Ймовірнісне прогнозування і психологічний діагноз
Від діагностики, особливо в психології, очікують не тільки якісного опису явища і навіть не оцінки, а скоріше, передбачення характеру і результату розвитку зацікавленого явища психіки. Всіх більше цікавить не стільки те,що є,скільки те, що буде. В принципі, діагностика і проводиться не заради інтересу, а для вирішення якоїсь конкретної проблеми людини: консультації, корекції, терапії. Отже, уже на стадії інтерпретації психодіагностичного матеріалу очікується елемент передбачення, імовірнісного прогнозування.
Чому йдуть до більш досвідченого психолога? Тому, що сподіваються на більш точні прогнози, адже людям притаманне бажання одержати велику ймовірність підтвердження очікуваних результатів з вуст і підтримки фахівця.
Іноді прогнози прямо ставляться перед діагностикою, у тому числі і психологічною. У науці до вирішення цієї проблеми є багато підходів [15]. Однак скористаємося однією з методик здійснення прогнозу в психології, яку свого часу запропонував Л.Т. Ямпольський [69].
На думку автора, задача прогнозу була і,ймовірно,завжди буде центральною для прикладних психологічних досліджень. У найбільш загальній постановці вона формулюється в такий спосіб. Маються результати дослідження випробовуваних, котрі містять психологічні дані Рі, виміряні в момент
часу t, і значення деякого цільового параметра С на момент часу t + dt. Потрібно, спираючись на значення Рі, зуміти спрогнозувати значення С. Змістовно це може бути прогноз успішності навчання, дисциплінованості, соціальної активності, психічного здоров'я, інших аналогічних цільових ознак. У такому випадку виходять із припущення,що у випробовуваних існує зв'язок між значеннями цільових і психологічних ознак. Задача полягає в тому, щоб у межах заданої математичної моделі зв'язку F(Pi, ai) між цільовим показником С і вектором психологічних перемінних Р знайти таку оцінку параметрів аі, при якій C=F(Pi, ai).
Основною мо де ллю, яку використовують у теперішній час для прогнозування будь-якого специфічного явища психіки, є модель, що представляє собою значення цільової ознаки у вигляді лінійної й адитивної комбінації оцінок особистіс-них факторів і факторів здібностей, нахилів, спрямувань.
Звичайно, лінійна модель є найпростішою формою інтеграції індивідуально-психологічних факторів у реальній поведінці. Але психологічні фактори можуть взаємодіяти і більш складним способом. Наприклад, множити взаємний ефект чи каталізувати його прояви. Лінійні моделі у такому разі треба замінювати нелінійними. Однак побудова нелінійних моделей утруднюється через відсутність апріорної інформації про пошукувані функції. Для таких випадків найбільш ефективними є методи часткової апроксимації. В них передбачається, що реально складна на всьому масиві даних функціональна залежність може бути досить добре апроксимована набором простих функцій. Інакше кажучи, складна функція може бути представлена як сукупність простих функцій, наприклад лінійних чи навіть функцій констант, кожна з яких будується для конкретної вибірки випробовуваних.
Методи часткової апроксимації наділені цілим рядом достоїнств, основними з яких є відносно слабка залежність якості апроксимації від реальної складності функції і простота реалізації.
Успішність кусочно-лінійної апроксимації складної функції залежить від того, наскільки добре вдається розбити випробовуваних на однорідні групи, всередині яких залежності мають простий лінійний характер.
Подібна розбивка може бути проведена за допомогою алгоритмів автоматичної класифікації (розпізнавання образів без вказівки). В результаті роботи алгоритмів автоматичної класифікації можна одержувати угруповання випробовуваних на класи близьких в обраному масиві даних. Автоматична класифікація випробовуваних певною мірою аналогічна типологічному підходу в дослідженнях індивідуально-психологічних особливостей. В обох випадках здійснюється розбивка випробовуваних на внутрішньооднорідні групи. Відмінності тут носять скоріше формальний, ніж змістовний характер. Недоліками традиційного психологічного підходу до типології є його суб'єктивність, описовість, відсутність чітких формальних критеріїв угруповання. Але, навіть незважаючи на такі недоліки, типологічний підхід у дослідженнях індивідуальних розбіжностей довів свою ефективність і практичну корисність. Особливо широко цей підхід застосовують у прикладних областях, медицині і педагогіці. Ефективність типологічного підходу у прикладних сферах, певно,пояснюється тим,що існують зв'язки індивідуально-психологічних особливостей із зовнішніми цільовими характеристиками в межах виділяємих типів. Застосування методів автоматичної класифікації дає в руки дослідника надійний інструмент для виділення типів, тобто перетворює типологічний підхід в об'єктивну формалізовану процедуру.
Таким чином,побудова функцій зв'язку цільових показників із психологічними здійснюється в два етапи. Спочатку випробовувані розбиваються на типи, а потім у межах кожного типу будується залежність вихідного показника від вхідних звичайними методами лінійного регресивного аналізу.
Індивідуально-психологічні особливості, які використовуються у рівняннях як вхідні перемінні, містять десятки ознак. Як з погляду їх значення для виділення типів випробовуваних, так і за їх впливом на вихідні цільові показники вони не рівноцінні. Тому постає важлива допоміжна задача вибору інформативних ознак для типології і для рівнянь прогнозу.
В задачах типологізації ця проблема виникає з приводу того, що в умовах кінцевої вибірки експериментальних да-
них використання великої кількості ознак при класифікації приводить до «розмазування» меж класів,а одержувані класи погано піддаються змістовній інтерпретації. Тому автоматична класифікація повинна проводитися не в повному масиві ознак, а у значно звуженому просторі найбільш істотних показників. Пошук звуженого простору психологічних перемінних для типологізації може бути здійснений методами факторного аналізу. Тут необхідно перейти до нового, більш короткого опису випробовуваних, зберігши основну інформацію, що міститься у вихідному психологічному описі. Тому задача вибору інформативних параметрів для типології може вважатися як задача розбивки на групи таким чином, щоб параметри, що формують ту саму групу, породжувалися одним загальним фактором. Простір таких факторів відповідає вимогам, що ставляться до набору ознак при класифікації. Однак цих факторів недостатньо для побудови функціональних залежностей.
По-перше, різні цільові ознаки' не можуть залежати від того самого невеликого набору прогностичних ознак. Важко допустити, що, наприклад, у спішність навчання в школі і схильність до наркоманії залежать від тих самих індивідуально-психологічних особливостей.
По-друге, рівняння прогнозу в різних класах якісно різні, тобто для тих самих цільових ознак у різних класах будуть потрібні різні набори прогностичних ознак.
Зважаючи на приведені докази, інформативні ознаки необхідно відбирати для кожного рівняння прогнозу окремо, тобто спеціально для кожної цільової ознаки і класу випробовуваних. З цією метою можна використовувати алгоритми покрокового регресивного аналізу з вибором порогів за рівнем значимості. Тоді в інформативний набір сутнісних ознак для прогнозу цільової ознаки (С) по кожному типу (Т) будуть відібрані ознаки,що забезпечують значиме зменшення залишкової дисперсії функції Fj(Pi, ai) при обраному порозі значимості.
Останнім етапом роботи повинна бути оцінка якості. Якість прогнозу оцінюється величиною залишкової дисперсії рівнянь регресії. Для інтегральної характеристики якості всієї типологічної моделі може бути взята середньозважена залишкова дисперсія, яка обумовлена виразом:
де (?) — залишкова дисперсія j-ro класу; N — загальна кількість випробовуваних; л — кількість випробовуваних у j-му класі; k — кількість класів.
Середньозважена залишкова дисперсія характеризує ефективність типологічної моделі, але нічого не говорить про переваги цієї моделі порівняно зі звичайною адитивною лінійною моделлю. Перехід від більш простої лінійної моделі до кусочно-лінійної типологічної може вважатися виправданим лише у тому випадку, якщо забезпечується істотне зниження залишкової дисперсії типологічної моделі у порівнянні з залишковою дисперсією лінійної моделі при рівній кількості залежних перемінних у моделях обох видів. У цьому зв'язку другим критерієм якості типологічної моделі може бути величина А, яка обчислюється так:
де о2о— залишкова дисперсія лінійної регресивної моделі.
Таким чином, описаний підхід приводить до наступної схеми побудови моделей прогнозу.
1. Розробка вихідного набору цільових ознак.
2. Вибір початкового масиву прогностичних ознак, тобто добір психологічних ознак і тестів для їх виміру.
3. Формування інформаційної бази дослідження (полягає в одночасному вимірі сукупності усіх можливих цільових і прогностичних ознак на вибірці випробовуваних).
4. Факторний аналіз цільових ознак і заміна їх стиснутим описом у просторі цільових факторів.
5. Факторний аналіз прогностичних ознак, доповнення вихідного психологічного опису інтегральними факторами.
6. Виділення типів у просторі психологічних факторів верхнього рівня.
7. Побудова функціональних залежностей окремо для кожного типу.
8. Оцінка якості прогнозу.
У цьому підході, як, втім, і в прогнозуванні взагалі, дифе-ренційно-психологічна спрямованість ставить новою задачею віднаходження (відшукання, вибору) стабільних властивостей, які дозволяли б з достатньою визначеністю виділяти діагностуємий синдром. У діагностичних дослідженнях задля прогнозування питання про стабільність вимірюваних ознак відіграє може чи не вирішальну роль, оскільки саме на стійкій платформі стає можливим будувати віддалену перспективу. Звичайно, говорити про характер прояву психічної властивості в перспективі можна лише з урахуванням певної константності хоча б ряду ознак із сукупної їх безлічі.
Інша справа, якщо діагност має справу з класом явищ, основною ознакою яких є динамічність. У такому випадку важливими є, як мінімум, дві обставини. По-перше, подібні явища психіки являють собою постійно змінні утворення і їх не можна описувати набором яких-небудь фіксованих параметрів. Симптоми тут не можуть бути виділені однозначно у вигляді константних ознак, як це спостерігається у фізичному світі, їх не можна вибудувати в один ряд, кожен член якого знаходився б у тотожному відношенні до причин, що породжують ряд. Складна детермінованість подібних явищ психіки визначається закономірностями динаміки, мінливості й розвитку. Тому і прогнози тут слід «прив'язувати» до тенденцій відповідних етапів онтогенезу. Прогнозування, як і діагностика, у таких випадках буде визначатися типом адаптивної реакції системи у широкому сенсі цього слова. Власне діагностичні задачі, зазвичай, не обмежуються вимогою простої констатації наявності тієї чи іншої ознаки, властивості, якості, стану. Частіше буває необхідно установити перехід одного стану до іншого, тобто оцінити динаміку, яка вже здійснилася, є актуальною чи віднесена в майбутнє. Згідно до логіки цілісності функціональних систем, прогнозування в психології означає не тільки опис зміни типів адаптивних реакцій, а оцінку трансформації принципових механізмів реагування в цій адаптації. Такі прогнози переважно здійснюються за допомогою інтуїції, досвіду і теоретичних знань психодіагноста.
Дата добавления: 2016-04-02; просмотров: 1536;