Экспериментальная психология : курс лекций



Pdf көрінісі
бет103/122
Дата26.08.2020
өлшемі1,28 Mb.
#76866
түріКурс лекций
1   ...   99   100   101   102   103   104   105   106   ...   122
Байланысты:
Эксперим.психология 2011
понятии о Жанровые формы и функции современной журналистики, Основы псих.консульт 2010, 2 лист когн.псих добав, Риски в комм. деятельности (А.А. Зырянова и др.), 2015, Риски в комм. деятельности (А.А. Зырянова и др.), 2015, Введение в педагог.деятельность Чугаева И.Г. (1), МАТЕМАТИКА ОГН Каз 120, Документ Microsoft Word (2), Ерекше білім беруге , TEST-STR-BANK-MEN-21-осн-222, TEST-STR-BANK-MEN-21-осн-222, TEST-STR-BANK-MEN-21-осн-222, TEST-STR-BANK-MEN-21-осн-222, Билеты CТРАТЕГ-РК-111
18.2. Варианты многомерного
корреляционного анализа
Двумерный анализ направлен на исследование взаимосвязей
между любыми двумя переменными. С помощью многомерного ана-
лиза изучаются взаимосвязи более чем двух переменных (часто ко-
личество переменных заметно превышает две). Далее коротко по-
знакомимся с двумя распространенными процедурами многомерно-
го анализа – множественной регрессией и факторным анализом.
Множественная регрессия. На простом и наглядном приме-
ре Гудвин показывает, как работает множественная регрессия [Гуд-
вин, 2004, 337–338]. В случае простой регрессии рассматриваются
две переменные – предикторная и критериальная. Если оценки SAT
(Американский школьный тест проверки способностей – предик-
торная  переменная)  коррелируют  со  средним  баллом  первокурс-
ников, то их можно использовать для предсказания академической
успеваемости. Однако такой феномен, как «успеваемость в коллед-
же», не так прост, как кажется. Оценки теста SAT могут говорить
о будущей высокой успеваемости, но как быть с такими факторами
влияния  на  успеваемость,  как  «мотивация»,  «высокие  школьные
оценки» или «уклонение от занятий физикой»?
Множественная регрессия помогает решить проблему исполь-
зования более чем одной предикторной переменной. В исследова-
нии, проводимом методом множественной регрессии, применяется
одна критериальная, а также две или более предикторных перемен-
ных. Такой анализ позволяет не только выяснить, что на основании
этих  двух  или  более  переменных  можно  предсказать  определен-
ный критерий, но также определить относительную предсказатель-
ную силу этих переменных. Эта сила отображается в формуле мно-
жественной регрессии для исходных данных, которая представля-
ет собой расширенный вариант формулы простой регрессии:
Простая регрессия: Y = а + b Х. Множественная регрессия: =
= а + b
1
Х

b
2
X
2
 + ... + b
n
Х
n
, где каждый X – отдельная предиктор-
ная переменная; Y – критериальная переменная, а величина показа-
телей  b  отражает  относительную  важность  каждой  предикторной
переменной.  Этот показатель  называют «весом  регрессии».  В  ре-


201
зультате  анализа  по  методу  множественной  регрессии  получают
множественный  коэффициент  корреляции  (R)  и  множественный
коэффициент детерминации (R
2
). R – это корреляция между объеди-
ненными предикторными переменными и критерием, a R
2
 – пока-
затель степени изменчивости критериальной переменной, вызван-
ной объединенными предикторными переменными. Для обозначе-
ния многомерных R и R
2
 используются большие буквы, чтобы от-
личить их от двумерных пирсонова r и r
2
. Однако их интерпрета-
ции весьма схожи. И R, и r обозначают силу корреляции, a R
2
 и r
2
 –
долю изменчивости, общей для нескольких переменных.
Преимущество  анализа  методом  множественной  регрессии
заключается в том, что при объединении влияния нескольких пре-
дикторных  переменных  (особенно  если  они  не  слишком  сильно
коррелируют друг с другом) возможность сделать верные предполо-
жения заметно увеличивается в сравнении с обычным регрессион-
ным анализом. Высокие школьные оценки уже сами по себе гово-
рят о будущей хорошей успеваемости в колледже, так же как и оцен-
ки теста SAT, но на основании двух этих показателей можно делать
предсказания с большей уверенностью. Чтобы получить представ-
ление  о  том,  в  каких  исследованиях  применяют  анализ  методом
множественной регрессии, рассмотрим следующие примеры.
1. Исследование, предсказывающее развитие эмпатии (сопере-
живания)  на  основании  двух  аспектов  событий  раннего  детства:
студенты, сопереживающие другим людям, обычно имели в детст-
ве стрессовые переживания, что сделало их более чувствительны-
ми к переживаниям других. Тяжесть полученной в детстве травмы,
как  признак  развития будущей эмпатии,  имеет больший  вес, чем
общее число травматических событий.
2. Исследование, предсказывающее развитие восприимчивости
к простуде на основании негативных событий жизни, воспринимае-
мого стресса и отрицательных эмоций. Можно подумать, что прос-
туда развивается потому, что человек провел какое-то время слиш-
ком близко от непрерывно чихавшего человека. Однако специаль-
ное  исследование  показало,  что  простудные  заболевания  можно
предсказать на основании трех факторов, связанных со стрессом. Ча-
ще всего простужаются те студенты, которые: а) незадолго до этого


202
пережили стрессовое событие; б) чувствуют, что к ним предъявля-
ются завышенные требования; в) описывают свой общий эмоцио-
нальный фон как негативный.


Достарыңызбен бөлісу:
1   ...   99   100   101   102   103   104   105   106   ...   122




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет