Методи досліджень і статистика в психології: шпаргалка-підсумок

Описова статистика: середнє — сума, поділена на n; медіана — середнє значення впорядкованих даних (середнє двох середніх при парному n). Вибіркове стандартне відхилення s = √(Σ(x − x̄)²/(n − 1)). z-оцінка z = (x − μ)/σ показує, на скільки стандартних відхилень значення віддалене від середнього.

Описова статистика: середнє — сума, поділена на n; медіана — середнє значення впорядкованих даних (середнє двох середніх при парному n). Вибіркове стандартне відхилення s = √(Σ(x − x̄)²/(n − 1)). z-оцінка z = (x − μ)/σ показує, на скільки стандартних відхилень значення віддалене від середнього.

Імовірність: за рівноможливих наслідків P(A) = сприятливі/усі. Для незалежних подій імовірності множать: P(A і B) = P(A)·P(B). Часто допомагає протилежна подія: P(хоча б одна) = 1 − P(жодної). Біноміальний розподіл: у n незалежних випробуваннях з імовірністю успіху p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

Дискретні випадкові величини: розподіл імовірностей перелічує всі значення x, яких може набувати величина, з імовірністю p(x); імовірності лежать між 0 і 1 та в сумі дають 1. Математичне сподівання (середнє) — E(X) = Σx·p(x), довгострокове середнє. Дисперсія — Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², а середнє квадратичне відхилення σ = √Var(X). Для лінійної зміни Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) і σ_Y = |a|·σ_X; додавання сталої не змінює розкид.

Нормальний розподіл: переведіть значення x у z-оцінку z = (x − μ)/σ, яка показує, на скільки стандартних відхилень значення віддалене від середнього. Таблиця z (або Φ(z)) дає площу ліворуч від z, тобто P(X < x). Площа праворуч дорівнює 1 − Φ(z), а площа між двома значеннями — різниці їхніх площ ліворуч.

Суми й різниці нормальних величин: якщо X і Y незалежні та нормальні, то X + Y і X − Y також нормальні. Середні додаються чи віднімаються: E(X ± Y) = μ_X ± μ_Y. Дисперсії завжди додаються, також і для різниці: Var(X ± Y) = σ_X² + σ_Y², тож σ = √(σ_X² + σ_Y²). Середні квадратичні відхилення безпосередньо ніколи не додаються. Сума n незалежних елементів з однаковим розподілом має середнє n·μ і середнє квадратичне відхилення σ·√n. Далі стандартизуйте як звичайно: z = (x − середнє)/σ і зчитайте Φ(z).

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Регресія методом найменших квадратів: якщо x̄ і ȳ — середні, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² і Sxy = Σ(x − x̄)(y − ȳ), то пряма ŷ = a + b·x має нахил b = Sxy/Sxx і вільний член a = ȳ − b·x̄, тож вона завжди проходить через (x̄, ȳ). Коефіцієнт кореляції Пірсона r = Sxy/√(Sxx·Syy) лежить між −1 і 1; r² — частка варіації y, пояснена прямою.

Регресія методом найменших квадратів: якщо x̄ і ȳ — середні, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² і Sxy = Σ(x − x̄)(y − ȳ), то пряма ŷ = a + b·x має нахил b = Sxy/Sxx і вільний член a = ȳ − b·x̄, тож вона завжди проходить через (x̄, ȳ). Коефіцієнт кореляції Пірсона r = Sxy/√(Sxx·Syy) лежить між −1 і 1; r² — частка варіації y, пояснена прямою.

Критерії хі-квадрат: порівнюють спостережувані частоти O з очікуваними за H₀ частотами E за допомогою χ² = Σ(O − E)²/E. Узгодженість: E = n·p для кожної категорії, df = k − 1 (і ще мінус один за кожен параметр, оцінений з даних). Незалежність у таблиці r × c: E = сума рядка × сума стовпця / загальна сума, df = (r − 1)(c − 1). H₀ відхиляють, коли χ² перевищує критичне значення для обраного α.

Критерії хі-квадрат: порівнюють спостережувані частоти O з очікуваними за H₀ частотами E за допомогою χ² = Σ(O − E)²/E. Узгодженість: E = n·p для кожної категорії, df = k − 1 (і ще мінус один за кожен параметр, оцінений з даних). Незалежність у таблиці r × c: E = сума рядка × сума стовпця / загальна сума, df = (r − 1)(c − 1). H₀ відхиляють, коли χ² перевищує критичне значення для обраного α.