На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Статистика в психологии. Применение статистических методов в когнитологии

Информация:

Тип работы: курсовая работа. Добавлен: 25.11.2012. Сдан: 2012. Страниц: 22. Уникальность по antiplagiat.ru: < 30%

Описание (план):


?2
 
  
 
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
 
Брянский государственный технический университет
              
Кафедра «Экономика и менеджмент»
 
 
 
 
 
                             Курсовая работа
     по дисциплине: «Статистика»
Статистика в психологии. Применение статистических методов в когнитологии
 
 
 
 
 
Выполнил
           студент группы
09-МРК:       
            Якимкина Ю.А.
Проверил:                                       
доцент кафедры "Экономика и менеджмент",
к.э.н., Ларичева Елена Анатольевна
 
 
 
 
                                         Брянск 2011
Аннотация
 
Данная курсовая работа посвящена рассмотрению статистических методов в когнитологии и их применению.
  В теоретической части рассматриваются общие вопросы, связанные с понятием психологии, когнитологии, их особенностями, а также конкретно с применением статистики в этих науках.
              В аналитической части была выполнена работа по следующим направлениям:
o        выполнение сводки и группировки;
o        расчет средних величин (средняя арифметическая, структурные средние)
o        построение графиков (гистограмма, кумулята);
o        расчет -критерия
o        выполение ранговой корреляции
В третьей главе предложены рекомендации и предложения по теме исследования, то есть по теме когнитивной психологии, основной проблемой которой является – когнитивный диссонанс.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Содержание
 
Введение……………………………………………………………………4
     1.Теоретическая часть: Теоретические аспекты психологии………..6
1.1. Общее понятие психологии…………………………………………….6
1.2. Когнитивная психология………………………………………...13
1.3. Применение статистических методов в когнитологии……………….24
2. Аналитическая часть: Проведение психологического исследования и обработка результатов…………………………………………….............38
2.1. Анализ анкеты с помощью метода сводки и группировки данных……………………………………………………………………….38
2.2. Средние величины……………………………………………………..39
2.3. Определение -критерия……………………………………………...44
2.4. Ранговая корреляция………………………………………………..….46
3. Рекомендации и предложения по теме исследования: когнитивный диссонанс и способы выхождения из когнитивного диссонанса………..51
Заключение……………………………………………………………….57
Список используемой литературы……………………………...…58
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Введение
 
 
В нашей повседневной жизни мы, сами о том не догадываясь, постоянно занимаемся статистикой. Хотим ли мы спланировать бюджет, рассчитать потребление бензина автомашиной, оценить усилия, которые потребуются для усвоения какого-то курса, с учетом полученных до сих пор отметок, предусмотреть вероятность хорошей и плохой погоды по метеорологической сводке или вообще оценить, как повлияет то или иное событие на наше личное или совместное будущее, — нам постоянно приходится отбирать, классифицировать и упорядочивать информацию, связывать ее с другими данными так, чтобы можно было сделать выводы, позволяющие принять верное решение. [4, c. 12]
Все эти виды деятельности мало отличаются от тех операций, которые лежат в основе научного исследования и состоят в синтезе данных, полученных на различных группах объектов в том или ином эксперименте, в их сравнении с целью выяснить черты различия между ними, в их сопоставлении с целью выявить показатели, изменяющиеся в одном направлении, и, наконец, в предсказании определенных фактов на основании тех выводов, к которым приводят полученные результаты. Именно в этом заключается цель статистики в науках вообще, особенно в гуманитарных. В последних нет ничего абсолютно достоверного, и без статистики выводы в большинстве случаев были бы чисто интуитивными и не могли бы составлять солидную основу для интерпретации данных, полученных в других исследованиях.
Существуют две разновидности статистических методов или тестов, позволяющих делать обобщение или вычислять степень корреляции. Первая разновидность — это наиболее широко применяемые параметрические методы, в которых используются такие параметры, как среднее значение или дисперсия данных. Вторая разновидность — это непараметрические методы, оказывающие неоценимую услугу в том случае, когда исследователь имеет дело с очень малыми выборками или с качественными данными; эти методы очень просты с точки зрения как расчетов, так и применения.
Из всех этих типов данных только количественные данные можно анализировать с помощью методов, в основе которых лежат параметры (такие, например, как средняя арифметическая). Но даже к количественным данным такие методы можно применить лишь в том случае, если число этих данных достаточно, чтобы проявилось нормальное распределение. Итак, для использования параметрических методов в принципе необходимы три условия: данные должны быть количественными, их число должно быть достаточным, а их распределение — нормальным. Во всех остальных случаях всегда рекомендуется использовать непараметрические методы. [4, c. 17-18]
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1.     Теоретические аспекты психологии
1.1.Общее понятие психологии
 
Психология — молодая наука. От ее официального возникновения в Германии до сегодняшнего дня прошло немногим более 100 лет. Значи­тельная часть этого времени прошла в борьбе школ, в спорах об опреде­лении понятий и в поисках сколько-нибудь надежных методов исследо­вания. Еще 20—30 лет назад для обычного образованного человека психология была чем-то средним между учением Фрейда о сексуальных инстинктах и павловской теорией условных рефлексов. Если современ­ная мировая психология превратилась в одну из самых динамично раз­вивающихся научных дисциплин, то заслуга этого принадлежит относи­тельно небольшому числу людей, доказавших практическое значение психологических знаний в таких областях, как образование, медицина, новые информационные технологии и стресс на рабочем месте. [7, c. 9]
Итак, психология — это область научного знания, исследующая особенности и закономерности возникновения, формирования и развития (изменения) психических процессов (ощущение, восприятие, память, мышление, воображение), психических состояний (напряжённость, мотивация, фрустрация, эмоции, чувства) и психических свойств (направленность, способности, задатки, характер, темперамент) человека, а также психику животных.
Существует много различных точек зрения на то, что изучает психология. Психология должна отвечать на вопрос о том, почему человек (или любой другой носитель психики) ведёт себя так или иначе (поведение животных исследует раздел психологии «зоопсихология» и раздел зоологии «этология»).
Для описания того теоретического конструкта, которым можно объяснить поведение человека, существуют разные названия, наиболее частое из которых — психика. Однако, например, бихевиористы отвергают задачу исследования любых ненаблюдаемых переменных, которые могли бы детерминировать поведение, настаивая на том, что только само поведение и детерминирующая его внешняя ситуация могут быть предметом исследования.
Психология, которая еще недавно была одной нерасчлененной наукой, представляет сейчас широко разветвленную систему дисциплин, изучающих психическую деятельность человека в различных аспектах. После того, что мы уже сказали выше, ясно, что некоторые из разделов психологии изучают естественные основы психических процессов и приближаются к биологии и физиологии, в то время как другие изучают общественные основы психической деятельности и приближаются к общественным наукам.
Основное место занимает общая психология, изучающая основные формы психической деятельности и составляющая стержень всей системы психологических дисциплин. В состав общей психологии, кроме теоретического эволюционного введения в науку о психической деятельности, входит рассмотрение ряда специальных разделов. К ним относится анализ познавательных процессов (начиная от ощущений и восприятии, кончая наиболее сложными формами мышления; этот раздел включает в свой состав анализ основных условий протекания психических процессов и анализ законов внимания памяти, воображения и т.д.), процессов аффективной жизни (потребностей человека, сложных форм переживаний), анализ психологического строения деятельности человека и регуляции его активности и, наконец,- психологии личности и индивидуальных различий. [16, c. 24-25]
Разработке общих проблем психологии были посвящены труды многих выдающихся учённых; к числу их относятся такие классики психологии, как В.Вундт в Германки, У.Джемс в С.Ш.А., А.Бинэ П.Жанэ во Франции и современные ученые Л.С.Выготский, С.Л. Рубиншевн, А.Н. Леонтьеь, А.А. Смирнов, В.М. Теплов в С.С.С.Р., А. Валлон, А.Пьерон, П.Фресс во Франции, Э.Толман, Дж.Миллер, Дж.Брунер в США, Д.Хэбб в Канаде, Д.Бродбент в Англии и др.
К общей психологии примыкает группа биологических разделов психологической науки. Все они рассматривают естественнонаучные основы психической деятельности человека.
Первой из этих дисциплин является сравнительная психология или психология животных. Эта дисциплина рассматривает особенности поведения животных на последовательных этапах эволюции, изучает те особенности поведения животных, которые зависят от условий их существования и от их анатомического строения; она включает в свой состав описание того, как меняются формы поведения животного в зависимости от тех требований, которые предъявляет к ним среда и от тех основных типов приспособления к условиям существования, которые носят очень различный характер при усложнении форм жизни.
Второй из дисциплин, относящихся к биологической группе психологических наук является физиологическая психология или психофизиология.
Основы этой науки были заложены еще во второй половине XIX века теми учеными, которые ставили перед собой задачу исследовать психические процессы человека с применением разных физиологических методов и изучить физиологические механизмы психологических процессов; именно эти ученые организовали первые психологические лаборатории и детально разработали такие разделы, психологической науки, как учение об ощущении, его измерении и основных механизмах, учение об основных законах памяти и внимания, учение о психофизиологических механизмах движения и т.д.
Естественно, что физиологическая психология сближается с физиологией, в частности, с физиологией органов чувств и физиологией высшей нервной деятельности, отличие же состоит в том, что ученые, занимающиеся этой проблемой, делают своим предметом анализ конкретных форм психической деятельности, изучая ощущения и восприятия, внимание и память человека и строение его двигательных процессов, их изменения в процессе упражнения и утомления, и пытаются, пользуясь наиболее точными методиками, установить их физиологические механизмы и те законы, которые лежат в основе их протекания. Психофизиология, оставаясь специальной психологической дисциплиной, относится к физиологии так же, как биохимия к химии или биофизика к физике, она ни на минуту не отвлекается от того, что изучаемые ею процессы входят в состав сложной психической деятельности человека, не забывает сложных особенностей их структуры, и лишь пытается вскрыть лежащие в их основе физиологические механизмы. [22, c. 48-51]
Значительная часть тех знаний о законах протекания отдельных психических процессов была накоплена именно этим разделом психологической науки, и имена крупных ученых как Фехнер и Вебер (впервые измерили ощущения), В.Бунда (впервые широко применил психофизиологические методы исследования психических процессов). Г. Эббиггауса и Г. Мюллера (впервые подошли к точным методам измерения памяти и ее физиологических механизмов), так же как и имена Пьерона во Франции, Титченера (США) и крупных современных психологов как Ливдсли (США), Бродбент (Англия), Фреос (Франция) и др. тесно связаны с развитием этой области психологической науки.
Этот раздел психологической науки получил огромную информацию из работ видных классиков физиологии как И.П. Павлов, разработавший учение о высшей нервной деятельности, Н.Е. Введенский, разработавший учение о патогенезе, А.А. Ухтомский, работы которого позволили внести новый раздел науки о поведении – учение о доминантах, Л.А. Орбели, сделавший важный вклад в эволюционную физиологию, а также современных физиологов таких, как П. К. Анохин, разработавший учение о функциональных системах, Н.А. Бернштейн, внесший новое понимание организации движения, Г. В. Гершуни и С.В. Кравков, обогатившие науку данными о законах работы слуха и зрения, и др.
Третьей дисциплиной, входящей в состав биологической группы психологических наук, является нейропсихология.
Задачей этой дисциплины является изучение той роли, которую играют отдельные аппараты нервной системы в построении психических процессов.
Легко видеть, что роль подкорковых образований и древней коры в протекании психической деятельности совершенно иная, чем роль новой коры и больших полушарий мозга. Есть все основания полагать, что и роль отдельных зон мозговой коры в организации сложных психических процессов неодинакова и что лобные, височные, теменные и затылочные отделы мозга вносят в протекание психической деятельности свой, совершенно особый вклад.
Эта новая область психологии использует для своих исследований тщательный психологический анализ как раздражении, так и разрушений отдельных участков мозга, прослеживает те изменения в психических процессах, которые возникают при локальных поражениях мозга и делают из своих наблюдений выводы в отношении внутреннего строения психических процессов. [17, c. 65-66]
Эту область психологии представляют исследователи разных стран, к их числу относятся К.С. Лешли и К. Прибрам (США), А.Р. Лурия (СССР), О.Зангвилл (Англия), Б. Милнер (Канада) и др. Рядом с нейрохирургией можно поставить патопсихологию, которая изучает особенности психических процессов, наблюдаемых у больных с психическими заболеваниями и позволяет ближе подойти как к научному изучению душевных болезней, так и к выявлению некоторых общих закономерностей психической деятельности выявляющейся при патологических состояниях.
Патопсихология успешно разрабатывалась многими учеными-психиатрами (Крепелин в Германии, Жанэ во Франции, Бехтерев в России) и современными психологами (Б. В. Зейгарник в СССР, Пишо во Франции и др.).
Специальный раздел, стоящий на границах психофизиологии и нейропсихологии, составляет исследование нейронных механизмов психической деятеаьности. Ученые, разрабатывающие эту область (Хыобел и Визел в Англии, Юнг в Германии, Джаспер в Канаде, Е.Н. Соколов и 0.С. Виноградова в СССР) ставят перед собой задачу проследить формы работы отдельных групп нейронов и провести анализ тех наиболее элементарных нервных процессов, которые лежат в основе поведения. Важные открытия физиологических механизмов активации и привыкания были получены при исследовании простейших форм поведения на нейронном уровне.
Особое место в системе психологических наук занимает детская или генетическая психология.
Значение этого раздела психологических наук для общей психологии заключается в том, что детская или генетическая психология изучает формирование психической деятельности в процессе ребенка и позволяет проследить как складываются сложные психические процессы и какие этапы они проходят в своем развитии.
Детская или генетическая психология позволяет подойти к высшим психическим процессам человека как к продукту развития, этим она дает возможность рассматривать сложные формы психической деятельности человека не как изначально существующие «свойства» психики или «способности», а как результат длительного формирования, отложившего свой отпечаток на строение психических процессов.
Именно поэтому детская психология, прослеживающая формирование (генезис) высших форм психической деятельности, получила. решающее значение не только для такой, практической области как педагогика, но и для общей психологии. Именно благодаря ее успехам, связанным с тем вкладом, который внесли в исследования психического развития ребенка выдающиеся исследователи как Ж.Пиаже и Л.С. Выготский, общая психология получила убедительные доказательства, того, что основные формы психических процессов (восприятие , и действие, запоминание и мышление) имеют сложное строение, которое формируется в процессе развития ребенка. Значение детской или генетической психологии позволило ей занять основное место в современной психологической науке.
Важное место занимает еще одна отрасль психологической науки, которую следует поставить рядом с генетической психологией и которую обычно называют дифференциальной психологией или психологией индивидуальных различий.
Известно, что люди обладают не только общими чертами, изучаемыми общей психологией, но и обнаруживают их индивидуальные различия. Такими различиями могут быть различия в свойствах нервной системы, в индивидуальных особенностях эмоциональной жизни и характера, особенности в познавательных процессах и одаренности
Дифференциальная психология ставит перед собой задачу изучения этих индивидуальных различий, описание типов поведения и психической деятельности людей.
Основы дифференциальной психологии были в свое время заложены немецким психологом В.Штерном (I87I-I938); в наше время проблемами индивидуальных различий успешно занимались ученые как Э.Спирмен в Англии, Терстон в США и Б.М. Теплов в СССР.
К только что отмеченным областям психологии примыкает и группа разделов, которые теснейшим образом связаны с общественными науками. В этих разделах рассматриваются те общественно-исторические условия, в которых сформировалась психическая деятельность человека, и те социальные формы, в которых она проявляется. [11, c. 78-84]
Существенное место в этой группе занимает этнопсихология или наука о тех особенностях, которыми отличаются психические процессы в различных исторических формациях и укладах и в условиях различных культур.
Специальный раздел науки, выделившейся за последние десятилетия в самостоятельную отрасль науки, стоящий на границе психологии и исследовании познавательных процессов, называется когнитологией. [13, c. 206]
 
 
1.2. Когнитивная психология
 
Хотя возникновение когнитивной науки — междисциплинарных иссле­дований закономерностей приобретения, сохранения и использования знаний человеком является феноменом последних нескольких десятиле­тий, сам этот подход, несомненно, связан с существенно более ранними представлениями о природе человека. В течение примерно двух столе­тий, предшествовавших отделению психологии от философии, не пре­кращались попытки построить психологию по образцу естественнонаучных дисциплин, точнее, физики и химии. Для этого были веские основания. За относительно короткий срок физикой с практически ис­черпывающей полнотой были изучены законы движения материальных тел — от шара на наклонной плоскости до планет Солнечной системы. Благодаря возрожденным атомистическим представлениям удалось уста­новить химический состав воды, воздуха и других веществ. Возникли стройные математические теории, объяснявшие множество различных, иногда казавшихся мистическими явлений, таких как магнитные свой­ства железа или вспышка молнии. Почти в то же время, когда Вильгельм Вундт на собственные средства создавал первую в мире психологическую лабораторию, другой бывший ассистент Германа Гельмгольца — Генрих Герц — экспериментально доказал существование электромагнитных волн. Придав уравнениям электродинамики симметричную форму, он показал взаимосвязь электрических, магнитных и световых явлений, что сыграло огромную роль в понимании природы электромагнитных явле­ний и создании радиосвязи, телевидения и радиолокации.
Все это вместе с относительно поздним началом преобразований в биологии и общественных науках порождало веру в возможности рас­пространения космического порядка, предполагаемого физическим ре­дукционизмом, на движения человеческой души. Психология должна была стать «механикой представлений», «интеллектуальной физикой» или «ментальной химией». Так и не став ни первой, ни второй, ни тре­тьей, она получила импульс движения, влияние которого прослеживает­ся вплоть до современной когнитивной психологии. Лишь постепенно стала выявляться специфика психологии как чрезвычайно сложной на­уки. Эта специфика состоит в необходимости сочетания генетического, функционального и структурного подходов, то есть изучения развития, а не только структуры или функции. Оказалось, что в психологических ис­следованиях возможно и даже необходимо движение не только от про­стого к сложному, но и от сложного к простому — при условии, что сохра­няется приверженность основным принципам научной методологии. [23, c. 322-325]
Когнитивная психология – одно из ведущих направлений современной зарубежной психологии. Когнитивная психология возникла в конце 50 – начале 60-х гг. XX в. как реакция на характерное для господствующего в США бихевиоризма отрицание роли внутренней организации психических процессов. Первоначально главной задачей когнитивной психологии являлось изучение преобразований сенсорной информации от момента попадания стимула на рецепторные поверхности до получения ответа (Д. Бродбент, С. Стернберг). При этом исследователи исходили из аналогии между процессами переработки информации у человека и в вычислительном устройстве. Были выделены многочисленные структурные составляющие (блоки) познавательных и исполнительных процессов, в том числе кратковременная память и долговременная память (Дж. Сперлинг, Р. Аткинсон). Эта линия исследований, столкнувшись с серьезными трудностями в связи с увеличением числа структурных моделей частных психических процессов, привела к пониманию когнитивной психологии как направления, задачей которого является доказательство решающей роли знания в поведении субъекта (У. Найссер). При таком более широком подходе когнитивная психология включает все направления, критикующие бихевиоризм и психоанализ с интеллекту алистических или менталистских позиций {Ж. Пиаже, Дж. Брунер, Дж. Фодор). Центральным становится вопрос об организации знания в памяти субъекта, в том числе о соотношении вербальных и образных компонентов в процессах запоминания и мышления (Г. Бауэр, А. Пайвио, Р. Шепард). Интенсивно разрабатываются также когнитивные теории эмоций (С. Шехтер), индивидуальных различий (М. Айзенк) и личности {Дж. Келли, М. Махони). Как попытка преодоления кризиса бихевиоризма, гештальтпсихологии и других направлений К. п. не оправдала возлагавшихся на нее надежд, поскольку ее представителям не удалось объединить разрозненные линии исследований на единой концептуальной основе. С позиций советской психологии анализ формирования и актуального функционирования знания как психического отражения действительности необходимо предполагает изучение практической и теоретической деятельности субъекта, включая ее высшие социализированные формы. [2, c. 48-50]
Когнитивная психология во многом основывается на аналогии между преобразованием информации в вычислительном устройстве и осуществлением познавательных процессов у человека. Так были выделены многочисленные структурные составляющие (блоки) познавательных и исполнительных процессов, прежде всего памяти (Р. Аткинсон).
Наибольшее распространение получил вычислительный вариант, где психика представляется в виде устройства с фиксированной способностью к преобразованию сигналов. Здесь главная роль отводится внутренним когнитивным схемам и активности организма в процессе познания. Это направление возникло под влиянием информационного подхода.
Представим действия, которые выполняет компьютер: получение, манипуляции с символами, сохранение в памяти элементов информации, извлечение их из памяти и т.д. Не побуждает ли это предположить, что познавательные процессы реальны, "что их можно исследовать и даже, может быть, понять" (У. Найсер). В этом случае когнитивная система человека рассматривается как система, имеющая устройства ввода, хранения, вывода информации с учетом ее пропускной способности.
Таким образом, когнитивная психология изучает, как люди получают информацию о мире, как эта информация представляется человеком, как она хранится в памяти, преобразуется в знания, которые затем влияют на наше внимание и поведение. Эти исследования привели к пониманию когнитивной психологии как направления, задачей которого является доказательство решающей роли знания в поведении субъекта. Теперь уже можно поставить вопрос об организации знания в памяти субъекта, в том числе о соотношении вербальных (словесных) и образных компонентов в процессах запоминания и мышления (Г. Бауэр, А. Пайвио, Р. Шепард). [24, c.285- 288]
Когнитивная психология оказывает влияние на все разделы психологии, причем основное внимание уделяется обучению. Анализируется весь учебный процесс по Д.П. Озбелу, Дж. Брунеру, когнитивная психология показывает, что эффективное обучение возможно лишь в том случае, когда новый материал, связанный с уже имеющимися знаниями и умениями, включается в существующую когнитивную структуру.
Важное условие обучения — интерес учащихся к изучаемому предмету. Когнитивная психология фактически сводит сложный мир человека к его упрощенным моделям. Интересна в этом отношении точка зрения одного из основоположников когнитивного направления в психологии Г.Саймона, согласно которой "человек в качестве поведенческой системы так же прост, как и муравей. Кажущаяся сложность его развертывающегося во времени поведения отражает в основном сложность окружающей среды".
Согласно Р. Солсо, современная когнитивная психология заимствует теории и методы из 10 основных областей исследований: восприятия, распознавания образов, внимания, памяти, воображения, языковых функций, психологии развития, мышления и решения задач, человеческого интеллекта и искусственного интеллекта.
Одна из моделей, которой обычно пользуются когнитивные психологи, называется моделью переработки информации. Нужно понять ограничения когнитивных моделей. Когнитивные модели, опирающиеся на модель переработки информации, используют для организации существующего объема литературы, стимуляции дальнейших исследований, координации исследовательских усилий и облегчения коммуникаций между учеными. [c. 23, c. 187-194]
Обработка информации — это основной подход в когнитивной психологии. В этом случае когнитивная система человека рассматривается как система, имеющая устройства ввода, хранения, вывода информации с учетом ее пропускной способности. Неудивительно, что эта модель очень напоминает хорошо известную "машину" — компьютер.
Когнитивная психология рассматривает восприятие, внимание, память, знание, язык, искусственный интеллект. Это все может быть описано как сбор информации, хранение и организация информации, и, наконец, использование информации.
Для того чтобы познать механизмы сбора информации нужно понять систему интерпретации сенсорных сигналов, научиться распознавать паттерны. Распознавание паттернов — это сопоставление стимулов с тем, что находится в долговременном хранилище (памяти). Например, человек не знает многие марки машин, но, увидев машину, у него в мозгу бессознательно идентифицируется, что это машина. Пусть ему и неизвестна марка, но он с уверенностью скажет, что это машина.
Существует несколько моделей достижения и отбора информации в когнитивной системе. Когда же информация достигла когнитивной системы, она начинает преобразовываться в другие формы. Здесь уже подключается память, обработка и хранение информации, процессы запоминания и забывания, а также преобразование информации в знание, организация и репрезентация знаний, управление знаниями, результативность.
Цель когнитивного моделирования – построить модель интеллектуального поведения человека, где сознание представляется в виде информационной машины.
Для спецификации познавательного процесса как информационного процесса используются функциональные схемы. Блоки – схемы строятся из функциональных блоков, связанных между собой информационными потоками. Грубая функциональная схема познавательного процесса описывает познавательную деятельность как процесс взаимодействия функциональных блоков. В схему включены как автоматические действующие когнитивные функции, так и интеллектуальные функции.
Схема состоит из функциональных блоков:
?      область рецепторов – первичный анализ информации
?      системы восприятия: зрительная, слуховая, кожно – кинестетическая, вкусовая, обонятельная. Они обеспечивают многоуровневую работу информации и сложные рефлекторные процессы.
?      память рассматривается как сложно устроенное хранилище знаний  и сенсорной информации. Важнейший вопрос, который пытаются решить исследователи памяти – это исследование механизма представления знаний в памяти и функций, выполняемых памятью в различных когнитивных процессах.
?      репрезентации, где осуществляется синтез восприятия, концептуального знания и образного кода. Репрезентация строится в процессе формирования поведения «здесь» и «сейчас». Они строятся автоматически, бессознательно.  В процессе построения используются фреймы содержащихся в памяти или систем знаний. Конструирование репрезентации, основанной на фрейме, состоит из поиска подходящей репрезентации и модернизации ее согласно воспринятой информации. Способность генерировать репрезентации является врожденной и может усовершенствоваться в процессе жизни.
Когнитивные исследования изучают реальные психические механизмы рассуждений. В когнитивных исследованиях различают два типа выводов: нормативный и эвристический.
Под нормативным выводом понимают вывод, при котором испытуемый может обосновать выбор модели релевантной исходной информации и обосновать каждый шаг рассуждения.
Эвристический вывод – это рассуждения, которые могут не иметь строгого обоснования, но следуя им индивидуум часто добивается успеха в своей деятельности.
Исследования  по когнитологии изучают процессы восприятия. Восприятие исследуется инструментальными методами, как природный феномен, а интроспекции отводится роль эвристического приема.
В последнее время важным приемом когнитивного исследования  становится компьютерное моделирование. Например, Голдстоун  рассматривал возможность моделирования нейронными сетями способности человека к классификации. Был сделан вывод о том, что нейронные сети не в полной мере моделируют процессы классификации человека.
Общей тенденции современных исследований соответствует инженерный подход, цель которого увязать ряд известных моделей отдельных аспектов восприятия в единую систему:
-формирование кода (образа) воспринимаемого объекта
-сопоставление информации, полученной от органов чувств, с кодами
-формирование репрезентации, в которой представлены как знания концептуального характера, так и информация воспринятая «здесь» и «сейчас».
Все эти функции обладают высокой степенью автоматичности, не зависят от волевого посыла и не поддаются интроспективным наблюдениям.
Сейчас доказано, что восприятие человека  обладает творческой силой, действия которой подчиняются определенным объективным законам.
Система восприятия делится на подсистемы: зрительную, обонятельную, слуховую, кожно – кинестетическую и вкусовую. Они представляют собой адаптивные системы, способные к обучению и предвосхищению ситуаций. Цель этих систем – обеспечить высокую точность и скорость восприятия.
Общая модель восприятия такова:
1.      рецепторы осуществляют первичное кодирование внешней информации и анализ ее по физическим качествам (интенсивность, длительность).
2.      далее, информация по нервным волокнам поступает в отделы мозга, расположенные в задней части большого полушария. Эти отделы ответственны за глубокую многоступенчатую переработку информации. Там же формируется план перцептивных действий и формируются образы.
Процесс управляется врожденными и приобретенными навыками, а так же при помощи внимания, которое в свою очередь зависит от решаемых индивидуумом задач и его волевых усилий. Изучая врожденные и приобретенные навыки, можно реконструировать алгоритм их работы.
В когнитивной психологии сформулировано большое количество гипотез относительно автоматически сформированных в процессе восприятия  когнитивных структур.
Внимательного рассмотрения требует гипотеза о том, что образные схемы связаны с визуальными кодами.  В кодах информация представлена в сжатом и обобщенном виде. Механизмы формирования кода выработаны в процессе эволюции и зависят от биологического вида  воспринимающего и его генетически обусловленных способностей.
Для понимания визуального кода психологи различают код части объекта и общий код объекта.
Код части объекта возникает, если это часть стимула:
важна для решения задачи
обладает некоторой независимостью от других частей стимула
встречается достаточно часто при тренинге на подобных стимулах. Код части не может существовать изолированно, не будучи частью чего – либо.
Общий код объекта – это композиция двух частей. Общие коды представляют собой систему кодов. Они имеют структуру и могут включать в себя новые коды.
Предполагается, что в памяти сохраняются визуальные коды (образы) «реальных» объектов и коды (когнитивные карты) сложно устроенных сцен физического мира.
Визуальный код объекта содержит информацию о его геометрических характеристиках, его качестве, детализированную информацию возможных действий над ним.
Предложено две модели возникновения кодов: это модель экземпляров и модель реализаций. В модели реализаций каждая экспозиция стимула вызывает соответствующую внутреннюю трассировку. Адекватность модели реализации подтверждается экспериментальными результатами.
Статистически достоверной является следующая закономерность: чем больше было предложено тренировочных стимулов, тем точнее и быстрее будет опознание, т. е. тем качественней  будет построенный код.
Существуют принципы функционирования восприятия при решении следующих задач:
- выделение объекта из фона
- формирование кода объекта
- установление тождества и различий объектов
- классификация объектов по категориям
- формирование когнитивной схемы для пространственных сцен
- формирование репрезентации
Восприятие можно представить как процесс, который работает по двум противоположным стратегиям: декомпозиции и интеграции. Обе стратегии используются в процессе визуального кода объектов или сцен (системы объектов, расположенных в пространстве). Выбор стратегии определяется как волевым посылом индивидуума, так и природой стимульного материала. Знания – как вербального характера, так и моторные навыки – влияют на процесс восприятия.
Точность и быстрота восприятия всех типов стимулов совершенствуется в результате тренировок. Это объясняется тем, что при многократном повторении стимула формируется и запоминается его обобщенный код, что делает процесс распознавания более эффективным.
В процессе восприятия часто используется операция установления подобия. Объекты сравниваются путем сравнения частей объектов. Этот метод называется структурным сравниванием.
В проблеме фона и объекта, деление на значимое и незначимое объект представляется как сосредоточение внимания «здесь» и «сейчас», а фон – это контекст ситуации. Деление на фон и объект относительно и динамично, т. е. фон «здесь» и «сейчас» может стать объектом где – нибудь и когда – нибудь. [15, c. 208-219]
Исследования психологов доказывают существование врожденных принципов разложения чувственного восприятия на объекты, приобретаемых в течение жизни критериев а  так же присутствие элементов обучения.
Важный момент, на который указывает современная психология – это тесная связь восприятия с навыками субъекта (представить целое, как совокупность частей).
Тип восприятия, направленный на разложение стимула на систему подстимулов, обладающих определенной самостоятельностью, называется декомпозиция. Декомпозиция происходит автоматически, независимо от нашего сознания. Способности к дифференциации повышаются с возрастом т. е. с накоплением опыта.
Интеграция объединяет части в целое. При помощи интеграции достигается единство многообразия.
Основные закономерности процесса интеграции:
- способность к объединению вырабатывается с опытом
- части объединяются в целое, если они часто появляются вместе. Возникает обобщенный код.
- стимулы, представляющие собой расположенные в пространстве предметы, могут восприниматься как единый образ, т. е. как сцена. Код такой сцены называется топологическим.
Для точного распознания объекта необходимо перцептивные действия. Была разработана модель перцептивного цикла.  Алгоритм его работы заключается в следующем:
- инициализируется определенное множество предвосхищений (гипотез) относительно воспринимаемого объекта.
- эти предвосхищения определяют план дальнейшего обследования
- в результате обследования происходит уточнение: часть гипотез отбрасывается, другая – уточняется.
Репрезентация – это когнитивная структура, обеспечивающая  решение задач в состоянии «брошенности», когда индивидууму необходимо действовать, а интеллектуальные механизмы (логический анализ) слишком медленные и не отвечают временным ограничениям, которые накладывает ситуация.
Репрезентация физиологически обусловлена, в процессе ее формирования преобладают такие автоматические механизмы, как сравнение, автоматическая концептуализация, формирование топологического и метрического кода физического пространства. Репрезентация зависит от воспринятой информации, формируется «здесь» и «сейчас» для решения задач, стоящих перед индивидуумом в данный момент. В репрезентации происходит синтез знания и сенсорной информации. [19, c.384-388]
 
 
1.3. Применение статистических методов в когнитологии
Специфика статистической обработки результатов психолого - педагогических исследований заключается в том, что анализируемая база данных характеризуется большим количеством показателей различных типов, их высокой вариативностью под влиянием неконтролируемых случайных факторов, сложностью корреляционных связей между переменными выборки , необходимостью учета объективных и субъективных факторов, влияющих на результаты диагностики, особенно при решении вопроса о репрезентативности выборки и оценке гипотез, касающихся генеральной совокупности. Данные исследований по их типу можно разбить на 3 группы. Первая - это номинальные переменные (пол, анкетные данные и т. д.). Арифметические операции над такими величинами лишены смысла, так что результаты описательной статистики (среднее, дисперсия) к таким величинам неприменимы. Классический способ их анализа - разбиение на классы сопряженности относительно тех или иных номинальных признаков и проверка значимых различий по классам. Вторая группа данных имеет количественную шкалу измерения, но эта шкала является порядковой (ординальной). При анализе ординальных переменных используется как разбиение на подвыборки, так и ранговые технологии. С некоторыми ограничениями применимы и параметрические методы. Третья группа - количественные переменные, отражающие степень выраженности замеряемого показателя, - это тесты Амтхауэра, Кеттелла, успеваемость и другие оценочные тесты. При работе с переменными этой группы применимы все стандартные виды анализа, и при достаточном объеме выборки их распределение обычно близко к нормальному. Таким образом, разнообразие типов переменных требует применения широкого спектра используемых математических методов. [4, c. 63-64]
Одной из главных целей исследования является анализ изменений, происходяших в процессе обучения, оценка значимости и направленности этих изменений и выявление основных факторов, влияющих на процесс. При этом возможны два подхода. Можно рассматривать длительность обучения как случайный параметр и вычислять его корреляцию (линейную или ранговую) с интересующими нас индивидуальными характеристиками испытуемого. Однако проводимые исследования показывают, что в процессе профессионализации изменяются зачастую не сами показатели, а структура взаимосвязей и взаимозависимостей между ними (что, например, при корреляционном анализе проявляется через изменение корреляционных матриц, а при факторном анализе - через изменение факторных нагрузок явных и латентных факторов). Поэтому более предпочтительным методом является разбиение данных на группы (подвыборки), их самостоятельный, а затем сравнительный анализ и проверка значимости различий в группах.
Процедуру анализа можно разбить на следующие этапы:
?      Подготовка базы данных к анализу. Этот этап включает в себя конвертацию данных в электронный формат, их проверка на наличие выбросов, выбор метода работы с пропущенными значениями.
?      Описательная статистика (вычисление средних, дисперсий, ассиметрии и эксцесса, центральных моментов, при необходимости моды, медианы, квартилей распределения и разброса, матриц ковариации и корреляции и т.д.). Результаты описательной статистики определяют характеристики параметров анализируемой выборки либо подвыборок, задаваемых тем или иным разбиением.
?      Разведочный анализ. Задачей данного этапа является содержательное исследование различных групп показателей выборки, их взаимосвязей, выявление основных явных и скрытых (латентных) факторов, влияющих на данные, отслеживание изменений показателей, их взаимосвязей и значимости факторов при разбиении базы данных по курсам, факультетам, учебным заведениям и т. д. Инструментом исследования являются различные методы и технологии корреляционного, факторного и кластерного анализа. Целью анализа является формулировка гипотез, касающихся как данной выборки, так и генеральной совокупности.
?      Детальный анализ полученных результатов и статистическая проверка выдвинутых гипотез. На этом этапе проверяются гипотезы относительно видов функции распределения случайных переменных, значимости различий средних и дисперсий в подвыборках, т.е. их однородности, значимости различий корреляционных матриц и факторных нагрузок в факторном представлении в подвыборках, интерпретация латентных факторов и т.д. Строятся доверительные интервалы для средних, дисперсий и коэффициентов корреляции, применяются подходящие критерии согласия. Используются методы дисперсионного, факторного и регрессионного анализа. При обобщении результатов исследования решается вопрос о репрезентативности выборки.
Необходимо отметить, что эта последовательность действий, строго говоря, не является хронологической, за исключением первого этапа. По мере получения результатов описательной статистики и выявления тех или иных закономерностей возникает необходимость проверить возникающие гипотезы и сразу перейти к их детальному анализу, так что весь спектр исследований будет проводиться одновременно или в режиме итерационного взаимодействия: результаты реализации более поздних этапов исследования могут содержать выводы о необходимости возвращения к предыдущим этапам. Но в любом случае при проверке гипотез рекомендуется провести их анализ различными математическими средствами, адекватно соответствующими модели, и принимать гипотезу на том или ином уровне значимости следует только тогда, когда она подтверждается несколькими различными методами.
Прежде чем приступать к анализу, необходимо выполнить следующие действия: 1) проверить данные на наличие существенных ошибок; 2) выбрать метод работы с пропущенными значениями; 3) при необходимости сгладить выбросы. Рассмотрим каждый из этих моментов.
1) Ошибки ввода можно условно разбить на две категории. Первая - это незначительные (на уровне 20%) ошибки при наборе или шкалировании. Будучи случайным фактором, такие ошибки в силу равной вероятности отклонений в ту или другую сторону не смещают оценки для выборочных средних и не искажают принципиально распределение соответствующих переменных. Ошибки второго рода - это существенные ошибки (>50%), влияющие на распределение (выбросы). Задачей электронной проверки базы данных является полное устранение существенных ошибок. Для этого по каждой из переменных рекомендуется просмотреть диаграмму рассеяния на так называемой "нормальной вероятностной бумаге", отметить выбросы и, проанализировав их, исправить ошибочные значения, либо, если выброс имеет объективную природу, решить вопрос о сглаживании (см. ниже). При этом одновременно решается вопрос о близости выборочного распределения к нормальному. (При детальном анализе и проверке гипотез нормальность распределения необходимо подтверждать критериями согласия).
2) Существует три основных варианта работы с пропущенными значениями. Первый - игнорировать при конкретных вычислениях соответствующие случаи. Однако при этом не используется часть полезной информации и снижается валидность выборки, так что этот способ можно использовать при значительном объеме выборки (>100 человек) и небольшом (0-10%) числе пропусков. Второй способ заключается в замене пропущенных значений переменных их средними значениями. Такая процедура не изменяет валидность и выборочное среднее и незначительно уменьшает дисперсию. К её недостаткам можно отнести смещение оценок элементов ковариационной и корреляционной матриц, что, отражается на результатах корреляционного и факторного анализа. Тем не менее этот способ является самым распространенным при средних объёмах выборки и не слишком большом числе пропусков. Третий вариант работы с пропущенными значениями заключается в их экстраполяции по имеющимся данным. Это осуществляется средствами корреляционно - регрессионного или кластерного анализа. В первом случае по имеющимся данным определяется уравнение множественной регрессии заданных переменных на рассматриваемую, и пропущенные данные заполняются как значения этого уравнения. Второй подход основан на использовании расстояния между парами объектов (случаев) в некоторой метрике, определяемого по значениям переменных, измеренных у этих объектов. Предполагается, что если два случая близки в пространстве измеренных переменных (попадают в один кластер), то из этого следует и их близость по неизвестным переменным. Эти методы технически достаточно сложны и их целесообразно использовать только при небольшом объеме выборки, значительном числе пропусков и высокой значимости проводимого исследования.
3) Иногда выброс - не следствие ошибки, а объективный результат исследования. Но в любом случае он существенно искажает распределение переменной, поэтому если выброс имеет случайный характер и не отражает некоторую закономерность, рекомендуется сгладить его путем замены соответствующего значения на среднее или экстраполированное одним из перечисленных выше способов. [4, c.178-183]
Описательная статистика. Результаты проведенного исследования интерпретируются как матрица данных T размера nґ р, строки которой соответствуют участникам исследования (случаи), а столбцы - значениям переменных или параметров. Пусть X - количественная переменная с набором значений xi, i=1,2,...n. Тогда основными параметрами её распределения являются:
Показатели положения. К ним относятся выборочное среднее Xср=(S xi)/n, минимальный и максимальный элементы, верхний и нижний квартили (они определяют границы зоны, в которую попадает 50% выборки), выборочная медиана (квантиль, соответствующая значению p=0.5).
Показатели разброса и ассимметрии. Это в первую очередь исправленное выборочное отклонение s, дисперсия D, коэффициент вариации Квар, размах (разность между максимальным и минимальным элементами), межквартильный размах (разность между верхней и нижней квартилью), центральные отклонения m i, ассимметрия Ass(X), эксцесс Eks(X), вычисляемые по формулам
D = 1/(n-1) ( S (xi - Xср)2)1/2, s = Ц D, (1)
m k = ( S (xi - Xср)k) / n , Ass( X)= m 3 / s3, Eks(X)= m 4/s4 - 3. (2)
Отметим, что m 1=0, m 2=s 2, и для нормально распределенной случайной переменной Х справедливы равенства Ass(X)=Eks(X)=0 (значительные отклонения этих параметров от нуля свидетельствуют о ненормальности распределения).
Показатели, описывающие закон распределения. Эта группа показателей включает диаграммы рассеяния, графики гистограммы и эмпирической функции распределения, таблицы частот.
Для двух случайных переменных X, Y параметрами их совместного распределения служат корреляционный момент m xy (или коэффициент ковариации), коэффициент линейной корреляции r, корреляционные отношения h xy , h yx, определяемые следующим образом:
m xy = 1/ n (( S (xi - Xср) (yi -Yср) = (XY) ср - Xср Yср, (3)
r = m xy /(sxsy) = ( S nxy xy - n Xср Yср)/(n sxsy ), (4)
h yx = sмежгр / sy = (( S nx (yx - Y)2/( S ny (y - Y)2)1/2, (5)
h xy = sмежгр / sx = (( S ny (xy - Xср)2/( S nx (x - Xср)2)1/2. (6)
Здесь nx ny - частоты значений соответственно признака x в X и y в Y, xy , yx - условные средние. В большинстве статистических пакетов одновременно с коэффициентом корреляции определяется его уровень значимости a . Основное различие между коэффициентом корреляции r и корреляционными отношениями состоит в том, что первый измеряет тесноту линейной связи между переменными, в то время как корреляционнное отношение служит мерой уровня любой, в том числе и линейной, зависимости. Недостатком же корреляционного отношения является то, что оно не позволяет определить аппроксимирующую кривую связи между X и Y, так как при определении корреляционного отношения конкретный вид зависимости во внимание не принимается. При анализе ординальных переменных вместо коэффициента линейной корреляции К.Пирсона r используются коэффициенты ранговой корреляции Спирмена r и Кенделла t . Для этого набор значений переменных Х и Y предварительно ранжируется, и в качестве значений переменных берутся соответствующие ранги. Таким образом, набор значений ранжированной переменной есть некоторая перестановка натуральных чисел от 1 до n. Коэффициент r для рядов числовых значений xi и yi (i = 1,.., n) вычисляется по формуле r = 1- 6S/(n3 - n), где S = S (xi - yi )2. Для определения коэффициента t вводится статистика Кенделла К, определяемая как число инверсий в ряду xi, упорядоченном значениями yi. Тогда t = 1- 4K/(n(n -1)). Как и r, эти числа удовлетворяют неравенствам -1< r , t < 1, и крайние значения принимаются в случае полной предсказуемости одной ранговой последовательности по другой. Для выявления связи номинальных признаков используются таблицы сопряженности.
Параметрами многомерного распределения системы переменных {Хi}, определяемой матрицей данных T или ее подматрицей Tk, являются вектор средних и матрицы ковариаций М и корреляций R, элементами которых соответственно будут корреляционные моменты m i,j и коэффициенты парной корреляции ri,j. Диагональные элементы m i,i ковариационной матрицы М - это выборочные дисперсии Di. Обе матрицы симметричны , матрица R по сути есть нормирование М и обе они служат базой для последующего регрессионного и факторного анализа. [18, c. 159-167]
Регрессионный анализ. Задачей регрессионного анализа является построение модели функциональной связи между группой независимых переменных (это могут быть номинальные параметры - регрессоры либо случайные переменные, называемые предикторами или предсказательными переменными) и одномерной переменной Y, называемой откликом. Рассмотрим уравнение связи Y = f(X1, X2,...Xk , q ) + e (7), где f - n-мерная вектор-функция от k переменных Xi и q - параметра связи; e -n-мерный случайный параметр, отражающий отклонение от функциональной зависимости (вектор остатков или ошибок). В классической модели предполагается, что координаты e независимы и одинаково распределены по нормальному закону N(0,s 2). Рассматрим ситуацию, когда f линейно зависит от q , т.е. задачу линейного регрессионного анализа (с методами нелинейного анализа можно ознакомиться в [4]). Тогда уравнение (7) можно представить в виде Y = q 1 + q 2X1 + q 3X2 +...+ q k+1Xk + e , (8) или в матричной форме Y = Aq + e . Здесь А={ai,j} - матрица размера nґ (k+1) , называемая регрессионной матрицей, в которой ai,1=1, ai,j =хi,j-1 - компоненты вектора Xj-1 при j>1. Одним из основных методов получения оценки q является метод наименьших квадратов, заключающийся в минимизации остаточной суммы квадратов (RSS) = S e i2 по отношению к q . Применяя его, мы получим значения (q 2 ,... q k+1)= M-1CyX, q 1=Yср - q 2X1 - q 3X2 -...- q k+1Xk , где М - матрица ковариаций для Xi, CyX = ( m Y,Xi , i=1,..k) - вектор оценок ковариаций между Y и Xi. Оценкой для остатка будет е =Y- Aq , a RSS= |e|. Доверительный интервал для q i на уровне значимости a определяется как q i + (D(q i)t1-a /2(n ))1/2, где t1-a /2(n ) - квантиль для t-распределения с n = n-k степенями свободы. Определим квадрат коэффициента множественной корреляции между Y и Xi как R2 = CyXT M-1CyX = (q CyX ) / s Y2. Его статистический смысл можно объяснить, рассмотрев дисперсию условного распределения Y при заданных Xi: (s yXi)2 =s Y2 (1- R2). Таким образом, величина R2 есть доля дисперсии Y, объясненная переменными Xi. Параметры R2, RSS, доверительные интервалы для q и оценки для дисперсий ошибок e и коэффициентов регрессии ([5, 7.1.3]) определяют качество приближения Y уравнением регрессии и являются важными параметрами анализа.
Наряду с изложенным выше параметрическим подходом существуют непараметрические методы построения уравнений регрессии. Их преимуществом является отсутствие предположений относительно нормальности распределения предикторов и ошибок, а недостатком - меньшая мощность критериев. Одни из таких методов используют идею кластерного группирования переменных относительно заданной метрики в пространстве предикторов [5, 7.1.9], другие основаны на ранжировании переменных и используют ранговые коэффициенты корреляции Спирмена и Кендалла [9, 8.5]. Выбор того или иного метода зависит от типа анализируемых переменных и в каждой ситуации решается отдельно.
Дисперсионный анализ (ДА). Предположим, что в уравнении линейной регрессии (8) параметры q i могут принимать значения только 0 или 1. Тогда мы получим модель, в которой учитывается не степень влияния переменных Хi на Y, а сам факт этого влияния - модель дисперсионного анализа. Переменные Хi в этой модели назывются факторами, Y - откликом. В зависимости от числа факторов различают однофакторный, двухфакторный, мультифакторный виды анализа. Предполагается, что остатки e i независимы и одинаково распределены по закону N(0,s 2). Второе существенное условие - переменная Y должна быть нормально распределена. Общая идеология ДА заключается в том, чтобы представить общую дисперсию Y в виде суммы дисперсий, обусловленных влиянием факторов Хi и остаточного случайного параметра e , и, оценивая дисперсионные отношения, определить наличие и степень влияния факторов Хi на Y. Рассмотрим самую простую, и в то же время достаточно распространенную модель однофакторного анализа. Сгруппируем значения Y в k групп, параметризованных значениями фактора Х, обозначим через nj объемы соответствующих групп, через yi,j - i-е значение переменной Y в j-й группе, а yj ср - среднее в j-й группе. Тогда уравнение (8) можно представить в виде yi,j = aj + e i,j, j=1,..,k, i =1,..,n, где аj - неизвестные константы (генеральные средние по группам), e i,j независимы с распределением N(0,s 2). Будет проверяться гипотеза Н0: а1=...=аk. Для этого рассмотрим две оценки дисперсии s 2. Первая имеет вид: s * 2 = (S S (yi,j - yj ср)2 )/(n-k). Она не зависит от гипотезы и ассимптотически стремится к s 2. Вторая оценка получается через разбиение на группы, определяемые значениями фактора: s ў 2 =(S nj (yj ср - Y ср )2)/(k-1). Она зависит от Н0 и при её нарушении имеет тенденцию к возрастанию. Отношение этих оценок F = s ў 2 / s *2 имеет F - распределение с ( k-1, n-k) степенями свободы и не зависит от s . Таким образом, при наблюдаемом значении F большем, чем соответствующая a - процентная точка распределения F ( (1- a ) - квантиль F) гипотеза Н0 отвергается и принимается предположение о влиянии фактора Х на Y. Тогда можно ставить вопрос о доверительных интервалах для аi. Ответ следующий: |yj ср-aj | < s t1-a /Ц nj с доверительной вероятностью 1-2a , где t1-a - квантиль уровня (1-a ) распределения Стьюдента с n-k степенями свободы.
Отметим, что выводы ДА о равенстве или неравенстве сj довольно устойчивы даже при нарушении основных предположений о нормальном распределении и равенстве дисперсий остатков e i,j. Если же распределение переменной Y сильно отличается от нормального, или Y - ординальная переменная, лучше использовать непараметрические критерии связи, такие, как ранговый критерий Фридмана или критерий Пейджа для двухфакторного анализа (см. [8, 7.4.9]), а также ранговые критерии Краскела-Уоллеса и Джонхиера для однофакторного анализа ([8, 6.2]).
Факторный анализ (ФА). Рассмотрим набор нормированных случайных переменных Х1,..,Хk как векторов в n-мерном пространстве V. Задача ФА состоит в том, чтобы представить Хi в виде линейных комбинаций небольшого числа общих факторов Fj , т.е. в виде Хi = S ai,j Fj + Ei (9), где i= 1,..,k, p < k. Переменные Ei называются остатком (невязкой) или остаточными факторами. Обычно предполагается, что общие факторы либо некоррелированные случайные величины с дисперсией 1, либо неизвестные случайные параметры. Остаточные факторы имеют нормальное распределение и не коррелируют между собой и с общими факторами. Коэффициенты ai,j называются факторными нагрузками и совпадают с коэффициентами корреляции между Xi и Fj. Интерпретируя коэффициент корреляции ri,j как скалярное произведение (Xi, Хj), мы при этих предположениях получим геометрическую модель ФА: уравнение (9) есть разложение системы нормированных векторов Х1,...,Хk через ортогональную систему Ei, F1,..,Fp с максимальной суммарной информативностью I = S D(Fj) / S D(Xi). Матрица ковариации М для переменных Xi приводится к диагональному виду в базисе, состоящем из собственных векторов, и в качестве Fj выбираются собственные векторы с максимальными собственными значениями l j (метод главных компонент). При этом l j интерпретируются как дисперсии соответствующих факторов. Критерий информативности I может быть записан в виде I = S l j / k, т.е. он равен доле суммарной дисперсии переменных Хi, обьясненных первыми p главными компонентами - факторами. Чем ближе это значение к 1, тем более точно факторы Fj описывают переменные Хi. Помимо метода главных компонент, существуют и другие способы выделения факторов Fj - методы минимальных остатков, максимального правдоподобия, центроидный метод и др. Все они, как правило, приводят к близким результатам, так что более важным вопросом ФА является не выбор способа извлечения факторов, а определение их количества и интерпретация латентных факторов в содержательном плане (это могут быть психофизиологические свойства личности, а также социальные, экономические факторы и т.п.). При выборе числа факторов полезно руководствоваться следующими соображениями:
Имеет смысл учитывать только те факторы, для которых собственные числа больше 1, т.е. вклад фактора в суммарную дисперсию больше вклада любой переменной.
Критерий "каменистой осыпи" рекомендует ограничиться фактором, после которого убывание собственных чисел замедляется наиболее сильно.
На заданном числе факторов критерий информативности I превышает 0.75 ( т.е. факторы обьясняют 75% разброса переменных).
Матрица интеркорреляции для Ei не имеет значимых на заданном уровне a (обычно a = 0.05) недиагональных коэффициентов.
Построенная факторная структура в пространстве V определена не однозначно. Вращая систему координат в V, можно получать различные разложения переменных Хi через Fj. Существуют различные критерии для определения наилучшей позиции системы координат - критерии согласования с результатами, полученными другими методами, с общей гипотезой относительно природы латентных факторов и т.п. Есть и чисто математический критерий, базирующийся на принципе "простой структуры" Терстона. В его основе лежит идея, что из нескольких равносильных гипотез следует выбирать наиболее простую, что в данном случае означает, что каждая переменная должна иметь максимально простое факторное содержание, то есть в ней доминирует нагрузка одного какого-либо фактора, и наоборот - данный фактор проявляется только в некотором минимальном числе переменных. Другими словами, вращением базиса необходимо получить одновременно наибольшее число максимальных по модулю и минимальных (близких к нулю) факторных нагрузок. Эта процедура реализуется тем или иным итерационным методом (варимакс, квартимакс, эквимакс) в статистических электронных пакетах, содержащих модули ФА (Statistica и др.).
Кластерный анализ (КА). В целом алгоритмы КА можно разделить на два основных направления - это разбиение данных на некоторые группы (кластеры) и иерархическая классификация данных. В качестве объектов анализа могут выступать как случаи (субъекты исследования), так и случайные переменные. Общая идея первого направления КА заключается в том, что случаи (или переменные) рассматриваются как точки векторного пространства с определенной на нем метрикой (функцией расстояний) d(X,Y) и затем разбиваются на группы близких относительно этой метрики обьектов, называемых кластерами. В качестве метрики используются евклидово расстояние (S (xi - yi)2)1/2, расстояние Чебышева max{|xi - yi |} и др. Обьекты анализа определяются исходной матрицей Т либо матрицей расстояний. Пусть задана матрица Т. Выделим классифицирующее множество признаков - переменные Х1,..,Хk. Тогда каждый случай представим как точка в k-мерном пространстве V. Естественно предполагать, что геометрическая близость точек в V соответствует близости соответствующих объектов по своим характеристикам. Это определяет геометрический подход, не требующий никаких вероятностных предположений. Другой подход основан на предположении, что матрица Т определяет выборку из смеси унимодальных распределений, и задача выделения групп сводится либо к оценке параметров этих распределений (параметрические методы), либо к поиску модальных значений (точек локального максимума) непараметрической оценки Парзена для функции плотности вероятности. Параметрические методы, например, алгоритм Дея (см. [5, 9.1.4]), близки методам дискриминантного анализа. Обычно при этом предполагается, что распределение выборки есть взвешенная сумма многомерных нормальных распределений. Во втором случае рассматривается функция Парзена P(X,h) = c(h, p) S exp(-1/h2 (X - Xj)T (X -Xj)), дающая непараметрическую оценку плотности распределения случайных величин Х1,.., Хk. Здесь c(h, p) - нормирующая константа, p - параметр сглаживания. Если данные образуют сгущение в n-мерном пространстве, то P(X,h) будет иметь локальный максимум (модальное значение ) в точке, близкой к центру сгущения. Таким образом, определяя модальные точки функции P(X,h), мы определяем количество классов, на которые можно разбить данные, и центры этих классов, вокруг которых затем группируем данные.
Иерархические методы классификации основаны на включении групп данных Di, рассматриваемых как единичные объекты, в некоторую иерархическую структуру, отражающую близость этих групп. В качестве Di могут выступать отдельный случай или переменная. Определяя расстояние между группами d(Di , Dj) (например, как расстояние между центрами групп d(Ci, Cj )) и рассматривая Di как вершины некоторого графа G с ребрами между Di и Dj длины di,j = d(Di, Dj ), мы получим интерпретацию задачи на языке теории графов. Иерархическая структура на множестве объектов {Di} определяется путем нахождения минимального покрывающего дерева, т.е. графа без циклов, такого, что суммарная длина его ребер минимальна. Эта процедура реализуется по правилу "ближайшего соседа" - выделяется ребро минимальной длины di,j, соответствующая пара объектов Di, Dj объединяется в один объект (т.е. добавляется новая вершина графа, соединенная с вершинами Di, Dj,), в получившемся графе снова выделяется ребро минимальной длины и т.д. В результате мы получаем иерархическое дерево, в котором вершины низшего уровня есть исходные объекты, а остальные вершины определяют уровни иерархической структуры. В других алгоритмах используются методы разрезания дерева по самому длинному ребру (вроцлавская классификация) либо по ребру с максимальным весом w=dn1n2, где d - длина ребра, а n1, n2 - количество вершин поддеревьев, получающихся после разреза дерева, содержащего данное ребро (см. [11]).
Критерии согласия. Критерии согласия предназначены для обнаружения расхождений между гипотетической моделью и данными, которые эта модель призвана описать. Они используются для проверки применимости предположения о законе распределения случайной величины либо для проверки гипотезы об однородности выборки. Обычно, полагая выборочные среднее и отклонение оценкой параметров гипотетического распределения, используют критерии Колмогорова-Смирнова, омега-квадрат для переменных с большой вариативностью значений, и критерии хи-квадрат К.Пирсона или Р.Фишера для дискретных переменных с небольшим числом значений. Для проверки однородности распределений в подвыборках, извлеченных из генеральной совокупности с нормальным распределением, используют t-критерий Стьюдента для средних и критерий Бартлетта для дисперсий. При проверке однородности выборок относительно ординальных переменных используют ранговые критерии однородности - критерий Вилкоксона и критерий нормальных меток Фишера-Йэтса. [25, c. 367-381]
 
2. Проведение психологического исследования и обработка результатов
2.1. Анализ анкеты с помощью метода сводки и группировки данных.
Сводка – комплекс последовательных операций по обобщению конкретных единичных фактов, образующих совокупность для выявления типичных черт и закономерностей присущих изучаемому явлению  в целом.
Группировка – расчленение множества единиц изучаемой совокупности на группы по определенным существенным признакам.
Проанализируем информацию, полученную путем опроса респондентов, в таблице 1:
Таблица 1
Помощь сети Интернет при выборе вуза и своей специальности
 

и т.д.................


Факультет
Помощь сети Интернет при выборе вуза и своей специальности, чел.
Да, активно
Да

Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.