Учебное пособие для вузов м пер сэ, 2001 511 с (Современное образование). Учебное пособие содержит материалы экспериментально-теоретического изучения психологических


 Статистический алгоритм разделения субъектов на классы



Pdf көрінісі
бет97/128
Дата09.05.2022
өлшемі2,63 Mb.
#33122
түріУчебное пособие
1   ...   93   94   95   96   97   98   99   100   ...   128
Байланысты:
bodrov psy prof

10.5. Статистический алгоритм разделения субъектов на классы 
профессиональной пригодности 
10.5.1. Постановка задачи 
Пусть  информация  о  психологических  особенностях  человека 
содержится в я-мерном векторе ν (ν
1
, ν
2
, ..., ν
n
). 
Каждое из ν
i
  (i=  1,  2,...,  n) 
– 
число,  полученное  при  помощи  той  или  другой  методики  (среди  них  могут 
быть определенным образом закодированы и качественные характеристики 
чело  века).  В  дальнейшем  компоненты  ν  будут  называться  признаками. 
Выбор  признаков  обычно  производится  с  учетом  психологических 
требований  к  профессиональной  пригодности.  Предлагаемый  алгоритм 
позволяет  отбросить  те  из  используемых  признаков,  которые  оказываются 
неинформативными 
для 
данной 
конкретной 
задачи 
определения 
профессиональной пригодности. 
Предполагается, что группам лиц, с одной стороны, пригодных (группа 
«А»),  а  с  другой  стороны,  непригодных  (группа  «В»)  к  рассматриваемой 
деятельности  соответствуют  два  класса  я-мерных  векторов  {ν
Α

и  {v
B
}, 
которые  могут  сильно  пересекаться,  но  статистически  различны.  В 
дальнейшем  всегда  будем  считать,  что  {v
A

–  класс  векторов, 
характеризующих пригодных к данной деятельности субъектов. 
С 
математической 
точки 
зрения 
задача 
определения 
профессиональной  пригодности  заключается  в  отнесении  с  определенной 
вероятностью ошибки вектора (ν
1
, ν
2
, ..., ν
η
) κ одному из двух классов – «А» 
или «В». 
Имеется  много  различных  методов  решения  этой  задачи.  Во  всех 
методах  необходим  этап  «обучения»:  статистический  анализ  уже 
имеющегося опыта. Для целей определения профессиональной пригодности 
они  не  получили  большого  распространения  –  одни  из-за  крайней 
громоздкости  и  сложности  применения  даже  при  помощи  вычислительных 
машин, другие потому, что оказались не очень эффективными. 
Успех  классификации  по  многим  признакам  в  задачах  диагностики 
зависит  от  информативности  этих  признаков  и  способа  интеграции 
информации. Этот способ интеграции должен быть
1) 
простым  в  вычислительном  отношении  и  доступным  при 
использовании; 
2) 
малочувствительным к отсутствию какого-либо признака; 
3) 
в  какой-то  мере  инвариантным  к  сдвигу  распределений  признаков 
(последнее существенно в силу необходимости считаться с разными 
методическими условиями получения одного и того же признака). 
 
Этим  требованиям  в  значительной  степени  удовлетворяет  алгоритм, 
основанный  на  модификации  последовательного  статистического  анализа 


отношения вероятностей [58]. Он был предложен для диагностических целей 
и оказался весьма эффективным при дифференциальной диагностике ряда 
заболеваний  по  таким  признакам,  на  основании  которых  постановка 
диагноза оказывалась затрудненной даже для опытных специалистов [63]. 
Для целей определения профессиональной пригодности этот алгоритм 
должен быть еще более эффективным, так как психологические признаки ν
1

ν
2
,  ...,  ν
η
 
являются  слабо  статистически  зависимыми,  а  при  этих  условиях 
последовательный  анализ  отношения  вероятностей  является  оптимальной 
процедурой для классификации на два класса [64]. 


Достарыңызбен бөлісу:
1   ...   93   94   95   96   97   98   99   100   ...   128




©emirsaba.org 2024
әкімшілігінің қараңыз

    Басты бет