Ćwiczenia ze statystyki WF-ZPS-S1

Znajomość statystyki – podobnie jak metodologii i logiki – należy do podstawowego zakresu wiedzy każdego człowieka kształcącego się w jakiejkolwiek dyscyplinie empirycznej, w szczególności w psychologii. Wykłady mają na celu przedstawienie studentom procesu łączenia teoretycznej wiedzy metodologicznej z podstawami opisu i wnioskowania statystycznego w konkretnej sytuacji badawczej, w której (w wyniku obserwacji) uzyskuje się mnogość danych podlegających ocenie, analizie i interpretacji.
Absolwent psychologii powinien rozumieć miejsce statystyki w naukach empirycznych i zdawać sobie sprawę z faktu, że w psychologii stosowana jest głównie statystyka bazująca na wygodnym założeniu stanowiącym o nieskończonej liczbie elementów każdej analizowanej populacji i że ta „wyidealizowana” część statystyki nie jest poprawna w innych przypadkach. W przypadku populacji skończonych sposób procedowania jest na poziomie konstrukcji sprawdzianów testów jest odmienny. Absolwent powinien opanować narzędzia opisu statystycznego, teorii estymacji i wnioskowania statystycznego, które służą zarówno poprawnej analizie oraz opisowi zebranego materiału empirycznego, jak również poprawnemu wnioskowaniu w odniesieniu do empirycznie sprawdzanych hipotez badawczych. Na wykładach wprowadzane są treści niezbędne do rozumienia procesu badawczego, planowania badań i interpretacji wyników badań po zastosowaniu najbardziej efektywnych(ej) metod(y) wnioskowania statystycznego. Psycholog powinien zatem opanować zarówno podstawową, jak i zaawansowaną wiedzę z zakresu planowania badań empirycznych, jak również z zakresu analizy statystycznej danych zebranych w dwojakiego rodzaju badaniach empirycznych: eksperymentalnych i nieeksperymentalnych (w szczególności korelacyjnych ), równocześnie - winien zdawać sobie sprawę z czynników zakłócających trafność wszelkiego rodzaju badań obserwacyjnych.
Program nauczania semestru pierwszego obejmuje problematykę podstawowych pojęć statystycznych na bazie których formułuje się opis statystyczny analizowanych zmiennych oraz wprowadza wnioskowanie statystyczne.
Ponadto, statystyka odgrywa poważną rolę w ustalaniu praw empirycznych w naukach społecznych. Stanowi ona odrębną dyscyplinę wiedzy w tym sensie, że ma swoją własną tożsamość z dużym repertuarem technik wywodzących się z pewnych zasad podstawowych. Technik tych jednakże nie wolno używać w sposób bezrefleksyjny. Statystyka jest bardziej sposobem myślenia czy też wnioskowania aniżeli zbiorem użytecznych recept, które po zastosowaniu do danych, umożliwiają uzyskanie odpowiedzi na postawione pytania.
Użytkownik metod statystycznych winien nie tylko dysponować niezbędną wiedzą na temat podstaw logicznych tych metod i ograniczeń związanych z ich stosowaniem, a także musi on nabyć koniecznej praktyki, aby umieć dokonać wyboru metody właściwej w danej sytuacji oraz wprowadzić odpowiednie modyfikacje w razie potrzeby. Warto zauważyć, iż metodologia statystyki zależna od rozumowania indukcyjnego, nie jest w pełni skodyfikowana ani też wolna od kontrowersji. Różni użytkownicy mogą dochodzić do odmiennych wniosków, analizując ten sam zbiór danych. Zwykle istniejące dane zawierają więcej informacji niż można ujawnić za pomocą dostępnych narzędzi statystycznych. To, w jakim stopniu użytkownikowi uda się wydobyć te informacje, zależy nie tylko od jego wiedzy, ale również od wprawy i doświadczenia. Czyni to statystykę sztuką polegającą na dokonywaniu trafnych wyborów. Niełatwo jest dokonywać takich wyborów bez rzetelnej wiedzy na temat podstaw wybranych metod statystycznych, tak jedno-, jak i wielowymiarowych, oraz kryteriów wyboru odpowiedniej metody analizy. Niełatwo jest także wykorzystywać te metody w kompetentny sposób bez znajomości ich ograniczeń oraz uprawnionych (bądź nie) interpretacji uzyskanych rezultatów analizy. Psycholog powinien zatem dysponować nie tylko znajomością najczęściej wykorzystywanych w psychologii metod statystycznej analizy danych i warunków ich stosowania, ale także umiejętnością dokonania wyboru metody optymalnej z punktu widzenia postawionego problemu badawczego i w kontekście zgromadzonych danych. Program nauczania semestru drugiego obejmuje problematykę metod statystycznej analizy danych, zarówno jedno-, jak i wielowymiarowych, oraz zakresu ich użyteczności.

Efekty kształcenia:
1.Wiedza - student potrafi wskazać różnice pomiędzy teorią estymacji i wnioskowaniem statystycznym. Zna pojęcia: hipotezy zerowej i alternatywnej, prostej i złożonej. Potrafi zdefiniować błędy, jakimi obciążone jest wnioskowanie statystyczne oraz wyjaśnić relację między nimi, między błędami i mocą testu oraz ich związek z wielkością próby.
Umiejętności - student potrafi skonstruować przedział ufności dla wartości oczekiwanej populacji oraz wariancji zmiennej oraz sformułować wnioski probabilistyczne na temat wartości rozważanych parametrów. Student potrafi dobrać właściwy test do weryfikacji konkretnej hipotezy zerowej (dotyczącej wartości oczekiwanych), ale też potrafi dokonać wyboru między testem jedno- i dwustronnym.
Kompetencje - rozwiązując konkretne zagadnienia empiryczne, student potrafi podjąć właściwe decyzje w kwestii wyboru określonego poziomu istotności i wielkości prób.

2. Wiedza – student zna logiczno-statystyczne podstawy jednowymiarowej, jednoczynnikowej analizy wariancji i rozumie sens ich stosowania. Potrafi dokonać charakterystyki tego modelu: przedstawić postać hipotezy zerowej i alternatywnej, podać niezbędne do ich aplikacji założenia i uzasadnić konieczność ich przyjmowania, wskazać konsekwencje pogwałcenia założeń, zna postać statystyki testowej i jej liczbę stopni swobody oraz jej rozkład prawdopodobieństwa. Zna pojęcie efektu głównego. Potrafi wyjaśnić, co to jest interakcja. Zna testy porównań wielokrotnych i wskaźniki wielkości efektu wykorzystywane w modelach ANOVA. Rozumie ideę modelu MANOVA.
Umiejętności – student umie poprawnie posłużyć się modelem analizy wariancji prostej i uzasadnić decyzję o wyborze konkretnego modelu analizy do analizy danych. Poprawnie interpretuje otrzymane wartości statystyk. Potrafi poprawnie zinterpretować i zilustrować efekt interakcji. Potrafi sformułować bądź rozpoznać problem badawczy właściwy dla zastosowania tych metod.
Kompetencje – student potrafi wyjaśnić istotę modeli analizy wariancji. Ma świadomość wagi koniecznych do spełnienia założeń. Potrafi krytycznie ustosunkować się do wyników otrzymanych za pomocą tych metod oraz ich interpretacji, wskazując na zalety i braki konkretnej analizy.

3. Wiedza – student potrafi wyjaśnić, co to jest kowariancja. Zna współczynnik korelacji (całkowitej) r-Pearsona i założenia umożliwiające jego wykorzystanie. Wie, jak wygląda rozkład prawdopodobieństwa tego współczynnika oraz zna jego liczbę stopni swobody. Rozumie czym, jest współczynnik determinacji r2. Potrafi podać postać równania regresji liniowej prostej i wyjaśnić, czym są współczynniki a i b w równaniu regresji. Zna założenia modelu oraz ograniczenia jego stosowania. Potrafi wyjaśnić, co to jest reszta regresji. Zna metodę najmniejszych kwadratów. Znane jest mu rozróżnienie modeli liniowych i nieliniowych.
Umiejętności – student potrafi posłużyć się współczynnikiem korelacji (całkowitej) r-Pearsona oraz poprawnie zinterpretować siłę i kierunek otrzymanej zależności. Potrafi przedstawić graficznie jego rozkład prawdopodobieństwa. Potrafi poprawnie zinterpretować uzyskaną wartość współczynnika determinacji r2. Potrafi zbudować równanie regresji prostej, wyznaczyć wartości współczynników i zinterpretować uzyskane rozwiązanie. Potrafi sformułować bądź rozpoznać problem badawczy właściwy dla zastosowania tych metod.
Kompetencje – student potrafi wyjaśnić istotę związku pomiędzy dwiema zmiennymi w kategoriach formy funkcjonalnej tego związku. Ma świadomość wagi koniecznych do spełnienia założeń. Potrafi krytycznie ustosunkować się do wyników otrzymanych za pomocą tych metod oraz ich interpretacji, wskazując na zalety i braki konkretnej analizy.

4. Wiedza – student zna rozkład prawdopodobieństwa chi-kwadrat. Zna zastosowania testu chi-kwadrat. Potrafi przedstawić dla tego modelu postać hipotezy zerowej i alternatywnej, podać niezbędne do jego aplikacji założenia, zna postać statystyki testowej i jej liczbę stopni swobody oraz jej rozkład prawdopodobieństwa. Zna miary kontyngencji.
Umiejętności – potrafi przedstawić graficznie rozkład prawdopodobieństwa chi-kwadrat dla różnej liczby stopni swobody. Potrafi zbudować tabelę wielodzielczą. Potrafi poprawnie posłużyć się testem chi-kwadrat. Potrafi trafnie wybrać i wyznaczyć współczynnik kontyngencji oraz zinterpretować jego wartość.
Kompetencje – student potrafi wyjaśnić istotę zależności między dwiema zmiennymi klasyfikacyjnymi. Ma świadomość wagi koniecznych do spełnienia założeń. Potrafi krytycznie ustosunkować się do wyników otrzymanych za pomocą tej metody oraz ich interpretacji, wskazując na zalety i braki konkretnej analizy.

ECTS:
udział w ćwiczeniach - 32 godzin
konsultacje - 18 godzin
przygotowanie do ćwiczeń - 40
przygotowanie do kolokwium - 30
SUMA GODZIN = 120 (120 : 30 = 4)
LICZBA ECTS - 4

- na ocenę niedostateczną (2): student podaje fragmentaryczne lub niepoprawne definicje podstawowych terminów statystycznych (takich jak wariancja, błąd standardowy statystyki czy poziom istotności wnioskowania), bądź nie zna ich wcale. Nie potrafi podać ze zrozumieniem treści głównych twierdzeń granicznych. Nie potrafi poprawnie stosować omawianych w trakcie zajęć metod statystycznych bądź wykorzystuje je bezrefleksyjnie, nie uwzględniając ich uwarunkowań. Formułuje błędne lub nieuprawnione wnioski, nieadekwatnie posługując się terminologią statystyczną. Dostarcza wyjaśnień lub uzasadnień niezwiązanych lub mających nikły związek z analizowanym problemem, którego często nie potrafi poprawnie określić. Nie zwraca uwagi na popełniane pomyłki arytmetyczne i wyciąga na ich podstawie błędne wnioski.

- na ocenę dostateczną (3): student potrafi podać poprawne definicje podstawowych terminów statystycznych i zna treść głównych twierdzeń granicznych, jednakże nie umie wskazać łączących je relacji i dokonać syntezy wiedzy dotyczącej konkretnego problemu. W ograniczonym zakresie wykorzystuje posiadaną wiedzę do rozwiązania konkretnych problemów statystycznych i uzasadnienia przyjętych rozwiązań. Potrafi poprawnie wykorzystać niektóre z omawianych w trakcie zajęć metod statystycznych, ale pomija inne lub nie stosuje ich prawidłowo, a dostarczane przez niego uzasadnienia często są niepełne bądź niejasne. Prezentując otrzymane rozwiązania, czasami niepoprawnie posługuje się terminologią statystyczną. Zdarza się, że popełniane pomyłki arytmetyczne student pozostawia bez komentarza i wyciąga na ich podstawie błędne wnioski.

- na ocenę dobrą (4): student nie tylko poprawnie definiuje podstawowe terminy statystyczne i zna treść głównych twierdzeń granicznych, ale potrafi poddać analizie łączące je relacje i dokonać syntezy informacji na dany temat, przedstawiając większość zagadnień statystycznych w sposób spójny. Dostarczane przez niego wyjaśnienia mogą zawierać pewne luki. Choć nie zawsze są one wyczerpujące, odznaczają się logiczną strukturą. Poprawnie stosuje omawiane w trakcie zajęć metody statystyczne, choć zdarza mu się pominąć w analizie problemu niektóre – czasami nawet kluczowe – założenia. Otrzymane rozwiązania przedstawia, używając poprawnej terminologii statystycznej. Potrafi wychwycić popełnione pomyłki arytmetyczne i skorygować odpowiednio wyciągnięte wnioski.

- na ocenę bardzo dobrą (5): student doskonale orientuje się w omawianych zagadnieniach statystycznych i potrafi przedstawić je w sposób logiczny, spójny i wyczerpujący, poprawnie i precyzyjnie posługując się terminologią statystyczną. Potrafi dokonać całościowej analizy konkretnego problemu statystycznego, uwzględniając wszystkie dostępne informacje i uzasadnić wybór proponowanego rozwiązania. Jest wrażliwy na niespójności i pomyłki w przedstawianiu (w trakcie dyskusji na ćwiczeniach bądź lektury materiałów) zagadnień statystycznych, potrafi je wychwycić i skorygować. Poprawnie stosuje omawiane w trakcie zajęć metody statystyczne, potrafi także przedyskutować ich ograniczenia. Popełnione przez niego drobne pomyłki arytmetyczne nie wpływają na sensowność sformułowanych wniosków.

Na ocenę końcową składają się:
Ocena z pisemnego kolokwium - 75% oceny końcowej. Zakres materiału oraz przykładowe pytania i problemy podawane są studentom na ćwiczeniach.
Ocena prac przygotowanych indywidualnie oraz sposobu ich zaprezentowania - 25% oceny końcowej.

Rekomendowana literatura stanowi literaturę kompleksową, z której studenci mogą dokonać wyboru.

Aczel, E. A., Statystyka w zarządzaniu. Warszawa 2000.

Aranowska, E., Metodologiczne problemy zastosowań modeli statystycznych w psychologii. Teoria i praktyka. Warszawa 1996.

Blalock, H. M., Statystyka dla socjologów. Warszawa 1977.

Ferguson, G. A., Takane, Y., Analiza statystyczna w psychologii i pedagogice. Warszawa 1997.

Francuz, P., Mackiewicz, R., Liczby nie wiedzą, skąd pochodzą. Przewodnik po metodologii i statystyce nie tylko dla psychologów. Lublin 2005.

King, B. M., Minium, E., W. Statystyka dla psychologów i pedagogów. Warszawa 2009.

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

• Strona przedmiotu WF-ZPS-S1 w USOSweb