ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
154<br />
Степень выраженности у ребенка перечисленных показателей социального<br />
развития оценивается по пятибалльной шкале, при этом «5» баллов<br />
соответствует понятию «Норма», оценка «3» является пороговым<br />
значением и соответствует нижней границе возрастной нормы.<br />
Рассмотрим особенности формирования латентных факторов с<br />
использованием конфигураторов тестов и синдромных моделей знаний.<br />
Пусть дано n шкал X1,…, Xn и, соответственно, n конфигураторов: G(X1),<br />
…, G(Xn). Список респондентов зададим множеством Y1, а список<br />
изучаемых понятий или объектов зададим множеством Y2. На множествах<br />
Y1 и Y2 определено множество заключений Z = {1, 2,…, N}. В простейшем<br />
случае имеется взаимнооднозначное соответствие между Z и Y2. Будем<br />
считать, что для заключения z задан конфигуратор G(z), в котором Z играет<br />
роль базового домена.<br />
Исходные данные исследования в базовых доменах по всем шкалам<br />
представимы в виде таблицы 4.7. Таблица является базой прецедентов Ω.<br />
Таблица 4.7 – Исходное представление результатов исследований по<br />
модифицированному методу семантического дифференциала<br />
Шкалы<br />
Ключ<br />
X1 X2 X3 Xi Xn Y1 Y2 Z<br />
- - - - - - - -<br />
... ... ... ... ... ... ... ...<br />
- - - - - - - -<br />
Комбинация значений (y1, y2) является уникальным ключом<br />
(идентификатором) соответствующей записи.<br />
Важно отметить, что для получения значимых результатов достаточно<br />
относительно небольших выборок – 30–50 человек, в связи с тем, что<br />
единицей анализа является не респондент, а оценки, которые он выставляет<br />
объектам. Учитывая, что каждый из 30–50 респондентов оценивает 7–10<br />
объектов по 15–25 шкалам, то общий объем выборки оказывается вполне<br />
достаточным для построения корректных моделей знаний.<br />
Результатом задания конфигураторов для шкал Xi и заключения z<br />
является автоматическое построение расширенной таблицы исходных<br />
данных (пример − таблица 4.5). На основе расширенной таблицы исходных<br />
данных строятся (предельные) синдромные и вероятностные модели<br />
знаний. Каждый синдром содержит связанный набор латентных факторов.<br />
Для каждого понятия выделяется директивная зона синдромов и зона<br />
возможности. Детальный алгоритм построения синдромных и<br />
вероятностных моделей знаний рассматривается в главе 5.<br />
Для приведенного выше примера 14 шкал и конфигуратора G(Xi) общее