Структурные коэффициенты канонических функций

Роо1е<3 каЬМп-дгоирз согге1а(:л.опз ЪеШееп сИзсг1тл.паЪ1пд Vа^^аЫе5 ап<3 зЬапйагсИгей сапопл.са1 сИзсгл.т1пап(: Еипсьз-опз УагхаЫез огйегей Ьу аЪзо1иЬе 312е оЕ согге1а{;1оп мхЬЫп ЕипсЬхоп.

* ЬагдезЬ аЬзо1и(;е согге1а(;10п ЪеЬмееп еасЬ уаг1аЫе апсЗ апу сИзсг1т1папе Еипс(:10п.

Как отмечалось, структурные коэффициенты, подобно факторным нагрузкам в факторном анализе, являются коэффициентами корреляции переменных с функциями. Следовательно, эти коэффициенты, как и в факторном анализе, позволяют интерпретировать канонические функции. Так, первая функция наиболее тесно связана с переменными 1ез1 4 и (ез! 2: чем больше значения этих переменных, тем больше значение функции (то есть тем выше вероятность успешного обучения). Вторая функция наиболее тесно связана с переменными 1ез1: 3 и 1ек1 1: чем больше значения этих переменных, тем больше вероятность средней успешности обучения, а чем меньше значения этих переменных, тем более вероятно, что студент будет либо отличником, либо неуспевающим.

Наконец, в соответствии с отмеченным флажком графиком для совмещенных групп, получаем графическое изображение канонических дискриминантных функций.

Основная цель многомерного шкалирования (МШ) — выявление структуры исследуемого множества объектов — близка к цели факторного и кластерного анализа. Так же, как в факторном анализе, под структурой понимается набор основных факторов (в данном случае — шкал), по которым различаются и могут быть описаны эти объекты. Однако в отличие от факторного, но подобно кластерному анализу исходной информацией для МШ являются данные о различии или близости объектов.

В психологии чаще всего исходными данными для МШ являются субъективные суждения испытуемых о различии или сходстве стимулов (объектов). Центральное положение МШ заключается в том, что в основе таких суждений лежит ограниченное число субъективных признаков (критериев), определяющих различение стимулов, и человек, вынося свои суждения, явно или неявно учитывает эти критерии. Основываясь на этом положении, решается главная задача МШ— реконструкция психологического пространства, заданного небольшим числом измерений-шкал, и расположение в нем точек-сти- мулов таким образом, чтобы расстояния между ними наилучшим образом соответствовали исходным субъективным различиям. Таким образом, шкала в МШ интерпретируется как критерий, лежащий в основе различий стимулов.

Геометрические представления МШ основаны на аналогии между понятием различия в психологии и понятием расстояния в пространстве. Чем более субъективно сходны между собой два объекта, тем ближе в реконструируемом пространстве признаков должны находиться соответствующие этим объектам точки. Исходя из такой дистанционной модели, по субъективным данным о различии одного объекта от другого реконструируется их взаимное расположение в пространстве нескольких признаков. Эти признаки трактуются как субъективные шкалы — критерии, которыми пользуется человек при различении объектов. А расстояние между объектами в этом пространстве есть определенная функция от исходных оценок различия.

Общая схема МШ формально может быть представлена следующим образом. На основе суждений экспертов (испытуемых) в отношении интересую-

Эксперты могут не только попарно сравнивать, но и упорядочивать объекты...

щих исследователя объектов вначале составляется симметричная матрица попарных различий (или матрицы — по одной для каждого эксперта). Допускается и использование данных о предпочтениях, содержащих упорядочивание каждым экспертом совокуп

ности объектов по степени их предпочтения. Сравниваемыми объектами могут быть члены коллектива, предметы домашнего обихода, литературные отрывки, цветовые оттенки и т. д. Модель МШ предполагает, что эксперт производит сравнение, осознанно или нет пользуясь одним или несколькими признаками этих объектов. В отношении сотрудников подразделения такими признаками могут быть должностной статус, профессионализм, доброжелательность и т. д.

В процессе МШ определяется, сколько признаков-ш/сал необходимо и достаточно для построения координатного пространства и размещения в нем точек-объектов. Если 8,у — это оценка экспертом различия между объектами / и у, а число признаков, которыми пользуется эксперт при сравнении, — К, то задача многомерного шкалирования сводится к определению всех х_ш и х_]к как координат этих объектов в пространстве А" признаков. При этом предполагается, что число критериев, которыми пользуется эксперт, значительно меньше числа сравниваемых объектов. Если, например, / иу — сотрудники, а признак к — доброжелательность, то х_1к и х_]к — доброжелательность этих сотрудников. Важно отметить, что исследователю эмпирически даны только оценки различий 8„. Величины значений признаков х^ и Хд непосредственно не даны, но оцениваются в результате МШ в виде матрицы:

где Р — количество сравниваемых объектов, К — количество шкал.

Элементы ^указанной матрицы рассматриваются как координаты Р объектов в пространстве А"признаков. Пространство определено так, что чем больше исходное различие между объектами, тем дальше друг от друга расположены объекты в этом пространстве. Каждая шкала результирующего пространства получает интерпретацию через объекты, находящиеся на противоположных полюсах шкалы.

Следует отметить, что исходными данными для МШ могут являться не только субъективные оценки различий, но и обычные данные типа «объект- признак». Но поскольку МШ предназначено для анализа различий, то для данных типа «объект-признак» необходимо, во-первых, определить, что бу
дет подлежать шкалированию — сами объекты (строки) или признаки (столбцы). Во-вторых, необходимо задать метрику различий — то, как будут определяться различия между всеми парами изучаемых элементов. Проблема выбора мер различия обсуждается в следующем разделе данной главы¹.

Выбирая МШ, исследователь должен отдавать себе отчет в том, что это довольно сложный метод, применение которого к тому же связано с неизбежными потерями исходной информации о различии объектов. Поэтому, если задача исследования ограничивается классификацией объектов и нет оснований полагать, что эта классификация обусловлена небольшим числом независимых причин — критериев различий, то целесообразнее воспользоваться более простым методом — кластерным анализом (см. главу 19).

Рассмотрим исходные данные и основные результаты применения МШ на простом примере. Попытаемся, исходя из субъективных оценок расстояний между совокупностью объектов, реконструировать конфигурацию их взаимного расположения. Допустим, субъекту предъявляется 10 объектов, расположенных на плоскости в некоторой произвольной конфигурации, и дана инструкция оценить расстояние между каждым объектом и всеми остальными, присвоив 1 наименьшему расстоянию, 2 — следующему по величине и т. д. Примерно одинаковым расстояниям разрешим присваивать одинаковые числовые значения. В результате выполнения такого задания наблюдатель заполнил нижний треугольник матрицы попарных различий между объектами, в данном случае — расстояний (табл. 18.1). Можно ли восстановить исходную конфигурацию объектов по такой матрице различий? Оказывается, МШ справляется с подобными задачами. Применение программы неметрического МШ (программа 8Р88) дает 2-шкальное решение (табл. 18.2).

Каждая строчка таблицы — это координаты соответствующего объекта на плоскости. Графическое изображение всех 10 точек, в соответствии с табл. 18.2, приведено на рис. 18.1.

Взаимное расположение объектов в точности соответствует исходной конфигурации, предлагаемой наблюдателю (рис. 18.2). При этом обращает на себя внимание тот факт, что информация, полученная от наблюдателя, носит неметрический характер, так как расстояния оценивались по шкале порядка. Итоговая же конфигурация воспроизводит метрические соотношения в расположении объектов. Это связано с тем, что информация о различиях, содержащаяся в матрице субъективных оценок, хотя и является по сути порядко-

Рис. 18.2. Стимулы-объекты для наблюдателей А и В

вой, но обладает избыточностью, которая и позволяет восстановить метрические соотношения.

Сходные эксперименты проводились и с географическими данными (Те- рехина А. Ю., 1986). Например, испытуемым предлагалось оценить расстояния между 30 городами из различных частей земного шара, принимая за стандарт (100%) расстояние между Северным и Южным полюсами. Получаемые в результате применения МШ двумерные конфигурации в достаточной мере соответствуют истинному расположению выбранных городов на географической карте.

Если от каждого эксперта получена матрица попарных различий Р объектов, то для таких данных используется многомерное шкалирование индивидуальных различий. При этом предполагается, что существует общее групповое пространство координат объектов в пространстве К общих признаков. Эксперты же отличаются тем, какой «индивидуальный вес» каждый из них придает тому или иному из К признаков при сравнении объектов. Соответственно, помимо групповой матрицы координат объектов, результатом этого варианта МШ является матрица индивидуальных весов размерностью КхМ

Предположим, что объекты 1-10 (рис. 18.2) — объемные фигуры, расположенные на плоской поверхности в виде столбиков. Мы привлекаем двух наблюдателей А и В и располагаем их так, как показано на рисунке: чтобы они видели группу объектов на некотором отдалении вдоль плоскости, на которой расположены объекты, и не выше высоты объектов. Часть объектов при этом будет заслонять друг друга. Для наблюдателя А при этом не будут различимы пары объектов 1 и 10, 2—5, 9—6. Соответственно, для другого наблюдателя неразличимы пары 4-10, 3-9, 5-8.

Наблюдателям дается та же инструкция, что и в предыдущем примере: оценить расстояние между каждым объектом и всеми остальными, присваивая 1 наименьшему расстоянию, 2 — следующему за ним по величине и т. д. Расстоянию между невидимым объектом и объектом, их заслоняющим, наблюдатели присваивают значение 0 как неразличимым объектам. Результатом проведения такого испытания являются две матрицы попарных различий

ЧТО ТАКОЕ УВЕРЕННОЕ ПОВЕДЕНИЕ В МЕЖЛИЧНОСТНЫХ ОТНОШЕНИЯХ? Исторически существует три основных модели различий, существующих между...

Живите по правилу: МАЛО ЛИ ЧТО НА СВЕТЕ СУЩЕСТВУЕТ? Я неслучайно подчеркиваю, что место в голове ограничено, а информации вокруг много, и что ваше право...

ЧТО И КАК ПИСАЛИ О МОДЕ В ЖУРНАЛАХ НАЧАЛА XX ВЕКА Первый номер журнала «Аполлон» за 1909 г. начинался, по сути, с программного заявления редакции журнала...

Что делает отдел по эксплуатации и сопровождению ИС? Отвечает за сохранность данных (расписания копирования, копирование и пр.)...

Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте: