Информативность признаков. Оценка признаков проводилась при
помощи критерия χ
2
.
Если Ρ > 0,10, то признак считался неинформативным.
В результате анализа было установлено, что некоторые признаки
малоинформативны для различения классов и могут не рассматриваться.
Необходимо
отметить,
что
при
других
диапазонах
квантования
информативность
признаков
может
быть
несколько
другой.
Экспериментальное варьирование диапазонов в разумных пределах
показало, что получающееся изменение информативности не очень
существенно.
Построение диагностической таблицы. Теперь все готово для
построения рабочей диагностической таблицы Для каждого информативного
признака вычисляется логарифм отношения вероятностей для значений
психофизиологических
признаков,
попадающих
в
соответствующие
диапазоны, то есть для j-признака и i-диапазона (градации) вычисляются по
формуле
Таблица 14
Пример вычисления диагностических коэффициентов
Признаки
Корректурная проба с кольцами
Относительная частота ошибок
Диапазон признака
< 0,11 0,11-0,20
0,21-0,30
>0,30
Частота попадания в диапазоны
9
5
3
14
8
12
23
5
Относительная частота в диапазоне 0,209
0,138
0,079
0,388
0,187
0,333
0,534
0,138
Диагностические коэффициенты
0,18
-0,70
-0,25
0,53
lg
(
1, 2,..., )
j
j
j
i
B
i
j
j
A
i
A N
i
n
N B
(обозначения определены выше).
Этапы
последовательного
вычисления
диагностических
коэффициентов иллюстрируются на примере одного признака (табл. 14).
Расположение тех признаков, которые остались после отбраковки, в
порядке
убывающей
информативности
с
соответствующим
«диагностическим коэффициентом», сведены в таблицу 15. В ней
заключается вся необходимая информация для проведения классификации
на два класса «А» и «В» для новых контингентов людей.
Работа с таблицей и проверка ее эффективности. Пусть допустимые
вероятности ошибок классификации а = b = 0,05. Тогда пороговыми
значениями будут числа
1
1 0, 05
1-
0, 05
lg
lg
1, 279 è lg
lg
1, 279
0, 05
1 0, 05
b
У обследуемого В-ва получены следующие психологические признаки:
1)0,26; 2) 45; 3) 17; 4) 0,11;
5) 24; 6) 174; 7) 0,14; 8) 1,9; 9) 4,3; 10) 16 и др.
(название признаков см. в таблице 15 под теми же номерами)
Находим
в
таблице
15
соответствующие
этим
значениям
диагностические коэффициенты и последовательно их складываем
(-0,250) + (-0,496) + (-0,449) + (-0,604) + (-0,203)+(0,380)+ (-0,356)+
(0,491)+...
Таблица 15
Значения диагностических коэффициентов (пример)
Признаки
1. Корректурная проба с
кольцами
2. Компасы
3. Сложение с
переключением
Относительная частота ошибок Коэффициент успешности Производительность
Диапазоны признака
<0,11
0,11 -
0,20
0,21 -
0,30
<0,30
>40
31-40 21-30
<21
>16
13-16
<13
0,180
-0,700
-0,250 0,530 -0,496 -0,323 0,454 0,715 0,049 -0,541 0,356
Признаки
4.
Тремометрия II
5.
Расстановка чисел
5.
Отыскивание чисел с
переключением
Средняя
продолжительность
одного касания (сек.)
Производительность
Время выполнения задания (сек.)
Диапазоны признака < 0,15 0,08 -
0,13
> 0,13 > 22
18-21 <18
<180 180
–
210
211
–
240
24127
0
>270
-
0,446
0,301 0,459 -
0,449
0,324 0,362
-0,604 -0,333 0,274 0,314 0,487
Признаки
7.
Тремометрия I
8.
Тремометрия I
9.
Отыскивание чисел с
переключением
10.
Реакция
на движущийся объект
(
РДО)
Средняя
продолжительнос
ть одного касания
(
сек.)
Количество касаний за 1
сек.
Производительность
Относительная частота
точных ответов (%)
Диапазоны признака
< 0,15
>0,15
<2,0 2,0-2,8 >2,8
>5,5
4,6-
5,5
4,0-
4,5
<4,0
>15
5-15
<5
-0,203
0,551
0,380 -0.207 -0,387 0,255 0,417 -0,356 -0,415 0,401 -0,010 -0,470
Признаки
И. Рефлекс на время
(15
сек.)
12.
Перепутанные
линии
13.
Перепутанные
линии
14.
Память на числа
1
15.
Расстановка чисел
Величина
ошибки
(%)
Количество ошибок Производительность
Коэффициент
успешности
Относительная
частота ошибок
Диапазоны признака < 10 10-20 >20
0
1-2
>2
>20
15-20
<15
>7,2
4,8-
7,2
<4,8
< 0,15
> 0,15
-0,270 -0,004 0,651 -0,209 -0,327 0,441 -0,299 0,025 0,322 0,072 -0,355 0,328
0,117
0,082
В этом примере оказывается достаточной лишь сумма первых шести
признаков, чтобы превысить нижний порог с уровнем надежности Ρ = 0,05.
Таким образом, делается вывод о пригодности обследуемого В-ва к
данной операторской деятельности.
Понятно, что эта таблица может быть использована лишь для частного
специального случая определения профессиональной пригодности. В других
случаях необходимо построение новых подобных таблиц.
Оценку эффективности таких таблиц можно получить, проверив
результаты классификации для группы лиц, данные которых послужили
основой для ее составления (табл. 16).
Опыт применения классифицирующихся алгоритмов показывает, что
результаты различения для проверочной группы оказываются не хуже, чем
для группы обучающей [63]. Имелась возможность убедиться в этом при
классификации класса «А» на основании данных повторных исследований,
сделанных через 30 дней (табл. 17).
Таблица 16
Эффективность диагностической классификации (пример)
Ответы
Результаты
классификации
(принадлежность
к классам в действительности)
Распределение ответов (в %)
«А»
«В»
«А»
«в»
общее
Класс «А»
40
4
78
9
правильных – 74
Класс «В»
3
29
6
70
ошибочных – 7
Ответ неопределенный
8
9
16
21
неопределенных– 19
Всего
51
42
100
100
Таблица 17
Результаты повторной оценки эффективности классификации группы
«А»
15>5>180>18>13>21> Достарыңызбен бөлісу: |