количественных переменных (например, IQ и количество книг) подходит коэффициент Пирсона.
    • Для ранговых переменных (например, места в классе и оценки) используется коэффициент Спирмена.
    • Для номинальных переменных (например, пол и наличие образования) может использоваться коэффициент Крамера.

    Планирование корреляционных исследований

    Пример 1: Исследование на тему "Взаимосвязь между физической активностью и уровнем стресса".

    • Цель: Исследовать, как физическая активность влияет на уровень стресса.
    • Объект: Взрослые люди.
    • Предмет: Уровень физической активности и уровень стресса.
    • Гипотеза: Более высокая физическая активность связана с низким уровнем стресса.
    • Методы: Опросы для измерения активности и уровень стресса.
    • Переменные: Независимая – физическая активность, зависимая – уровень стресса.
    • Этапы организации: Разработка анкеты, отбор участников, сбор данных, статистический анализ.
    • Методы статистической обработки: Корреляционный анализ, коэффициент Пирсона.

    Пример 2: Исследование на тему "Влияние уровня образования родителей на успеваемость детей".

    • Цель: Понять, как уровень образования родителей влияет на успеваемость детей.
    • Объект: Студенты средней школы.
    • Предмет: Уровень образования родителей и успеваемость детей.
    • Гипотеза: Более высокий уровень образования родителей связан с более высокой успеваемостью детей.
    • Методы: Опросы и анализ документации.
    • Переменные: Независимая – уровень образования родителей, зависимая – успеваемость детей.
    • Этапы организации: Сбор данных о родителях, тестирование успеваемости детей, анализ данных.
    • Методы статистической обработки: Корреляционный анализ, коэффициент Спирмена.

    Пример 3: Исследование на тему "Влияние времени, проведенного за экраном, на качество сна".

    • Цель: Изучить, как время, проведенное за экраном, влияет на качество сна.
    • Объект: Подростки.
    • Предмет: Время, проведенное за экраном, и качество сна.
    • Гипотеза: Долгое время, проведенное за экраном, связано с низким качеством сна.
    • Методы: Опросы и дневники сна.
    • Переменные: Независимая – время за экраном, зависимая – качество сна.
    • Этапы организации: Проведение опросов, сбор данных о сне, статистический анализ.
    • Методы статистической обработки: Корреляционный анализ, построение графиков.
  3. User

    Из курса лекций вам известно, что в психологии для оценки и описания явлений приняты четыре типа шкал измерений. Назовите эти типы шкал, определите их основные свойства; выполните следующие упражнения. Для каждого из приведенных ниже исследований определите, какая шкала измерений была использована при измерении характеристик поведения. 1.Салли хочет выяснить, по каким предметам дети республиканцев и дети демократов больше успевают – точным, гуманитарным или экономическим. 2. Фред решил исследовать, действительно ли крысы, изучившие один лабиринт, изучат второй быстрее, чем необученные. 3. Джим предполагает, что дети оценят цветные телевизионные программы выше, чем черно-белые, а у взрослых цвет не повлияет на оценку. 4. Нэнси считает, что соматотип изменяется с возрастом, и предлагает определять соматотипы у группы людей в 10, 15 и 20 лет по шкале Шелдона. 5. Сюзан изучает готовность людей помогать окружающим и считает, что она зависит от погоды – вероятность оказания помощи в солнечный день выше, чем в пасмурный. 6. Джон хочет узнать, какой из пяти новых сортов пива больше понравится (т. е. будет оценен как № 1) постоянным посетителям его бара 7. Элен изучает, как студенты оценивают безопасность различных зданий студенческого городка. Она попросила нескольких студентов сложить карточки с написанными на них названиями зданий в стопку, в которой наиболее безопасные здания располагались бы сверху, а наименее безопасные – снизу. 8. Пэт считает, что люди с синдромом навязчивых состояний сделают меньше ошибок в составлении лабораторных отчетов, чем здоровые люди.

    Как обрабатывать результаты измерения? Из курса математической статистики вам известны два самых общих вида статистической обработки данных исследования: описательная статистика и статистика вывода. В чем состоит различие между данными видами статистики? Описательная статистика Выполните следующие процедуры по описательной статистике Расчет общей тенденции и изменчивости Для иллюстрации оценки общей тенденции и изменчивости рассмотрим данные гипотетического исследования памяти, в котором 20 человек запоминали, а затем пытались воспроизвести список из 25 слов. Каждое представленное ниже число соответствует количеству слов, запомненных каждым из 20 участников: 16 17 14 17 18 18 19 16 20 17 19 15 15 17 18 19 21 17 15 18

    1. Вычислите среднее арифметическое. 2. Два других способа нахождения общей тенденции – это вычисление медианы и моды. Определите значение медианы и моды по данной выборке. Медиана представляет собой оценку, находящуюся строго в середине набора оценок. Одна половина оценок выше, а другая – ниже значения медианы. Для определения медианы в первую очередь нужно составить последовательность оценок, от наименьших к наибольшим. Далее нужно определить местоположение медианы – позицию в последовательности оценок, где проходит медиана. Мода – это значение, чаще всего встречающееся в наборе оценок. В приведенном выше примере значение моды равно 81. Мода гипотетических оценок теста памяти равна медиане: число 17 встречается 5 раз, т. е. чаще всех других чисел. Так как в данных теста памяти отсутствуют необычно высокие или низкие оценки, значения среднего арифметического (17,3), медианы (17) и моды (17) довольно близки друг другу, и каждое из них дает верное представление об общей тенденции. Очевидно, что оценка общей тенденции требует суммирования данных. Менее очевидна, но не менее важна необходимость анализа изменчивости набора оценок. Предположим, вы – гольфер-профессионал и собираетесь вести занятия в местном клубе для двух групп: в 8:00 и 9:00. Вы измерили их способности, определив среднюю оценку для 9 лунок. Ниже приведены полученные вами данные. Группа, занимающаяся в 8:00: 50 52 58 46 54. Группа, занимающаяся в 9:00: 36 62 50 72 40. Обратите внимание на то, что среднее арифметическое для каждого набора оценок гольферов равняется 260/5 – 52 ударам. Профессионалу будет о чем поговорить с каждым членом обеих групп. В группе, занимающейся в 8:00, оценки близки друг к другу и все ее участники имеют примерно одинаковый уровень способностей, однако вторая группа не настолько благополучна – оценки в ней варьируются от 36 (довольно хорошо) до 72 (ай-ай-ай!). Понятно, что перед началом занятий гольфер-профессионал предпочел бы знать не только среднюю оценку группы. Самый простой и весьма приблизительный способ оценить изменчивость – это найти разброс – разницу между наибольшей и наименьшей оценками в группе. Диапазон данных для приведенного ранее теста памяти равен 7 (21–14). Разброс оценок 8-часовой группы в примере с занятиями гольфом равен 12 (58–46), а разброс оценок 9-часовой – 36 (72–36). Разброс дает грубую оценку изменчивости и показывает лишь разницу между крайними значениями. Более сложный способ измерения изменчивости – нахождение стандартного отклонения. Этот способ чаще всего применяется при создании сводного отчета о собранных данных.
    2. Рассчитайте дисперсию и стандартное отклонение для выборки по исследованию памяти, используя следующую формулу:

    где х – разность между значением каждого участника исследования и средним значением по выборке; n-1 – общее число испытуемых. 4. Начертите гистограмму оценок, полученных по тесту памяти и кривую распределения. Определите, является ли распределение нормальным.

    Статистика вывода

  4. Assistant

    Шкалы измерений в психологии

    В психологии выделяют четыре типа шкал измерений:

    1. Номинальная шкала

      • Свойства: Определяет категории без порядковой структуры. Здесь переменные могут классифицироваться, но не упорядочиваться.
      • Пример: Пол, национальность.
    2. Порядковая шкала

      • Свойства: Порядок значений важен, но разница между значениями не имеет значения (или неизвестна). Можно установить "больше-меньше".
      • Пример: Оценки в школе (A, B, C), уровень удовлетворенности (очень неудовлетворен, неудовлетворен, удовлетворен, очень удовлетворен).
    3. Интервальная шкала

      • Свойства: Установлены равные интервалы между значениями, но отсутствует абсолютный ноль. Позволяет проводить операции сложения и вычитания.
      • Пример: Температура по Цельсию. (0°C не представляет отсутствие тепла.)
    4. Отношенческая (перцентильная) шкала

      • Свойства: Установлены не только равные интервалы, но и присутствует абсолютный ноль, что позволяет проводить все математические операции.
      • Пример: Вес, рост, время.

    Определение шкал измерений в приведенных исследованиях

    1. Салли хочет выяснить, по каким предметам дети республиканцев и дети демократов больше успевают – точным, гуманитарным или экономическим.

      • Шкала: Номинальная (категории, но без порядка).
    2. Фред решил исследовать, действительно ли крысы, изучившие один лабиринт, изучат второй быстрее, чем необученные.

      • Шкала: Отношенческая (измеряется время, которое можно сравнивать).
    3. Джим предполагает, что дети оценят цветные телевизионные программы выше, чем черно-белые, а у взрослых цвет не повлияет на оценку.

      • Шкала: Порядковая (оценки программ).
    4. Нэнси считает, что соматотип изменяется с возрастом, и предлагает определять соматотипы у группы людей в 10, 15 и 20 лет по шкале Шелдона.

      • Шкала: Порядковая (соматотипы могут быть упорядочены).
    5. Сюзан изучает готовность людей помогать окружающим и считает, что она зависит от погоды – вероятность оказания помощи в солнечный день выше, чем в пасмурный.

      • Шкала: Номинальная (категории погоды, без порядка).
    6. Джон хочет узнать, какой из пяти новых сортов пива больше понравится (т. е. будет оценен как № 1) постоянным посетителям его бара.

      • Шкала: Порядковая (оценка сортов пива).
    7. Элен изучает, как студенты оценивают безопасность различных зданий студенческого городка. Она попросила нескольких студентов сложить карточки с написанными на них названиями зданий в стопку, в которой наиболее безопасные здания располагались бы сверху, а наименее безопасные – снизу.

      • Шкала: Порядковая (оценка безопасности).
    8. Пэт считает, что люди с синдромом навязчивых состояний сделают меньше ошибок в составлении лабораторных отчетов, чем здоровые люди.

      • Шкала: Отношенческая (измеряются ошибки и их количество можно сравнить).

    Описательная статистика

    Различия между описательной статистикой и статистикой вывода:

    • Описательная статистика используется для суммирования и описания характеристик выборки, позволяет понять и интерпретировать данные без предполагаемой причинности.
    • Статистика вывода включает методы, которые позволяют делать выводы о популяции на основании данных выборки, помогает определить, насколько результаты выборки могут быть обобщены на более широкую группу.

    Описательная статистика: Процедуры

    1. Вычисление средней арифметической

    Дана выборка:

    16, 17, 14, 17, 18, 18, 19, 16, 20, 17, 19, 15, 15, 17, 18, 19, 21, 17, 15, 18
    

    Суммируем все значения и делим на количество наблюдений (20): [ \text{Среднее арифметическое} = \frac{16 + 17 + 14 + 17 + 18 + 18 + 19 + 16 + 20 + 17 + 19 + 15 + 15 + 17 + 18 + 19 + 21 + 17 + 15 + 18}{20} = \frac{ 16 + 17 + 14 + 17 + 18 + 18 + 19 + 16 + 20 + 17 + 19 + 15 + 15 + 17 + 18 + 19 + 21 + 17 + 15 + 18}{20} = \frac{ 348 }{20} = 17.4 ]

    2. Вычисление медианы и моды

    Сортируем выборку:

    14, 15, 15, 15, 16, 16, 17, 17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 19, 20, 21
    

    Медиана (среднее значение):

    • Для 20 значений, медианы – это средние 10-е и 11-е значения: [ \text{Медиана} = \frac{17 + 18}{2} = 17.5 ]

    Мода (чаще всего встречающееся значение):

    • Значение 17 встречается 4 раза, а 18 – 4 раза.
    • Оба значения 17 и 18 являются модами.

    3. Рассчитайте дисперсию и стандартное отклонение

    1. Сначала находим отклонения от среднего:
    16-17.4, 17-17.4, 14-17.4, 17-17.4, 18-17.4, 18-17.4, 19-17.4, 16-17.4, 20-17.4, 17-17.4, 19-17.4,
    15-17.4, 15-17.4, 17-17.4, 18-17.4, 19-17.4, 21-17.4, 17-17.4, 15-17.4, 18-17.4
    

    Это дает:

    -1.4, -0.4, -3.4, -0.4, 0.6, 0.6, 1.6, -1.4, 2.6, -0.4, 1.6, -2.4, -2.4, -0.4, 0.6, 1.6, 3.6, -0.4, -2.4, 0.6
    
    1. Теперь возводим отклонения в квадрат и находим среднее значение:
    1.96, 0.16, 11.56, 0.16, 0.36, 0.36, 2.56, 1.96, 6.76, 0.16, 2.56, 5.76, 5.76, 0.16, 0.36, 2.56, 12.96, 0.16, 5.76, 0.36 
    
    1. Суммируем квадрат отклонений и делим на n-1 (в данном случае 19): [ \text{Дисперсия} = \frac{ 55.2 }{19} \approx 2.91 ]
    2. Стандартное отклонение – это квадратный корень из дисперсии: [ \text{Стандартное отклонение} = \sqrt{2.91} \approx 1.71 ]

    4. Гистограмма и кривые распределения

    Для построения гистограммы мы можем использовать данные о количествах запомненных слов (необходимо создать интервалы и подсчитать, сколько значений попадает в каждый из интервалов). Визуализация поможет определить, является ли распределение нормальным.

    • Если гистограмма имеет форму колокола (симметричная), это указывает на нормальное распределение. Если отображены отклонения, это может указывать на ненормальное распределение.

    Построение графиков само по себе требует вычислительных программ или графиков, которые могут не быть доступны в текстовой среде, поэтому для анализа можно использовать такие инструменты, как Excel или статистические программные обеспечения.

    Заключение

    Понимание различных типов шкал измерений и методов описательной статистики является основой для анализа и интерпретации данных в психологических исследованиях. Таким образом, исследователи могут делать обоснованные выводы и выводы на основе собранных данных.