1. Назначение многомерных методов
Эмпирическая математическая модель (ЭММ) – это описательные математические модели, применяемые для представления исходных (эмпирических) данных в доступном для интерпретации виде. Простейшие ЭММ - средние значения признака, вычисляемые для сравниваемых групп в предположении, что различия в средних значениях отражают различия между представителями групп. Или даже просто ранжирование членов группы, которое предполагает, что порядковый номер испытуемого отражает выраженность изучаемого свойства [1].
По сути дела, ЭММ идентичны мыслительным операциям. Но непосредственно сравнивать, различать, определять взаимосвязь и т. д. мы можем только при небольшой численности объектов или признаков. Когда объектов много, а признаков один или два, мы начинаем подсчитывать, если объектов более десятка - мы берем калькулятор. Когда много и объектов и признаков, простейшие ЭММ уже мало пригодны. И тогда возникает необходимость применения многомерных методов и компьютера.
Многомерные методы – это дальнейшее развитие ЭММ в отношении многостороннего (многомерного) описания изучаемых явлений. Как и простейшие ЭММ, многомерные ЭММ воспроизводят мыслительные операции человека, но в отношении таких данных, непосредственное осмысление которых невозможно в силу нашей природной ограниченности[2].
Многомерные методы выполняют функции:
? структурирование эмпирической информации (факторный анализ),
? классификация (кластерный анализ)
? экстраполяция (множественный регрессионный анализ)
? распознавание образов (дискриминантный анализ)
2. Классификация многомерных методов
Список многомерных методов, которые будут упомянуты ниже, не претендует на полноту и состоит из методов, наиболее часто применяемых в психологии.
Эти методы можно классифицировать по трем основаниям[2]:
? по назначению;
? по способу сопоставления данных – по сходству (различию) или пропорциональности (корреляции);
? по виду исходных эмпирических данных.
Классификация методов по назначению:
1. Методы предсказания (экстраполяции): множественный регрессионный и дискриминантный анализ.
• Множественный регрессионный анализ предсказывает значения метрической «зависимой» переменной по множеству известных значений «независимых» переменных, измеренных у множества объектов (испытуемых).
• Дискриминантный анализ предсказывает принадлежность объектов (испытуемых) к одному из известных классов (номинативной шкале) по измеренным метрическим (дискриминантным) переменным.
Весь текст будет доступен после покупки