Поиск психодиагностических правил для диагностики эмоциональной устойчивости с помощью детерминационного анализа - (реферат)
p>В рамках ДА-технологии составление словаря переменных производится с помощью специального программного обеспечения. Оно представляет собой отдельный модуль ДА-системы. Модуль имеет название DICT (от английского DICTIONARY - словарь). Он обслуживает все технологические процедуры, необходимые для того, чтобы формировать словари переменных.После того, как словарь переменных создан в памяти компьютера (это делается с помощью простых и легко усваиваемых процедур), он становится затем основным средством общения психолога с компьютером. Словарь переменных обслуживает процесс ввода эмпирических данных в компьютер. Он служит опорой языка, на котором ставятся и решаются задачи анализа эмпирических данных. Благодаря такой роли словаря переменных язык общения с ДА-системой легкий. Он лишен ненужных техницизмов и максимально приближен к тому содержанию, ради которого проводится исследование, совершается анализ собранных данных.
1. 12 Строение словаря переменных при практической работе с данными Словарь переменных представляет собой перечень переменных, где о каждой переменной имеются сведения, которые необходимы, чтобы полностью охарактеризовать переменную. При практической работе с данными состав таких сведений по каждой переменной включает:
порядковый номер переменной;
тип переменной;
название переменной;
Для нечисловых переменных в словаре указываются значения (множества значений) переменных.
Различают следующие основные типы переменных: альтернативная, неальтернативная, целочисленная, вещественная.
Два первых типа относятся к качественным переменным, два другие - к количественным . Типы переменных “Целочисленная” и “Вещественная” отличаются тем, что значениями переменных первого типа могут быть только целые числа, а во втором случае это могут быть практически любые числа (включая, разумеется, и целые).
Название переменной “альтернативная” означает, что каждый объект в матрице данных может характеризоваться только одним значением такой переменной. Целочисленная и вещественная переменные также относятся к альтернативным переменным. Однако по сложившейся традиции термин “альтернативная” закреплен преимущественно за качественными переменными.
Для переменной, относящейся к типу “Неальтернативная”, допускаются ситуации, когда каждый объект в матрице данных может характеризоваться не только одним, но, возможно и несколькими значениями такой переменной (количество значений в принципе не ограничено). ДА-система предоставляет возможность пользоваться неальтернативными переменными.
1. 13 Пример словаря переменных.
Ниже приводятся реальный словарь переменных. Словарь был использован при исследовании эмоциональной устойчивости.
Пример 1. Словарь переменных, использованных при проведении исследования эмоциональной устойчивости.
Переменная 1. Порядковый номер испытуемого
Переменная 2. GP
Переменная 3. Z
Переменная 4. EM
Переменная 5. P
Переменная 6. TR
Переменная 7. AL
Переменная 8. DM
Переменная 9. V
Переменная 10. DI
Переменная 11. AE
Переменная 12. FA
Переменная 13. KA
Переменная 14. R
Переменная 15. NG
Переменная 16. OB
Переменная 17. POD
Переменная 18. VA
Переменная 19. VIN
Переменная 20. OA
Переменная 21. VR
Переменная 22. DST
Переменная 23. NPU
Переменная 24. GR
Переменная 25. A
Переменная 26. B
Переменная 27. C
Переменная 28. E
Переменная 29. F
Переменная 30. G
Переменная 31. H
Переменная 32. I
Переменная 33. L
Переменная 34. M
Переменная 35. N
Переменная 36. O
Переменная 37. Q1
Переменная 38. Q2
Переменная 39. Q3
Переменная 40. Q4
Переменная 41. F1
Переменная 42. F2
Переменная 43. F3
Переменная 44. F4
Переменная 45. SOM
Переменная 46. O_C
Переменная 47. INT
Переменная 48. DEP
Переменная 49. ANX
Переменная 50. HOS
Переменная 51. PHOB
Переменная 52. PAR
Переменная 53. PSY
Переменная 54. QSI
Глава 4. Анализ диагностических критериев методом детерминационного анализа. 2. 1 Задачи статистического оценивания и задачи анализа выборки Вообще все задачи анализа данных могут рассматриваться либо как задачи анализа выборки, либо как задачи анализа взаимоотношения между результатами, полученными на выборке, и “всем остальным миром” (т. е генеральной совокупностью), либо как задачи смешанного типа, в которых анализ выборки и анализ взаимоотношения между выборкой и генеральной совокупностью производится одновременно. Для решения задач первого типа используются методы описательной статистики. Для решения задач второго типа используются собственно статистические методы, в том числе методы оценки доверительных интервалов, методы разрешения статистических гипотез, основанные на применении критериев типа Стьюдента, Фишера, статистики “хи-квадрат” и т. д. Часто такая широко известная задача анализа, как задача построения уравнения регрессии по имеющимся выборочным данным, ставится и решается как задача смешанного типа. Как задачи смешанного типа ставятся и решаются и многие другие задачи анализа данных.
Если исследователь нашел какие-то, как ему показалось, интересные результаты, анализируя только одну выборку испытуемых, это еще ничего не значит. Может быть случаи, которые он наблюдал, отобраны так, что они не отражают действительной ситуации. Может быть выборка сделана плохо, так что в ней имеются искажения, которые носят систематический характер и не могут быть отнесены за счет случайных факторов. Может быть при работе с приборами в ходе исследования были допущены ошибки. Имеется множество требований, которые необходимо принимать во внимание, чтобы получить действительно ценный, научно выверенный результат. Среди них особое место занимают требования, связанные с оценкой отношения между выборкой и генеральной совокупностью. Как делать такие оценки, в каких случаях этим оценкам можно доверять, какой должна быть выборка и многое другое подробно обсуждается в руководствах по методам статистической обработки данных для психологов, и мы на этом останавливаться не будем. Мы сконцентрируем внимание на задачах анализа выборки, т. е. тех данных, которые доступны исследователю и находятся у него под руками. Более того, мы остановимся только на специальном, хотя и чрезвычайно важном классе задач - на задачах обнаружения диагностических критериев, когда в качестве исходных данных используются данные, полученные при проведении комплексных ультразвуковых обследований.
Обычно о методах анализа выборки (и только выборки) говорят как о методах описательной статистики (в отличие от методов, например, статистического оценивания доверительных интервалов или методов проверки статистических гипотез). Почему такие методы следует рассматривать как отдельный класс методов, видно из следующих соображений. Предположим, вы сформировали выборку в соответствии с требованиями выборочного метода. Предположим, вы тщательно провели все необходимые измерения, подготовили данные к анализу, сделали словарь переменных и ввели данные в компьютер. Допустим вам необходимо отыскать диагностические критерии, позволяющие отличать одну болезнь от другой. Если у вас относительно таких диагностических критериев имеется не слишком много конкурирующих гипотез, нет проблем. Вы пользуетесь, скажем, методом оценивания значимости различий средних значений по Стьюденту, проводите необходимые вычисления и выбираете ту гипотезу, которая приводит к наиболее значимым результатам. Но представьте, что вся совокупность гипотез, которые вы хотите проверить, очень велика. Более того, сами гипотезы сформулированы только в достаточно общем виде и их формулировки необходимо уточнить. Представьте также, что переменных, которые участвуют в формулировании и проверке гипотез, десятки, а может быть и сотни. Что тогда? Нужны методы, которые позволяют провести анализ данных и понять, какие гипотезы представляют интерес и почему. В этом случае как раз и помогут методы анализа выборки, методы описательной статистики.
2. 2 Базовые задачи анализа в режиме описательной статистики Арсенал современных описательных статистических методов очень широк. В современных статистических пакетах, предназначенных для персональных компьютеров, количество методов анализа измеряется десятками. В то же времязадач анализа всего две: Задача 1. (Задача анализа связей). Дать описание связи между переменными. Задача 2. (Задача построения новых признаков). Построить новую переменную (новые признаки) на основе уже заданных.
Для примера укажем, как соотносятся с этими задачами наиболее популярные и широко известные методы анализа.
Регрессионный анализ. Решает задачу 1.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14
