Navigation bar
  Print document Start Previous page
 51 of 1766 
Next page End  

т. е. когда среднее, дисперсия и/или структура автокорреляции изменяются во времени.
Модели вмешательства
В психол. исслед. часто возникает необходимость оценить эффективность вмешательства. Если
данные собирались через равные интервалы до и после воздействия на некий элемент выборки, напр.
чел., группу или округ, нередко представляется полезным статистически описать наблюдаемый эффект
и проверить его статистическую значимость. Есть две осн. стратегии анализа таких эффектов.
Первый подход дает легко интерпретируемый результат и потому весьма полезен. Он
предполагает идентифицирование общепринятой модели временного ряда на полученных до
вмешательства данных. Производится оценка параметров модели, а затем делаются предсказания
относительно поведения, ожидаемого после вмешательства. Эти предсказания осн. на предположении,
что характер процесса до вмешательства не изменится и после вмешательства. Когда после
вмешательства обнаруживается несоответствие между предсказываемыми и наблюдаемыми
значениями, различие можно статистически оценить. Если различие статистически значимо, это служит
доказательством того, что наблюдаемое изменение связано с вмешательством. Поскольку
статистический критерий различия можно вычислить для каждой точки временного ряда после
вмешательства, нетрудно определить тот момент, когда данное вмешательство начинает вызывать
эффект.
Второй — гораздо чаще используемый подход — предполагает оценивание и проверку эффекта
вмешательства. Связанная с применением этого подхода трудность заключается в том, что «эффект»
вмешательства часто бывает комплексным; поэтому в данном случае целесообразно рассматривать
паттерн эффекта, а не его среднее различие.
Двумерный анализ
А. в. р. можно использовать при изучении связей между двумя или большим числом временных
рядов. Существует неск. видов корреляции между временными рядами (наз. иногда кросс-корреляцией),
поскольку существует множество вариантов временного запаздывания изменений двух рядов. Цель
исслед. таких корреляций — выяснение того, какой из двух рядов будет «ведущим».
См. также Корреляционные методы
Б. И. Хьютема
Анализ заданий (item analysis)
Осн. цель А. з. — предоставить информ. о том, насколько адекватно функционируют
составляющие тест задания (или пункты). Эта информ. может затем использоваться для повышения
надежности и валидности теста путем редактирования или удаления слабых заданий. А. з. теста
достижений может тж предоставлять диагностическую информ. о том, что знают и чего не знают
экзаменуемые, и потому быть основой планирования обучения и пересмотра учеб. программ.
Информ., получаемая в рез-те А. з., м. б. рациональной (оценочной) или эмпирической
(статистической). Рациональный А. з. предполагает тщательное изучение каждого задания для
определения того, является ли его содержание точным, соотв. спецификациям к тесту, свободным от
культурных или др. предубеждений и отвечающим стандартным требованиям, к-рые предъявляются к
составлению тестовых заданий. Этот подход характерен для А. з. критериальных тестов достижений, но
может применяться и к тестам, осн. на статистических нормах.
Эмпирический А. з. состоит в вычислении одной или неск. статистических мер
функционирования задания, включая индекс трудности задания, индекс различительной способности
(валидности) задания и ряд мер функционирования дистракторов. Индекс трудности (p) задания
рассчитывается довольно просто — как доля тестируемых, давших правильный ответ на данное
задание. Оптимальный индекс трудности варьирует в зависимости от цели теста и типа задания.
Процедура определения индекса способности задания различать испытуемых на основе
получения ими различных оценок по критериальной переменной зависит от характера критерия и типа
теста. Типичными внутренними критериями для теста достижений являются суммарные показатели по
этому тесту, к-рые ранжируются и делятся на верхнюю (U) и нижнюю (L) группы. В случае, если тест
ориентирован на статистические нормы, эти две группы обычно состоят из испытуемых,
представляющих верхние 27% и нижние 27% распределения суммарных показателей по данному тесту.
Затем для каждого задания по формуле D = р
U
p
L
рассчитывается индекс различительной
способности (D), где р
U
и р
L
доли испытуемых, правильно выполнивших данное задание, в верхней и
нижней группах соответственно. При внешнем критерии, таком как оценки выполнения работы или
Hosted by uCoz