118

 

ПРИМЕНЕНИЕ АЛГОРИТМОВ РАСПОЗНАВАНИЯ ОБРАЗОВ В ПСИХОДИАГНОСТИКЕ

 

Ш. А. ГУБЕРМАН, Л. Т. ЯМПОЛЬСКИЙ

 

В настоящее время интенсивно развиваются методы вычислительной диагностики [1], [3], [6], [8], [16]. Их применение позволило существенно повысить эффективность медицинской диагностики. Вместе с тем использование методов вычислительной диагностики для решения неклинических задач психодиагностики не получило широкого распространения. Это связано с двумя основными причинами: а) слабая приверженность психологов к диагностической

 

119

 

постановке задачи исследования. В медицинских исследованиях задача диагностики является основной и естественной [6], [8], [16]; б) большинство разрабатываемых алгоритмов вычислительной диагностики ориентированы на применение ЭВМ, поэтому их использование затруднительно для психологов, не имеющих специального физико-математического образования и свободного доступа к ЭВМ.

В настоящей статье рассматривается формализованная постановка задачи психодиагностики и предлагается безмашинный метод ее решения.

 

ПОСТАНОВКА ЗАДАЧИ ПСИХОДИАГНОСТИКИ КАК ЗАДАЧИ РАСПОЗНАВАНИЯ ОБРАЗОВ

 

Задача диагностики существует тогда, когда задана классификация объектов, дано описание этих объектов множеством косвенных характеристик и необходимо при появлении нового объекта по косвенным характеристикам отнести его к одному из заданных классов [1], [2], [5], [7], [13], [16]. Принято различать техническую диагностику, медицинскую диагностику и психодиагностику. Различия между ними заключаются в типе объектов и характере признаков.

В психодиагностике объектом изучения являются здоровые и больные испытуемые, в качестве косвенных характеристик выступают их индивидуальные психологические особенности, а классы, на которые разделяются испытуемые, задаются целями исследования. Например, в задаче профотбора классами являются хорошие или плохие специалисты, при исследовании полового деморфизма — это испытуемые разного пола, при исследовании возрастных особенностей — испытуемые различных возрастных групп и т. д.

Как видно из вышеизложенного, решение каждой задачи диагностики требует решения трех следующих подзадач: 1. Классификации испытуемых. 2. Выбора косвенных признаков. 3. Построения правила классификации испытуемых по косвенным признакам.

Классификация испытуемых формулирует задачу психодиагностического исследования, изменение принципа классификации меняет задачу исследования. Например, такие разные психодиагностические задачи, как диагностика успешности деятельности, пола, заболевания, общительности и т. п., могут решаться на одном и том же экспериментальном массиве данных. Выбор принципа классификации зависит от целей исследования и от имеющихся в экспериментальных данных классообразующих признаков.

Классообразующими называются признаки, позволяющие осуществить классификацию испытуемых по выбранному принципу.

В качестве классообразующих признаков следует выбирать признаки, принимающие небольшое число дискретных значений, например пол, тип ацетилирования, лауреат конкурса, чемпион, аварийная ситуация, судимость и пр. В случае когда в качестве классообразующих принципов используются признаки, принимающие непрерывные значения (например, процент брака, число аварий, время реакции и т. п.), классы создаются из полярных групп испытуемых, находящихся на разных концах распределения.

Косвенные признаки используются для прогноза значений классообразующих признаков. Разделение признаков на косвенные и классообразующие лежит в основе диагностики.

Зачастую классообразующие признаки позволяют классифицировать испытуемых только post factum. Например, патологоанатом может на вскрытии определить характер патологии, после окончания специального обучения можно оценить уровень подготовки специалиста и т. п. Однако диагностика post factum может не представлять интереса. Поэтому вводится в рассмотрение система признаков, которая позволяет предсказать будущую классификацию испытуемых по классообразующим признакам, тем самым задача диагностики становится задачей прогноза. Выбор косвенных признаков — важнейшая часть диагностики.

Можно предположить два подхода к выбору косвенных признаков: специфический и глобальный. При специфическом подходе отбираются признаки, содержательно близкие к классообразующим. С этой целью психологическое обследование строится таким образом, чтобы оно моделировало исследуемую ситуацию или включалось в нее. Считается, что чем точнее психологический эксперимент воспроизводит реальную деятельность, тем точнее будет решена поставленная задача. Такой подход прост, интуитивно понятен, несомненно практически полезен, но имеет следующие основные недостатки: а) чрезмерный эмпиризм, результаты исследований обладают малой теоретической значимостью; б) чрезмерная конкретность, результаты моделирующих экспериментов позволяют делать выводы только относительно исследуемых ситуаций, при незначительных изменениях условий потребуются новые эксперименты.

В настоящее время все большее признание получает глобальный подход, базирующийся на измерении «общих свойств человека», вместо испытаний, моделирующих специфическую деятельность [18]. С этой целью используется вся гамма тестов личности, способностей, мотивации и т. п. Хорошо составленные батареи тестов для измерения широкого спектра индивидуально-психологических особенностей получают все более широкое распространение, так как позволяют на основе одной и той же системы косвенных признаков решать разные психодиагностические задачи. Поэтому для дальнейшего развития глобального подхода к психодиагностике необходима более глубокая разработка структуры черт индивидуально-психологических особенностей и создания надежных инструментов для их измерения.

Построение правила классификации испытуемых по значениям косвенных характеристик завершает процесс решения психодиагностической задачи. В настоящее время для построения правила классификации с успехом используются алгоритмы «распознавания образов». Все они основываются на предположении, что в n-мерном пространстве косвенных характеристик точки, представляющие испытуемых одного класса, расположены кучно и далеко от точек, представляющих испытуемых другого класса. При этом условии может быть построена гиперплоскость, разделяющая испытуемых разных классов. Программы «распознавания образов»

 

120

 

различаются между собой в основном типом разделяющих поверхностей и способом их построения [1], [2], [3], [5], [6], [7], [13], [18].

Для того чтобы найти разделяющую поверхность все испытуемые представляются в виде векторов (упорядоченной совокупности значений индивидуальных характеристик косвенных признаков, х₁, х₂, х₃, ..., х_п), затем выбирается некоторое количество векторов первого и второго классов (при классификации на два класса) и проводится обучение. В результате программа формирует разделяющее правило (в виде набора признаков или уравнения разделяющей поверхности), с помощью которого можно классифицировать новых испытуемых, не участвовавших в обучении.

Ниже описывается процедура построения разделяющего правила, основанная на «ручном» счете. Использование такой процедуры интересно как само по себе, так и в качестве предварительной обработки перед «машинным» изучением материала.

 

МЕТОДИКА ПОСТРОЕНИЯ ДИФФЕРЕНЦИАЛЬНО-ДИАГНОСТИЧЕСКИХ ПРАВИЛ, НЕ ТРЕБУЮЩИХ ПРИМЕНЕНИЯ ЭВМ

 

Каждый испытуемый описан набором из чисел: х₁, х₂, х₃, ..., х_п. Эти числа являются результатами измерения различных индивидуально-психологических характеристик.

Кроме того, о каждом испытуемом из материала обучения известно, к какому из двух альтернативных классов (А или В) он принадлежит. Задача заключается в построении правила определения класса испытуемого по значениям вектора {х_п}. Решение этой задачи распадается на три этапа: 1) оценка информативности косвенных признаков; 2) выделение диагностически значимых интервалов; 3) диагностика по комплексу информативных признаков.

 

ОЦЕНКА ИНФОРМАТИВНОСТИ КОСВЕННЫХ ПРИЗНАКОВ

 

Поиск информативных признаков наиболее важный этап работы. Ясно, что основные трудности диагностики связаны с выбором такого описания, в пространстве которого испытуемые разных классов сильно отличаются друг от друга. Отбор информативных признаков удобно производить по следующему двухшаговому алгоритму. На первом шаге производится табулирование данных. Табулирование проводится отдельно для каждого признака. Выбор числа интервалом при табулировании зависит от характеристик распределения признаков. Хотя и не существует четкого правила выбора числа интервалов при табулировании, практика показывает, что чаще всего можно ограничиться 2—3 интервалами. Часто значения признака на обследуемой выборке испытуемых распадаются на «кучи», т. е. оказываются сгруппированными около нескольких значений. В этом случае естественно в качестве числа разрядов при табулировании принять число «куч» [2], [13].

Поскольку при табулировании информация о принадлежности испытуемых к различным классам не используется, то сопоставление результатов табулирования с классификацией может быть использовано для отбора информативных признаков. Информативными будут являться те психологические признаки, группировка испытуемых по которым при табулировании будет совпадать с заданной классификацией испытуемых. Поэтому на втором шаге оценивается степень зависимости двух группировок испытуемых (по данным классификации и по результатам табулирования).

С этой целью строятся таблицы сопряженности, с помощью которых проверяется нуль (Н_о) -гипотеза о независимости двух группировок испытуемых. Альтернативная гипотеза Н₁ заключается в том, что две группировки зависимы.

Для проверки Н_о против H₁ используется статистика χ² [14].

Когда Н_о-гипотеза о независимости двух группировок испытуемых подтверждается, статистика χ² имеет распределение χ² с числом степеней свободы, равным ν= (I—1) (L—1). Здесь I — число классов испытуемых, L — число интервалов табулирования.

Если гипотеза о независимости двух группировок ошибочна, то величина χ² стремится к превышению χ²_ν распределения, т. е. по величине χ² можно получить оценку вероятности правильности H₀-гипотезы. Если величина χ²₀ > χ²₀ то следует считать, что две группировки испытуемых взаимосвязаны, и тогда Н₀-гипотеза отвергается; в противном случае Н₀-гипотеза принимается. Согласно этому правилу информативными являются признаки, для которых вероятность правильности Н₀-гипотезы (α_о) достаточно мала.

 

2. ВЫДЕЛЕНИЕ ДИАГНОСТИЧЕСКИ ЗНАЧИМЫХ ИНТЕРВАЛОВ

 

Нулевая гипотеза (Н₀) о независимости двух классификаций испытуемых отвергается в тех случаях, когда при табулировании на оси значений признака имеются интервалы, существенно различающиеся по числу испытуемых, относящихся к различным классам, т. е. следует проверить гипотезу (Н₀) о несущественности различий в численности двух групп испытуемых на каждом из выделенных при табулировании интервалов. Альтернативная гипотеза (Н₁) заключается в том, что различия в количестве испытуемых разных классов существенны. Проверку гипотезы Н₀ против H₁ можно осуществить с помощью критерия φ («фи») Фишера для оценки разности выборочных полей [14].

В случае справедливости Н₀-гипотезы величина F₁ подчиняется распределению F со степенями свободы ν₁= l, ν₂=п₁+п₂—2, где п₁, п₂ — число испытуемых в диагностируемых классах.

В случае когда вычисленное значение F превышает теоретическое значение, Н₀-гипотеза должна быть отвергнута. Если вероятность правильности Н₀-гипотезы (α) меньше вероятности правильности альтернативной Н₁-гипотезы (1—α_о), интервал может рассматриваться как диагностически значимый для одного из классов. Это означает, что частота встречаемости испытуемых данного класса на исследуемом интервале значимо выше. В том случае,

 

121

 

если более вероятна Н₀-гипотеза, интервал не может использоваться для диагностики. Таким образом, в результате проверки Н₀-гипотезы может быть получено три варианта ответа о диагностической значимости интервала: а) интервал диагностики значим для класса А; б) интервал диагностики значим для класса В; в) интервал диагностически незначим.

Упорядоченное описание числовой оси признаков в терминах диагностической значимости расположенных на них интервалов можно свести к следующим четырем вариантам: а) значения признака разбиваются на два интервала: диагностически значимый для класса А (или В) и диагностически незначимый, т. е. имеется всего один диагностически значимый интервал; б) значения признака разбиваются на два диагностически значимых интервала: один — для класса А, другой — для класса В, диагностически незначимый интервал отсутствует; в) значения признака разбиваются на три интервала: два диагностически значимых и один диагностически незначимый. Интервалы располагаются по оси признака в следующем порядке: диагностически значимый для класса А (или В), диагностически незначимый, диагностически значимый для класса В (или А), т. е. диагностически значимые интервалы находятся по краям числовой оси и разделены диагностически незначимым интервалом; г) значения признака разбиваются на три интервала: диагностически значимый для класса А (или В), диагностически значимый для класса В (или А) и диагностически незначимый интервал на одном из концов числовой оси признака.

Возможны и более сложные комбинации расположения диагностически значимых интервалов, например их многократное чередование. Однако практически, если не имеется специальных соображений, не следует выходить за рамки четырех описанных типов расположения диагностически значимых интервалов, особенно при ограниченном материале обучения (в пределах 50—100 испытуемых).

 

3. ПОСТРОЕНИЕ ДИАГНОСТИЧЕСКОГО ПРАВИЛА

 

Формирование правила диагностики проводится в два шага. Вначале осуществляется отбор признаков, пригодных для диагностики, а затем строится диагностическое правило по комплексу отобранных признаков.

Отбор признаков, пригодных для диагностики. Вопрос о пригодности информативного признака для дифференциальной диагностики решается в зависимости от того, удалось ли на оси значений признака выделить диагностически значимые интервалы. Если диагностически значимых интервалов не выделено, то признак не пригоден для диагностики и может быть исключен из рассмотрения. Для оставшихся признаков могут быть вычислены две характеристики: 1) доля отказов О = n₀/N, где п₀ — число испытуемых, попавших в диагностически незначимый интервал; N — всего испытуемых.

Доля отказов характеризует применимость признака: чем меньше величина О, тем в большем числе случаев признак позволяет получить диагностическую оценку; 2) вероятность правильного диагноза (d): ,

где n_AA — число испытуемых класса А в интервале, диагностически значимом для класса A; n_BB — число испытуемых класса В в интервале, диагностически значимом для класса В.

Вероятность правильного диагноза служит основным критерием для оценки пригодности признака для диагностики.

Для дифференциальной диагностики отбираются признаки, вероятность правильного диагноза (d) по которым статистически значимо отличается от вероятности постановки правильного диагноза при случайном угадывании (с вероятностью 0,5), т. е. следует проверить нулевую гипотезу (Н₀) о несущественности различий вероятностей правильного диагноза с помощью двух методов диагностики: случайного угадывания и попадания в диагностически значимый интервал. Альтернативная гипотеза (H₁) заключается в том, что вероятность постановки правильного диагноза существенно зависит от выбора способа диагностики.

Проверку правильности гипотезы Н₀ против H₁ можно осуществить с помощью t-критерия для оценки достоверности разности между выборочной и генеральной долями [14].

Когда Н₀-гипотеза подтверждается, статистика  имеет распределение t с числом степеней свободы, равным ν=W—1.

Если Н₀ гипотеза ошибочна, то величина t стремится к превышению t_ν -распределения.

Выбрав уровень значимости α_o, можно по величине ť отобрать признаки, правильность диагностики по которым достоверно отличается от случайного угадывания.

Диагностика по комплексу признаков. После отбора признаков, правильность диагностики по которым статистически значимо отличается от случайного угадывания, возникает задача использования комплекса отобранных признаков для дифференциальной диагностики. Одним из простейших способов построения комплексного решающего правила диагностики может служить так называемое «голосование» признаков [2], f 13]. [15]. Это метод, заключающийся в том, что для каждого испытуемого, подлежащего диагностике, производится подсчет «голосов» (числа признаков), относящих испытуемого к классу А, и число «голосов», относящих испытуемого к классу В. Испытуемый относится к тому из двух классов, за который подано большее число «голосов».

Описанный алгоритм может быть улучшен, если каждый из отобранных признаков будет взят с некоторым весом и подсчет числа «голосов будет заменен вычислением суммы весов отобранных признаков. Очевидно, что подсчет «голосов» эквивалентен случаю равенства весов признаков.

Таким образом, предполагаемый подход приводит к следующей схеме поиска разделяющего правила для дифференциальной диагностики: 1. Однозначное определение классов, подлежащих диагностике. 2. Выбор «представителей» каждого из исследуемых классов. 3. Выбор начального списка косвенных признаков. 4. Формирование экспериментальной базы исследования. 5. Табулирование данных. 6. Выделение информативных признаков по критерию

 

122

 

 

сопряженности. 7. Выделение диагностических интервалов. 8. Отбор признаков для комплексной диагностики. 9. Диагностика по комплексу информативных признаков.

 

ИЛЛЮСТРАЦИЯ ОПИСЫВАЕМОГО ПОДХОДА НА ПРИМЕРЕ ПСИХОДИАГНОСТИКИ ПОЛА

 

Задача диагностики пола испытуемых по индивидуально-психологическим особенностям личности была выбрана в качестве иллюстративного примера по следующим соображениям.

1. Проблема психологических признаков половой дифференциации относится к числу фундаментальных проблем психологии. Несмотря на большое число исследований, эмпирические данные по этой проблеме спорны и противоречивы [9], [10]. Поэтому всякое продвижение в этой области исследования может иметь как теоретическое, так и практическое значение.

2. Психологические свойства, различающие мужчин и женщин, множественны и «слабы». Маловероятно, что дальнейшие исследования обнаружат психологические характеристики, сильно различающие мужчин и женщин. Возможно, задача может быть решена путем построения правила психодиагностики по комплексу косвенных признаков.

3. Выбор данной задачи в качестве иллюстрации обладает рядом дидактических преимуществ: а) естественность классов; б) ограниченность задачи двумя классами: в) простота верификации принадлежности испытуемого к классу.

Испытуемые. Исследование проводилось на учениках VIII—X классов общеобразовательной школы. Преобладающий возраст — 15— 16 лет. Общая численность выборки — 390 человек: 209 юношей и 181 девушка.

Методика. Все испытуемые были обследованы с помощью психодиагностического теста (ПДТ), разработанного в лаборатории психологии физического воспитания и спорта НИИ ОПП АПН СССР fl7]. Структурно-иерархическая модель личности, положенная в основу ПДТ, изображена на рисунке в виде графа.

Граф имеет четырехуровневую структуру. На каждом уровне расположено определенное число вершин. Вершины соответствуют признакам индивидуально-психологических особенностей или факторам, обобщающим признаки. Чем выше уровень, тем выше степень обобщенности. Каждая вершина более низкого уровня соединяется только с одной вершиной более высокого уровня. Вертикальные связи между признаками и факторами указаны стрелками. Горизонтальные связи между ними существуют, если они порождены общей вершиной. Вершинам первого уровня (I) соответствуют 257 утверждений теста. Оценки этих утверждений служат исходными признаками, непосредственно измеряемыми при тестировании. Из-за многочисленности утверждений они изображены условно.

Второй уровень (II) содержит 11 факторов, обобщающих информацию 165 утверждений:

1. «Раздражительная слабость» измеряет степень выраженности симптомов раздражительной слабости: повышенной возбудимости, взрывчатости, недержания аффекта. 2. «Тревожность» измеряет уровень тревожности, беспокойства и нерешительности. 3. «Ипохондрия» измеряет степень озабоченности состоянием физического здоровья. 4. «Фобии» измеряют степень подверженности навязчивым страхам. 5. «Подозрительность» измеряет степень недоверия в отношениях с другими людьми. 6. «Паранойяльность» измеряет склонность к формированию сверхценных идей. 7. «Шизоидность» измеряет степень причудливости, парадоксальности эмоциональной жизни и поведения. 8. «Интрапсихическая неупорядоченность» измеряет степень дезорганизации психических процессов. 9. «Гипотимия» измеряет степень снижения доминирующего фона настроения. 10. «Конфликты узкого круга» измеряют степень адаптации в узком кругу близких, родных и друзей. 11. «Конформность» измеряет степень зависимости, несамостоятельности в мнениях, суждениях и поступках.

Третий уровень (III) содержит 10 факторов. Из них 3 фактора (19—21) обобщают информацию 11 факторов второго уровня и 7 факторов (12—18) — информацию 92 утверждений.

12. «Совестливость» измеряет степень уважения

 

123

 

Таблица 1

 

ЗНАЧЕНИЯ χ² И ВЕРОЯТНОСТИ ПРАВИЛЬНОСТИ Н₀- ГИПОТЕЗЫ (α₀)

 

 

к социально-экономическим нормам. 13. «Расторможенность» измеряет степень несдержанности, импульсивности, ослабления контроля поведения. 14. «Общая активность» измеряет уровень стеничности, энергичности и предприимчивости. 15. «Робость» оценивает чувствительность к угрозе. 16. «Общительность» измеряет широту и интенсивность общения. 17. «Эстетическая впечатлительность» измеряет чувствительность к эстетическим и художественным ценностям. 18. «Женственность» измеряет степень идентификации с женской социальной ролью. 19. «Невротизм» измеряет степень психического истощения. 20. «Психотизм» измеряет степень психической адекватности. 21. «Депрессия» измеряет тяжесть и глубину субъективных переживаний депрессии.

Четвертый (IV) уровень содержит 4 независимых фактора, обобщающих информацию 10 факторов третьего уровня.

22. «Психопатия» обобщает факторы 12, 13 и оценивает степень социализации личности. 23.. «Экстраверсия» обобщает факторы 14—16 и измеряет степень социальной активности. 24. «Сензитивность» объединяет факторы 17, 18 и измеряет тонкость эмоциональных переживаний, 25. «Психическая неустойчивость» объединяет факторы 19—21 и является интегральным показателем психической уравновешенности.

Выбор информативных признаков был осуществлен по двухэтапной схеме, описанной выше. На первом этапе отдельно по каждому фактору ПДТ было проведено табулирование. По всем факторам ПДТ при табулировании выделялось по 3 интервала, соответствующих низким, средним и высоким значениям фактора. Табулирование проводилось с помощью одного из алгоритмов «развала на кучи» («нереиндексации» [7]).

Поскольку при табулировании информация о половой дифференциации испытуемых не используется, то сопоставление результатов группировки испытуемых по значениям факторов с группировкой по полу может быть использовано для отбора информативных признаков.

С этой целью для всех факторов были рассчитаны значения статистики χ². Н₀ -гипотеза о независимости двух группировок проверялась путем сравнения вычисленного значения χ² с распределением хи-квадрат при степенях свободы ν=(2—1)-(3—1)=2.

Результаты проверки Н₀-гипотезы о независимости двух группировок представлены в табл. 1. Как видно из табл. 1, при принятии порога α₀ = 0,10 правильность Н₀-гипотезы отвергается для 17 факторов: 4, 5, 6, 8, 10, 11, 12, 13, 14, 15, 16, 17, 19, 21, 22, 23, 24. Это означает, что 17 факторов ПДО содержат информацию о половой дифференциации испытуемых.

Сопряженность двух группировок по полу и по значениям факторов свидетельствует о том, что на оси фактора имеются интервалы, содержащие испытуемых преимущественно одного пола. Для выделения таких интервалов был проведен анализ достоверности разностей числа испытуемых мужского и женского пола. Указанный анализ проводился только для 15 факторов. Факторы 18 (женственность) и 24 (сензитивность) на этом этапе были исключены из рассмотрения, так как они по конструкции предполагают более высокие оценки у лиц женского пола. Высокие значения χ² у этих факторов не представляют содержательного интереса, а свидетельствуют о валидности данных факторов опросника ПДТ.

При выборе уровня значимости α₀ —0,10 выделяется 14 факторов, у которых в первом интервале численно преобладают испытуемые одного пола. Причем по факторам 5, 6, 8, 10, 11, 13, 14, 15, 21 и 22 низкие оценки чаще имеют девушки, а по факторам 4, 12, 16, 17 и 23 — юноши.

Второй интервал диагностически значим в 8 случаях: факторы 4, 5, 6, 8, 10, 12, 13 и 22. Средние оценки по этим факторам значимо чаще имеют лица мужского пола.

Третий интервал диагностически значим по 12 факторам: 4, 11, 12, 13, 15, 16, 17, 22, 23. По факторам 4, 12, 17, 23 третий интервал диагностически значим для женского класса, а по факторам 5, 11, 13, 14, 15, 16, 21, 22 — для мужского.

Проведенные расчеты позволяют описать информативные факторы в терминах диагностически значимых интервалов. Это описание представлено в табл. 2. В ней М означает, что

 

124

 

Таблица 2

 

РАСПРЕДЕЛЕНИЕ 1ДИАГНОСТИКИ ЗНАЧИМЫХ ИНТЕРВАЛОВ ПО ОСЯМ ИНФОРМАТИВНЫХ ФАКТОРОВ

 

 

интервал диагностически значим для мужчин, Ж — женщин, а Н — интервал диагностически незначим.

Как видно из табл. 2, на оси факторов 4, 5, 12, 13, 22 имеется фактически два диагностических интервала, на остальных — три. Наиболее распространен такой вариант расположения диагностических интервалов, когда различные по полу испытуемые располагаются на разных концах оси фактора. Юношей от девушек отличают более низкие оценки по факторам 4 «фобии», 12 «совестливость», 16 «общительность», 17 «эстетическая впечатлительность», 23 «экстраверсия» и более высокие оценки по факторам 5 «подозрительность», 6 «паранойяльность», 8 «интрапсихическая неупорядоченность», 10 «конфликты узкого круга», 11 «конформность», 13 «расторможенность», 14 «активность», 15 «робость», 21 «депрессия» и 22 «психопатия».

Психодиагностика пола. В табл. 3 представлены результаты диагностики пола испытуемых

 

Таблица 3

 

ВЕРОЯТНОСТЬ ПРАВИЛЬНОЙ ДИАГНОСТИКИ ПОЛА ИСПЫТУЕМЫХ ПО ОТДЕЛЬНЫМ ФАКТОРАМ ИНДИВИДУАЛЬНО-ПСИХОЛОГИЧЕСКИХ OCOБЕHHOCTЕЙ ЛИЧНОСТИ

 

 

по отдельным факторам, на числовой оси которых были выделены диагностически значимые интервалы.

По строкам таблицы стоят номера факторов, по столбцам — критерии качества диагностики по этим факторам. Фактор 18 (женственность) включен в таблицу для сравнения. Видно, что ни один из рассмотренных факторов по правильности диагностики пола не достигает уровня 18-го фактора.

Для диагностики пола по комплексным психологическим признакам отобрано 14 факторов: 4—6, 8, 10, 12—17, 21—23.

Диагностика по комплексу признаков личности производилась методом «голосования» признаков.

Вероятность правильного диагноза по комплексу индивидуально-психологических особенностей личности равна 0,72, причем ошибки в диагностике пола девушек меньше, чем в диагностике пола юношей (0,24 и 0,32 соответственно). Вероятно, это расхождение может быть объяснено более поздним половым созреванием юношей по сравнению с девушками. Другой причиной может быть описанная социологами феминизация мужчин [9], [10], [12]. Полученный результат свидетельствует об эффективности предложенного подхода к психодиагностике.

Интересно отметить, что вероятность правильного диагноза пола по комплексу признаков не превышает вероятности правильности диагноза пола по одному фактору женственности.

Здесь наглядно видно различие между специфическим и глобальным подходом к отбору косвенных признаков. Один специфический для данной задачи признак, фактор женственности, позволяет получить правильность диагностики пола, несколько превышающую таковую по комплексу неспецифических общеличностных признаков. Это достигается за счет соответствия признака задаче диагностики. Признак «женственность» измеряет степень выраженности психологической половой идентификации, вследствие чего достигается высокая точность диагностики. Однако это же является и недостатком. Диагностика по данному признаку ничем не обогащает нас содержательно, в то время как знание диагностически информативных признаков из неспецифического набора факторов ПДТ позволяет глубже понять различия в психике мужчин и женщин. Но главный недостаток специфического подхода заключается в том, что для каждой новой задачи следует разрабатывать новые специфические тесты.

При глобальном подходе одна и та же система

 

125

 

признаков может использоваться для решения разных задач. Так, в наших исследованиях на базе психодиагностического теста были успешно решены следующие диагностические задачи: диагностика лиц, больных хроническим алкоголизмом, ишемической болезнью сердца, кожными аллергическими заболеваниями; диагностика типа ацетилирования, устойчивости соревновательной деятельности и др. [4], [11], [17].

 

1. Аркадьев А. Г., Браверман Э. М. Обучение машины классификации объектов. — М., 1971.— 192 с.

2. Бонгард М. М. Проблема узнавания. — М., 1967.— 320 с.

3. Волков П. П., Дмитриев А. Н., Киселев А. С., Нариньяни А. С., Никифоров В. В., Судариков Л. Г., Шумилова В. К. Алгоритмы и программы вычислительной диагностики психических заболеваний. — Новосибирск, 1969.— 145 с.

4. Вроновицкая Л. А., Хавин А. Б., Ямпольский Л. Т. Прогнозирование возникновения профессиональных лекарственных и аллергических дерматозов по данным психологического обследования. — Вестник дерматологии и венерологии, 1981, № 11, с. 50—54.

5. Губерман Ш. А. Решение геологических задач с помощью программ распознавания: Автореф. докт. дис. — М., 1967. — 24 с.

6. Гублер Е. В. Вычислительные методы анализа и распознавания патологических процессов. — Л., 1978.— 294 с.

7. Дорофеюк А. А. Алгоритмы автоматической классификации, основанные на методе потенциальных функций, и их практическое использование: Автореф. канд. дис. — М., 1969.— 18 с.

8. Карп В. П., Кунин П. Е. Метод направленного обучения в переборной схеме М. М. Бонгарда и онкологическая диагностика. — В сб.: Моделирование обучения и поведения. М., 1975, с 7—13.

9. Колесов Д. В., Сельверова Н. Б. Физиолого-педагогические аспекты полового созревания. — М., 1978.— 222 с.

10. Кон И. С. Психология половых различий.— Вопросы психологии, 1981, № 2, с. 47—57.

11. Корсунская М. П., Литвинцева А. З., Тарлычева Л. В., Ямпольский Л. Т. Связь ацетиляторного статуса с некоторыми личностными характеристиками. — Четвертый съезд Всесоюзного общества генетиков и селекционеров имени Н. И. Вавилова. (Тезисы докладов).— Кишинев, 1982, ч. 4, с. 59—60.

12. Либерман Л. Л. Врожденные нарушения полового развития. — Л., 1966. — 231 с.

13. Максимов В. В. Система, обучающаяся классификации геометрических изображений.— В сб.: Моделирование обучения и поведения. М., 1975, с. 29—120.

14. Плохинский Н. А. Алгоритмы биометрии. — М., 1967.— 81 с.

15. Полякова М. П., Вайнцвайг М. Н. Об использовании метода «голосования» признаков в алгоритмах распознавания. — В сб.: Моделирование обучения и поведения. М., 1975, с. 25—28.

16. Распознавание образов и медицинская диагностика / Под ред. Ю. И. Неймарка. — М., 1972. —328 с.

17. Ямпольский Л. Т. Трехуровневый психодиагностический опросник (ПДО-3). — В сб.: Актуальные проблемы психологии футбола. Душанбе, 1982, с. 56—71.

18. Handbook of multivariate experimental psychology / Ed. by R. B. Catteli — Chicago: Nc. Nally, 1966. 959 p.

 

Поступила в редакцию 10.V. 1982 г.