Статистический анализ данных с использованием свободного программного обеспечения в психологии и смежных науках

Курс предназначен для тех, кто хочет научиться анализировать данные с помощью программ JASP и jamovi. Он будет полезен как начинающим специалистам, так и тем, кто уже имеет опыт работы с данными, но хочет расширить свои знания и навыки.

Не упустите шанс получить ценные знания и навыки, присоединяйтесь к обучению!

Форма обучения заочная (дистанционная). Еженедельные занятия будут включать просмотр тематических видеолекций, изучение дополнительных материалов и выполнение тестовых заданий с автоматизированной проверкой результатов, тестирование по пройденному материалу. Для получения сертификата необходимо выполнить все задания, тесты и написать финальный экзамен

Обучение на курсе не требует специальной подготовки

1. Введение
2. Анализ частот (номинальных данных)
3. Анализ количественных переменных. Методы сравнения выборок
4. Корреляции и регрессия
5. Факторный анализ: интерпретация взаимосвязей и сокращение размерности
6. Факторный анализ: формирование шкал и конфирматорный факторный анализ
7. Дисперсионный анализ (ANOVA)

• основных понятий и методов анализа частот номинальных данных;
• методов сравнения выборок при анализе количественных переменных;
• принципов корреляционного и регрессионного анализа;
• основ факторного анализа и его применения для интерпретации взаимосвязей и уменьшения размерности данных;
• подходов к формированию шкал и проведения конфирматорного факторного анализа;
• понимания дисперсионного анализа (ANOVA) и его возможностей.

• проводить анализ частот номинальных данных и интерпретировать результаты;
• применять методы сравнения выборок для анализа количественных данных;
• использовать корреляционный и регрессионный анализ для изучения взаимосвязей между переменными;
• выполнять факторный анализ для выявления скрытых структур в данных и уменьшения их размерности;
• формировать шкалы на основе факторного анализа и проводить конфирматорный факторный анализ;
• анализировать данные с помощью дисперсионного анализа ANOVA.

• работы с данными: сбор, обработка, анализ и интерпретация;
• использования статистических методов и инструментов для анализа данных;
• визуализации результатов анализа в виде графиков и таблиц;
• формулирования выводов и рекомендаций на основе проведённого анализа;
• критического мышления и оценки качества проведённого исследования.