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.