'

Использование метода регрессионного анализа для создания тестовых батарей Теплова Ольга i-p-t@mail.ru

Понравилась презентация – покажи это...





Слайд 0

Использование метода регрессионного анализа для создания тестовых батарей Теплова Ольга i-p-t@mail.ru


Слайд 1

А все ли показатели определяют профессиональную пригодность?


Слайд 2

Термин "регрессия" был введён Фрэнсисом Гальтоном в конце 19-го века. Гальтон обнаружил, что дети родителей с высоким или низким ростом обычно не наследуют выдающийся рост и назвал этот феномен "регрессия к посредственности". Сначала этот термин использовался исключительно в биологическом смысле. После работ Карла Пирсона этот термин стали использовать и в статистике. Регрессионный анализ – статистический метод исследования влияния одной или нескольких независимых переменных (Х1, Х2…Xn) на зависимую переменную Y. Общий вид уравнения множественной регрессии Y= А+ X1*K1+X2*K2+…, где А – константна Y – зависимая переменная X – независимые переменные K – вклад независимой переменной в предсказание зависимой переменной Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.


Слайд 3

Графическое представление линейной регрессии Зависимая пер-ая Независимая пер-ая


Слайд 4


Слайд 5

Y=18.57+1.54X+0.46Z Выводы: 1. Таким образом, при увеличении эффективности деятельности на 1 балл, мотивация на задачу в среднем увеличивается на 1.54 балла, а адаптивность – на 0.46 балла. 2. Зная значения показателей мотивация на задачу и адаптивность, можно прогнозировать эффективность деятельности. Пример: МнЗ= 8 А=9 ЭфД=(18.57+1.54х8+0.46х9)=35.03 МнЗ=22 А=40 ЭфД =(18.57+1.54х22+0.46х40)=70.85 Ограничения используемого метода: 1. Сравниваемые переменные должны быть измерены в шкале интервалов или отношений 2. Предполагается, что переменные имеют нормальное распределение 3. Число наблюдений по каждой переменной должно быть одинаковым


Слайд 6

Разброс значений регрессионного анализа будет лежать где-то между 0.0 и 1.0. 1.0 минус отношение значений разбросса называется R-квадратом или коэффициентом детерминации. Это значение непосредственно интерпретируется следующим образом. Если имеется R-квадрат равный 0.4, то 40% отношений могут быть объяснены, а 60% остаются необъясненными. Значение R-квадрата близкое к 1.0 показывает, что модель объясняет почти всю изменчивость соответствующих переменных.


Слайд 7


Слайд 8

Этапы СОЗДАНИЯ ТБ (на примере ТБ для оценки ПРОФ.Пригодности Водителей) Подборка тестов, входящих в состав ТБ изучение профессиограммы и психограммы, с целью определения ПВК; методический инструментарий должен быть надежным и валидным; должно соблюдаться требование к конструктной валидности (высокие корреляционные связи между шкалами могут свидетельствовать о дублировании шкал, т.е. об измерении одних и тех же качеств) Пример: состав ТБ «Водитель» Технический тест – оценка технической компетентности (понимания механики) ПВЭ - оценка точности пространственно-временной экстраполяции Координация - оценка скорости и точности координированных движений конечностей Полезависимость – оценка скорости восприятия (вычленения) значимых признаков в пространстве Сравнение чисел – оценка мыслительных способностей Распределение внимания – оценка свойств внимания (распределение, переключение, концентрация, помехоустойчивость) Л-профиль – изучение индивидуально-личностных качеств


Слайд 9

Проведение тестирования Требования к выборке: объем выборки – в 10-20 раз больше, чем количество используемых показателей; однородность выборки – ограничения выборки (по специальности, по полу и пр.); репрезентативность выборки - выборка должна представлять собой меньшую по размеру, но точную модель той группы, которую она должна отражать; при этом все характеристики выборки должны быть представлены пропорционально. Пример: выборка для ТБ «Водитель» объем выборки – 2500 человек; однородность выборки – ограничения по полу и специальности (только мужчины, только водители); репрезентативность выборки – водители были разбиты на 4 класса (по 500 человек каждого класса) и по количеству совершенных ДТП.


Слайд 10

Внешний критерий (ВК) Внешний критерий — внешний признак по отношению к результатам тестового измерения какого-либо атрибута или характеристики поведения, относительно которого производится оценка Требования к ВК: ВК должен быть релевантным (т.е. зависеть от измеряемого свойства) ВК должен быть надежным (т.е. он должен отражать постоянство и устойчивость исследуемого показателя) Пример: внешнего критерия для ТБ «Водитель» количество совершенных ДТП по вине водителя + количество ДТП в которых участвовал водитель, но которых можно было бы избежать экспертная оценка


Слайд 11

Результаты регрессионного анализа по ТБ «Водитель» R? = 0.87 Эф. деят-ти = 0,61Ак+0,36Ас-0,45Тр-0,57СР-0,56Им-0,75Аг-0,95Бо-0,96Са- 0,96По+0,98Эф1+0,63Тч+0,48ЭфО+0,16ПР+0,67Эф2+0,45Эф3+0,27Ст+0,95Ра


Слайд 12

Определение категорий профессиональной пригодности 1. На основании регрессионного уравнения рассчитываем интегральную оценку ИО (например: эффективность деятельности) 2. Находим среднее значение (М) и стандартное отклонение (СКО) 3. Вычисляем нормативные коридоры М= ?ИОi/N СКО=v?(ИОi-М)?/N ИО>(M+СКО) – высокий уровень выраженности ПВК ИО<(М-СКО) – низкий уровень развития ПВК (М-СКО)<ИО<(М+СКО) – средний уровень выраженности ПВК


Слайд 13

Математические методы в психологии. Практикум. Митина О.В. Математическая статистика для психологов. Ермолаев О.Ю. http://www.mql5.com/ru/articles/349


×

HTML:





Ссылка: