Planificarea unui studiu experimental. Planificarea unui experiment psihologic. Experimente cu condiții reproductibile

Transcriere

1 Ministerul Educației al Federației Ruse UNIVERSITATEA TEHNOLOGICĂ DE STAT VOSTOCHNOSIBIRSK Departamentul Metrologie, standardizare și certificare BAZE PENTRU PLANIFICARE EXPERIMENTALĂ Manual metodologic pentru studenții specialităților „Metrologie și suport metrologic” și „Standardizare și certificare Industria alimentară) „Alcătuit de: Khamkhanov K.M. UlanUde, 00g.

2 CUPRINS Introducere ... Definiții de bază .. Parametri de optimizare .... Cerințe pentru parametrul de optimizare .. Probleme cu parametrii de ieșire multipli 3. Parametru de optimizare generalizat. 3 .. Cele mai simple moduri de a construi un răspuns generalizat. 3 .. Scala de dezirabilitate 3.3. Funcția de dezirabilitate generalizată .. 4. Factori Caracteristicile factorilor. 4 .. Cerințe factoriale Alegerea nivelurilor de variație a factorilor și a punctului zero. 5. Alegerea modelelor .. 6. Experiment factorial complet 6 .. Experiment factorial complet de tip k 6 .. Proprietățile experimentului factorial complet de tip k Calculul coeficienților de regresie. 7. Experiment factorial fracționat Minimizarea numărului de experimente Replică fracțională Selecție semi-replică. Generarea de rapoarte și definirea contrastelor 8. Erori în măsurători ale criteriilor și factorilor de optimizare Randomizare .. 9. Experimente de screening 9 .. Clasificarea a priori a factorilor (experiment psihologic) 9 .. Metoda echilibrului aleatoriu Planuri bloc incomplete (luând în considerare factorii calitativi). și estimări ale experților) 0. Exemplu de experiment de planificare Selectarea factorilor 0 .. Efectuarea unui experiment 0.3. Experimentul factorial complet 0.4. Găsirea optimului prin metoda ascensiunii abrupte 0.5. Descrierea regiunii optime 0.6. Crearea dependențelor grafice Aplicații .. 88

3 INTRODUCERE Metodele tradiționale de cercetare sunt asociate cu experimente care necesită cheltuieli mari, eforturi și resurse, deoarece sunt „pasive” bazate pe variația alternantă a variabilelor individuale independente în condițiile în care restul tind să rămână neschimbate. Experimentele, de regulă, sunt multifactoriale și sunt asociate cu optimizarea calității materialelor, găsirea condițiilor optime pentru desfășurarea proceselor tehnologice, dezvoltarea celor mai raționale proiecte de echipamente etc. Sistemele care fac obiectul unor astfel de cercetări sunt foarte adesea atât de complexe încât nu pot fi studiate teoretic într-un interval de timp rezonabil. Prin urmare, în ciuda unei cantități semnificative de lucrări de cercetare efectuate, din cauza lipsei unei oportunități reale de a studia suficient de complet un număr semnificativ de obiecte de cercetare, ca urmare, multe decizii sunt luate pe baza unor informații de natură aleatorie și prin urmare sunt departe de a fi optime. Pe baza celor de mai sus, devine necesar să găsim o cale care să permită muncă de cercetare rate accelerate și asigură adoptarea unor decizii aproape de optim. Astfel au fost metodele statistice de planificare a experimentelor, propuse de statisticianul englez Ronald Fisher (sfârşitul anilor douăzeci). El a fost primul care a arătat fezabilitatea de a varia simultan toți factorii, spre deosebire de experimentul larg răspândit cu un singur factor. La începutul anilor şaizeci a apărut o nouă direcţie în planificarea experimentelor, asociată cu optimizarea proceselor de planificare a unui experiment extrem. Prima lucrare în acest domeniu a fost publicată în 95 de Box și Wilson în Anglia. Ideea lui Box Wilson este extrem de simplă. Experimentatorul este invitat să înființeze serii mici succesive de experimente, în fiecare dintre ele, toți factorii sunt variați simultan în funcție de anumite reguli. Seriile sunt organizate în așa fel încât, după prelucrarea matematică a celei anterioare, să poată fi selectate condițiile de realizare (adică planificarea) a seriei următoare. Astfel, pas cu pas, se ajunge la regiunea optimă. Utilizarea planificării experimentale face ca comportamentul experimentatorului să fie intenționat și organizat, contribuie semnificativ la creșterea productivității muncii și a fiabilității rezultatelor obținute. Un avantaj important este versatilitatea și adecvarea sa în marea majoritate a domeniilor de cercetare. În țara noastră, planificarea experimentului se dezvoltă încă din 960 sub conducerea lui V.V. Nalimov. Cu toate acestea, chiar și o simplă procedură de planificare este foarte insidioasă, ceea ce se datorează mai multor motive, cum ar fi aplicarea incorectă a metodelor de planificare, alegerea necorespunzătoare a căii de cercetare cea mai optimă, experiența practică insuficientă, pregătirea matematică insuficientă a experimentatorului etc. Scopul acestei lucrări este de a familiariza cititorii cu cele mai frecvent utilizate și simple metode de planificare a experimentelor și de a dezvolta abilități pentru aplicarea practică. Problema optimizării procesului este analizată mai detaliat.

4 . DEFINIȚII DE BAZĂ Planificarea experimentelor, ca orice ramură a științei, are propria terminologie. Pentru ușurință de înțelegere, vom lua în considerare cei mai comuni termeni. Experimentați impactul intenționat asupra obiectului de cercetare pentru a obține informații fiabile. Majoritate cercetare științifică asociat cu experimentul. Se desfășoară în producție, în laboratoare, în câmpuri și site-uri experimentale, în clinici etc. Un experiment poate fi fizic, psihologic sau simulat. Se poate realiza direct pe obiect sau pe modelul acestuia. Modelul diferă de obicei de obiect prin scară și uneori prin natură. Cerința principală pentru model este o descriere suficient de precisă a obiectului. Recent, alături de modelele fizice, modelele matematice abstracte devin din ce în ce mai răspândite. Apropo, planificarea experimentului este direct legată de dezvoltarea și studiul modelului matematic al obiectului de cercetare. Planificarea experimentelor este o procedură de alegere a numărului și condițiilor de experimente care sunt necesare și suficiente pentru a rezolva problema cu acuratețea necesară. Următoarele sunt esențiale aici: străduința de a minimiza numărul total de experimente; variația simultană a tuturor variabilelor care determină procesul, după reguli și algoritmi speciali; utilizarea unui aparat matematic care formalizează multe dintre acțiunile experimentatorului; alegerea unei strategii clare care să vă permită să luați decizii în cunoștință de cauză după fiecare serie de experimente. Problemele pentru care poate fi folosită planificarea experimentelor sunt extrem de variate. Acestea includ: căutarea condițiilor optime, construirea formulelor de interpolare, selectarea factorilor esențiali, evaluarea și rafinarea constantelor modelelor teoretice, selectarea celor mai acceptabile ipoteze despre mecanismul fenomenelor dintr-un set de ipoteze, studiul diagramelor compoziție-proprietate etc. Căutarea condițiilor optime este una dintre cele mai frecvente probleme științifice și tehnice. Ele apar în momentul în care se stabilește posibilitatea de desfășurare a procesului și este necesară găsirea celor mai bune condiții (optime) pentru implementarea acestuia. Astfel de sarcini sunt numite sarcini de optimizare. Procesul de rezolvare a acestora se numește proces de optimizare sau pur și simplu optimizare. Alegerea compoziției optime a amestecurilor și aliajelor multicomponente, creșterea productivității instalațiilor existente, îmbunătățirea calității produselor, reducerea costului de obținere a acestora sunt exemple de probleme de optimizare. Urmează conceptul de obiect al cercetării. Pentru a-l descrie, este convenabil să folosiți conceptul de sistem cibernetic, care este prezentat schematic în figura ... Uneori, o astfel de schemă este numită „cutie neagră”. Săgețile din dreapta reprezintă caracteristicile numerice ale obiectivelor cercetării. Le notăm prin jocul de litere (y) și le numim parametri de optimizare. Există și alte denumiri în literatură: criteriu de optimizare, funcție obiectiv, ieșire „cutie neagră” etc. Pentru a realiza experimentul, este necesar să se poată influența ghidarea „cutiei negre”. Toate metodele unui astfel de impact le notăm cu litera x (x) și le numim factori. Ele sunt numite și intrări cutie neagră. 88

5 х y х y х k Fig ... La rezolvarea problemei vom folosi modele matematice de cercetare. Prin model matematic, înțelegem o ecuație care conectează parametrul de optimizare cu factori. Această ecuație în formă generală poate fi scrisă astfel: y = ϕ (x, x, ..., x), k unde simbolul ϕ (), ca de obicei în matematică, înlocuiește cuvintele: „funcția de”. Această funcție se numește funcție de răspuns. Fiecare factor poate lua unul din mai multe semnificații în experiență. Aceste valori se numesc niveluri. Pentru a facilita construirea „cutiei negre” și a experimenta, factorul trebuie să aibă un anumit număr de niveluri discrete. Un set fix de niveluri de factori determină una dintre stările posibile ale „cutiei negre”. În același timp, aceasta este o condiție pentru realizarea unuia dintre experimentele posibile. Dacă repetăm ​​peste toate seturile posibile de stări, atunci obținem multe stări diferite ale „cutiei negre”. Simultan, acesta va fi numărul de experiențe diferite posibile. Numărul de experimente posibile este determinat de expresia = unde numărul de experimente; p este numărul de niveluri; k este numărul de factori. Obiectele reale sunt de obicei extrem de complexe. Deci, la prima vedere, un sistem simplu cu cinci factori la cinci niveluri are 35 de stări, iar pentru zece factori la patru niveluri există deja mai mult de un milion. În aceste cazuri, este practic imposibil să se efectueze toate experimentele. Apare întrebarea: câte și ce experimente ar trebui incluse în experiment pentru a rezolva problema? Aici intervine planificarea experimentelor. Efectuarea cercetării prin planificarea unui experiment necesită îndeplinirea anumitor cerințe. Principalele sunt condițiile de reproductibilitate a rezultatelor experimentale și controlabilitatea experimentului. Dacă repetăm ​​unele experimente la intervale neregulate și comparăm rezultatele, în cazul nostru valorile parametrului de optimizare, atunci răspândirea valorilor acestora caracterizează reproductibilitatea rezultatelor. Dacă nu depășește o anumită valoare specificată, atunci obiectul îndeplinește cerința de reproductibilitate a rezultatelor. Aici vom lua în considerare doar acele obiecte în care această condiție este îndeplinită. Planificarea experimentului presupune intervenția activă în proces și posibilitatea de a alege în fiecare experiment acele nivele de factori care prezintă interes. Prin urmare, un astfel de experiment se numește activ. Un obiect pe care este posibil un experiment activ este numit unul gestionabil. În practică, nu există obiecte absolut gestionabile. se acționează asupra lor ca p k, y m

6 factori controlabili și necontrolabili. Factorii necontrolați afectează reproductibilitatea experimentului și sunt cauza încălcării acestuia. În aceste cazuri, trebuie să treceți la alte metode de cercetare. 88. PARAMETRII DE OPTIMIZARE Alegerea parametrilor de optimizare (criterii de optimizare) este una dintre principalele etape de lucru la etapa studiului preliminar al obiectului de cercetare, deoarece setare corectă problema depinde de alegerea corectă a parametrului de optimizare, care este o funcție a obiectivului. Un parametru de optimizare este înțeles ca o caracteristică țintă cantitativă. Parametrul de optimizare este o reacție (răspuns) la influența factorilor care determină comportamentul sistemului selectat. Obiectele sau procesele reale sunt de obicei foarte complexe. Ele necesită adesea contabilizarea simultană a mai multor parametri, uneori foarte mulți. Fiecare obiect poate fi caracterizat prin întregul set de parametri, sau orice subset al acestui set, sau un singur parametru de optimizare. În acest din urmă caz, alte caracteristici ale procesului nu mai acționează ca un parametru de optimizare, ci servesc drept constrângeri. O altă modalitate este de a construi un parametru de optimizare generalizat în funcție de setul de... CERINȚE PENTRU PARAMETRUL DE OPTIMIZARE Parametrul de optimizare este o caracteristică prin care procesul este optimizat. Ar trebui să fie cantitativ, dat de un număr. Setul de valori pe care le poate lua parametrul de optimizare se numește domeniul de aplicare al definiției sale. Domeniile de definiție pot fi continue și discrete, mărginite și nemărginite. De exemplu, rezultatul răspunsului este un parametru de optimizare cu un domeniu limitat continuu. Poate varia de la 0 la 00%. Numărul de produse defecte, numărul de boabe pe o secțiune subțire a aliajului, numărul de celule sanguine dintr-o probă de sânge sunt exemple de parametri cu o gamă discretă de definiție limitată de jos. O evaluare cantitativă a parametrului de optimizare nu este întotdeauna posibilă în practică. În astfel de cazuri, ei folosesc o tehnică numită clasare. În acest caz, parametrilor de optimizare li se atribuie scoruri de rang pe o scală preselectată: două puncte, cinci puncte etc. Parametrul de rang are un domeniu limitat de definiție. În cel mai simplu caz, o regiune conține două valori (da, nu; bine, rău). Acest lucru poate corespunde, de exemplu, unor produse bune și deșeuri. Deci, prima cerință: parametrul de optimizare trebuie să fie cantitativ. A doua cerință: parametrul de optimizare trebuie exprimat într-un număr. Uneori iese în mod natural, precum înregistrarea citirii unui instrument. De exemplu, viteza unei mașini este determinată de un număr de pe vitezometru. De multe ori trebuie făcute unele calcule. Acesta este cazul când se calculează randamentul de reacție. În chimie, este adesea necesar să se obțină un produs cu un raport dat de componente, de exemplu, A: B = 3 :. Una dintre opțiunile posibile pentru rezolvarea unor astfel de probleme este de a exprima raportul cu un număr (, 5) și de a utiliza valoarea abaterilor (sau pătratele abaterilor) de la acest număr ca parametru de optimizare. A treia cerință legată de natura cantitativă a parametrului de optimizare este lipsa de ambiguitate în sens statistic. Un anumit set de valori ale factorilor trebuie să corespundă unei valori ale parametrului de optimizare, în timp ce opusul nu este adevărat: seturi diferite de valori ale factorilor pot corespunde aceleiași valori ale parametrului. A patra și cea mai importantă cerință pentru parametrii de optimizare este capacitatea sa de a face efectiv evaluare eficientă functionarea sistemului. Ideea unui obiect nu rămâne constantă în timpul cercetării. Aceasta

7 modificări odată cu acumularea de informații și în funcție de rezultatele obținute. Acest lucru duce la o abordare consecventă atunci când alegeți un parametru de optimizare. Deci, de exemplu, în primele etape de cercetare a proceselor tehnologice, randamentul produsului este adesea folosit ca parametru de optimizare. Cu toate acestea, în viitor, când se epuizează posibilitatea de a crește randamentul, aceștia încep să fie interesați de parametri precum prețul de cost, puritatea produsului etc. Evaluarea eficacității funcționării sistemului poate fi efectuată atât pentru întregul sistem în ansamblu, cât și prin evaluarea eficacității unui număr de subsisteme care alcătuiesc acest sistem... Dar, în același timp, este necesar să se ia în considerare posibilitatea ca optimitatea fiecărui subsisteme prin parametrul său de optimizare „nu exclude posibilitatea morții sistemului în ansamblu”. Aceasta înseamnă că o încercare de a atinge un optim luând în considerare un anumit parametru de optimizare local sau intermediar poate fi ineficientă sau chiar poate duce la respingere. A cincea cerință pentru parametrul de optimizare este cerința de universalitate sau completitudine. Universalitatea parametrului de optimizare este înțeleasă ca capacitatea sa de a caracteriza în mod cuprinzător obiectul. În special, parametrii tehnologici nu sunt suficient de universali: nu iau în considerare economia. De exemplu, parametrii generalizați de optimizare, care sunt construiți ca funcții ale mai multor parametri privați, sunt universali. A șasea cerință: este de dorit ca parametrul de optimizare să aibă o semnificație fizică, să fie simplu și ușor de calculat. Cerința pentru o semnificație fizică este asociată cu interpretarea ulterioară a rezultatelor experimentale. Nu este greu de explicat ce înseamnă extracția maximă, conținutul maxim al componentului valoros. Acești parametri de optimizare tehnologică și similari au o semnificație fizică clară, dar uneori pot să nu fie îndeplinite, de exemplu, cerința de eficiență statistică. Apoi se recomandă să treceți la transformarea parametrului de optimizare. O transformare, de exemplu de tip arcsn y, poate face ca parametrul de optimizare să fie eficient din punct de vedere statistic (de exemplu, varianțele devin omogene), dar rămâne neclar: ce înseamnă a ajunge la extrema acestei valori? A doua cerință, adică simplitatea și calculabilitatea ușoară sunt, de asemenea, esențiale. Pentru procesele de separare, parametrii de optimizare termodinamică sunt mai versatili. Cu toate acestea, în practică, ele sunt utilizate puțin: calculul lor este destul de dificil. Dintre aceste două cerințe, prima este mai semnificativă, deoarece este adesea posibil să se găsească caracteristica ideală a sistemului și să o compare cu caracteristica reală... PROBLEME CU CĂȚI PARAMETRI DE IEȘIRE Problemele cu un parametru de ieșire au avantaje evidente... Dar, în practică, de cele mai multe ori, trebuie să luați în considerare mai mulți parametri de ieșire. Uneori numărul lor este destul de mare. Deci, de exemplu, în producția de produse din cauciuc și plastic, trebuie să se țină cont de parametrii fizici și mecanici, tehnologici, economici, artistici și estetici și de alți parametri. Modelele matematice pot fi construite pentru fiecare dintre parametri, dar este imposibil să optimizați mai multe funcții în același timp. De obicei, o funcție care este cea mai importantă din punct de vedere al cercetării este optimizată, având în vedere constrângerile impuse de alte funcții. Prin urmare, dintre mulți parametri de ieșire, unul este selectat ca parametru de optimizare, iar restul servește drept constrângeri. Este întotdeauna o idee bună să investigați posibilitatea reducerii numărului de ieșiri. Pentru a face acest lucru, puteți utiliza analiza de corelație.

8 În acest caz, între toate perechile posibile de parametri, este necesar să se calculeze coeficientul de corelație al perechii, care este o caracteristică general acceptată a relației dintre două variabile aleatoare în statistica matematică. Dacă notăm un parametru cu y, iar celălalt cu y și numărul de experimente în care vor fi măsurați, astfel încât u =, unde u este numărul curent al experimentului, atunci se calculează coeficientul de corelație de pereche r prin formula 88 Aici ryyy = u = ( y y) (yy) u (y y) (yy) uu = u = uuu = și y = u = y sunt mediile aritmetice pentru y și respectiv y. Valorile coeficientului de corelație pe perechi pot varia de la până la. Dacă odată cu creșterea valorii unui parametru, valoarea altuia crește, coeficientul va avea semnul plus, iar dacă scade, atunci semnul minus. Cu cât valoarea găsită a lui ry y este mai aproape de unu, cu atât valoarea unui parametru depinde de valoarea pe care o ia celălalt, adică mai puternică. există o relație liniară între astfel de parametri, iar la studierea procesului, doar unul dintre ei poate fi luat în considerare. De reținut că coeficientul de corelație de pereche ca măsură a etanșeității conexiunii are un sens matematic clar doar în cazul unei relații liniare între parametri și în cazul distribuției lor normale. Pentru a verifica semnificația coeficientului de corelație de pereche, trebuie să comparați valoarea acestuia cu valoarea tabelară (critică) a lui r, care este dată în Anexă. 6. Pentru a utiliza acest tabel, trebuie să cunoașteți numărul de grade de libertate f = și să alegeți un anumit nivel de semnificație, de exemplu, egal cu 0,05. Acest nivel de semnificație corespunde probabilității unui răspuns corect la testarea ipotezei p = a = 0,05 = 0,95, sau 95%. Aceasta înseamnă că, în medie, doar în 5% din cazuri este posibilă o eroare la testarea unei ipoteze. Dacă valoarea găsită experimental a lui r este mai mare sau egală cu cea critică, atunci ipoteza unei relații de corelație liniară este confirmată, iar dacă este mai mică, atunci nu există niciun motiv să credem că există o relație liniară strânsă între parametrii. Cu o mare semnificație a coeficientului de corelație, oricare dintre cei doi parametri analizați poate fi exclus din luare în considerare deoarece nu conține informații suplimentare despre obiectul de cercetare. Puteți exclude parametrul care este mai greu de măsurat sau pe cel al cărui sens fizic este mai puțin clar. u = y 3. PARAMETRI DE OPTIMIZARE GENERALIZAT Calea către un singur parametru de optimizare este adesea prin generalizare. S-a subliniat deja că este dificil să alegeți unul, cel mai important, dintre multele răspunsuri care definesc un obiect. Dacă acest lucru este posibil, atunci ei se află în situația descrisă în capitolul anterior. Acest capitol tratează situații mai complexe în care este necesar să se generalizeze mai multe răspunsuri într-un singur indicator cantitativ. Există o serie de dificultăți asociate cu această generalizare. Fiecare răspuns are propriul său sens fizic și propria sa dimensiune. Pentru a combina diferitele răspunsuri, în primul rând este necesar să se introducă o anumită scară adimensională pentru fiecare dintre ele. Scara ar trebui să fie aceeași pentru toate răspunsurile u combinate.

9 acest lucru le face comparabile. Alegerea scalei nu este o sarcină ușoară, în funcție de informațiile a priori despre răspunsuri, precum și de acuratețea cu care este determinat atributul generalizat. După construirea unei scale adimensionale pentru fiecare răspuns, apare următoarea dificultate în alegerea unei reguli pentru combinarea răspunsurilor parțiale originale într-un indicator generalizat. Nu există o singură regulă. Aici puteți merge în diferite moduri, iar alegerea căii nu este oficializată. Să luăm în considerare mai multe moduri de a construi un indicator generalizat. 3 .. CELE MAI USOARE METODE DE CONSTRUIRE A UNUI RĂSPUNS GENERALIZAT Fie ca obiectul studiat să fie caracterizat prin n răspunsuri parțiale la u (u, ..., n) = și fiecare dintre aceste răspunsuri este măsurat experimental. Atunci u are această valoare a răspunsului u în al-lea experiment (=, ...,). Fiecare dintre răspunsurile pentru u are propriul său sens fizic și, cel mai adesea, dimensiuni diferite. Să introducem cea mai simplă transformare: vom pune setul de date pentru fiecare în conformitate cu cel mai simplu analog standard al scalei, pe care există doar două valori: 0 respingeri, calitate nesatisfăcătoare, produs bun, calitate satisfăcătoare. După ce am standardizat astfel scara răspunsurilor private, trecem la a doua etapă a generalizării lor. Într-o situație în care fiecare răspuns parțial transformat ia doar două valori de 0 și este de dorit ca răspunsul generalizat să ia și una dintre aceste două valori posibile și astfel încât valoarea să aibă loc dacă toate răspunsurile parțiale din acest experiment iau o valoare. Și dacă cel puțin unul dintre răspunsuri se transformă în 0, atunci răspunsul generalizat va fi zero. Cu un astfel de raționament, pentru a construi un răspuns generalizat, este convenabil să folosiți formula în care Y este răspunsul generalizat în primul experiment; n u = Y = n n y u u = y y, ..., y ,. produsul răspunsurilor parțiale n Se introduce rădăcina pentru a lega această formulă cu o alta, mai complexă, care va fi considerată mai jos. În acest caz, nimic nu se va schimba dacă scrieți n Y = y u. Dezavantajul acestei abordări este grosolănia și duritatea sa. Să luăm în considerare un alt mod de a obține un răspuns generalizat, care poate fi aplicat în cazurile în care pentru fiecare dintre răspunsurile particulare cunoaștem „idealul” pentru care să ne străduim. Există multe moduri de a introduce metrica „aproape de ideal”. Aici conceptul de „introducerea unei metrici” înseamnă a indica regula pentru determinarea distanței dintre orice perechi de obiecte din setul de interes pentru noi. u = Să suplimentăm notația anterioară cu încă una:, uо у u are cea mai bună valoare ("ideală") a răspunsului u. Atunci уu у уо poate fi considerată o măsură a proximității față de ideal. Cu toate acestea, este imposibil să folosiți diferența atunci când construiți un răspuns generalizat din două motive. Are dimensiunea răspunsului corespunzător, iar fiecare dintre răspunsuri poate avea propria sa dimensiune, ceea ce împiedică combinarea lor. Negativ sau

10, semnul pozitiv al diferenței creează și un inconvenient. Pentru a trece la valori adimensionale, este suficient să împărțim diferența la valoarea dorită: 88 y u y y Dacă într-un experiment toate răspunsurile parțiale coincid cu idealul, atunci Y va deveni egal cu zero. Acesta este sensul spre care trebuie să te străduiești. Cu cât este mai aproape de zero, cu atât mai bine. Aici este necesar să se convină asupra a ceea ce ar trebui considerată limita inferioară dacă cea superioară este egală cu zero. Printre dezavantajele unei astfel de evaluări se numără nivelarea răspunsurilor private. Toate sunt incluse în răspunsul generalizat la drepturi egale... În practică, totuși, diverși indicatori sunt departe de a fi egali. Acest dezavantaj poate fi eliminat prin introducerea unei ponderi a u și u u = a = și> 0 a. u Y uо у uо u a u u = уuо = Am luat în considerare cele mai simple modalități de a construi un indicator generalizat. Pentru tranziție și metode mai complexe, trebuie să învățați cum să remediați diferențele mai subtile la scara transformării răspunsurilor. Aici trebuie să se bazeze în principal pe experiența experimentatorului. Dar pentru a utiliza această experiență în mod rezonabil în cadrul procedurilor formale, trebuie și ea să fie oficializată. Cea mai firească modalitate de astfel de formalizare este introducerea unui sistem de preferințe ale experimentatorului asupra setului de valori ale fiecărui răspuns particular, obținând o scală standard și apoi generalizând rezultatele. Folosind sistemul de preferințe, puteți obține o scală mai semnificativă în loc de o scală de clasificare cu două clase. Un exemplu de construire a unei astfel de scale este considerat în următoarea subsecțiune .. uо 3 .. SCALA DORINȚEI Una dintre cele mai convenabile moduri de a construi un răspuns generalizat este funcția de dezirabilitate generalizată a lui Harrington. Construcția acestei funcții generalizate se bazează pe ideea de a transforma valorile naturale ale răspunsurilor parțiale într-o scară adimensională de dezirabilitate sau preferință. Scala de dezirabilitate se referă la scale psihofizice. Scopul său este de a stabili o corespondență între parametrii fizici și psihologici. Aici, parametrii fizici sunt înțeleși ca tot felul de răspunsuri care caracterizează funcționarea obiectului studiat. Printre aceștia pot exista parametri estetici și chiar statistici, iar parametrii psihologici sunt înțeleși ca evaluări pur subiective ale dezirabilității experimentatorului a unei anumite valori de răspuns. Pentru a obține o scară de dezirabilitate, este convenabil de utilizat mese gata făcute corespondenţa dintre relaţiile de preferinţă în sistemele empiric şi numeric (Tabelul 3 ..). Tabelul 3. Note standard pe scala de dezirabilitate Note de dezirabilitate pe scala de dezirabilitate Foarte bine, 000,80,

11 Bine 0,800,63 Satisfăcător 0,630,37 Slab 0,370,0 Foarte rău 0,00,00 3 .. sunt prezentate numere corespunzătoare unor puncte ale curbei (Fig. 3.), e y care este dată de ecuația d = e sau d = exp [exp (y)], unde exp desemnare acceptată expozanti. d Funcția de dezirabilitate 0, Fig. 3 .. Valorile dezirabilității sunt reprezentate grafic pe ordonată, variind de la 0 la. Abscisa arată valorile răspunsului înregistrate pe o scară convențională. Pentru originea lui 0 de-a lungul acestei axe, este selectată o valoare corespunzătoare dezirabilității de 0,37. Alegerea acestui punct special se datorează faptului că este punctul de inflexiune al curbei, care, la rândul său, creează o anumită comoditate în calcule. Curba de dezirabilitate este de obicei folosită ca nomogramă. Exemplu. Fie printre răspunsuri randamentul reacției y, ale cărui limite naturale sunt între 0% și 00%. Să presupunem că 00% corespunde unuia pe scara dezirabilității și 0% la zero, apoi pe axa absciselor obținem două puncte: 0 și 00 (Fig. 3.). Alegerea altor puncte depinde de o serie de circumstanțe, cum ar fi situația care predomină la momentul inițial, cerințele pentru rezultat și capacitățile experimentatorului. În acest caz, zona rezultatelor bune (de la 0,80 la 0,63 pe scara dezirabilității) se află în intervalul de 5055%. 50% oferă limita inferioară. Exemplu. O imagine diferită se obține atunci când vine vorba de sinteza unei noi substanțe, care până acum nu putea fi obținută în cantități suficiente pentru identificare. Dacă randamentul este mai mic de%, nu există nicio modalitate de a identifica produsul. Orice ieșire peste 0% este excelentă (fig. 3). Aici, ieșirea este indicată de y. Exemplele noastre arată aceleași răspunsuri de randament de reacție cu intervale de măsurare de la 0% la 00%. Cu toate acestea, acesta nu este întotdeauna cazul. Dacă includeți răspunsuri precum calitatea materialului, limitele vor deveni vagi. În aceste cazuri, limitele valorilor admisibile pentru răspunsurile private sunt stabilite, iar restricțiile pot fi unilaterale sub forma y y y y. Aici trebuie avut în vedere că y y,% y,% y u mn și bilateral sub forma mn u max ymn corespunde notului de pe scara dezirabilității

12 d u = 0,37, iar valoarea maximului cercetătorului. y se stabileşte pe baza experienţei şi situaţiei 3.3. FUNCȚIA GENERALIZAȚĂ DE DEZIRITATE După alegerea scalei de dezirabilitate și transformarea răspunsurilor parțiale în funcții private de dezirabilitate, se începe să construiască o funcție generalizată a dezirabilității. Generalizat prin formula n D = n d u u = unde D este dezirabilitatea generalizată; d u deosebit de dorit. Modul de stabilire a funcției de dezirabilitate generalizată este astfel încât dacă cel puțin o dezirabilitate d u = 0, atunci funcția generalizată va fi egală cu zero. Pe de altă parte, D = numai dacă d u =. Funcția generalizată este foarte sensibilă la valorile mici ale dorințelor particulare. Exemplu: atunci când se stabilește adecvarea unui material cu un anumit set de proprietăți pentru utilizarea sa în condiții specificate, dacă cel puțin un anumit răspuns nu îndeplinește cerințele, atunci materialul este considerat nepotrivit. De exemplu, dacă la anumite temperaturi un material devine fragil și se prăbușește, atunci indiferent cât de bune sunt alte proprietăți, acest material nu poate fi utilizat în scopul pentru care a fost prevăzut. Metoda de stabilire a notelor de bază ale scalei de dezirabilitate, prezentată în Tabelul 3, este aceeași atât pentru dezirabilitatea particulară, cât și pentru cea generalizată. Funcția de dezirabilitate generalizată este o construcție abstractă, dar are proprietăți atât de importante precum adecvarea, sensibilitatea statistică, eficiența, iar aceste proprietăți nu sunt mai mici decât cele pentru orice indicator tehnologic corespunzător acestora. Funcția de dezirabilitate generalizată este un indicator cantitativ, neechivoc, unic și universal al calității obiectului studiat și având proprietăți precum adecvarea, eficiența, sensibilitatea statistică și, prin urmare, poate fi utilizată ca criteriu de optimizare. 4. FACTORI După alegerea obiectului de studiu şi a parametrului de optimizare, este necesar să se ia în considerare toţi factorii care pot influenţa procesul. Dacă orice factor semnificativ se dovedește a nu fi luat în considerare și ia valori arbitrare care nu sunt controlate de experimentator, atunci aceasta va crește semnificativ eroarea experimentală. Dacă acest factor este menținut la un anumit nivel, se poate obține o idee falsă a optimului, deoarece nu există nicio garanţie că nivelul obţinut este optim. Pe de altă parte, un număr mare de factori măresc numărul de experimente și dimensiunea spațiului factorilor. Secțiunea indică faptul că numărul de experimente este egal cu p k, unde p este numărul de niveluri și k este numărul de factori. Se pune problema reducerii numărului de experimente. Recomandări pentru rezolvarea acestei probleme sunt date în Secțiunea 7. Deci, alegerea factorilor este foarte semnificativă, deoarece de ea depinde succesul optimizării. 4 .. CARACTERISTICILE FACTORILOR, 88

13 Un factor este o variabilă măsurată care ia o anumită valoare la un moment dat în timp și afectează obiectul cercetării. Factorii trebuie să aibă un domeniu în care sunt stabilite valorile lor specifice. Domeniul poate fi continuu sau discret. Atunci când se planifica un experiment, valorile factorilor sunt considerate discrete, ceea ce este asociat cu nivelurile factorilor. V sarcini practice domeniile pentru determinarea factorilor au limitări care sunt fie fundamentale, fie de natură tehnică. Factorii sunt împărțiți în cantitativi și calitativi. Factorii cantitativi includ acei factori care pot fi măsurați, cântăriți etc. Factorii calitativi sunt diverse substanțe, metode tehnologice, dispozitive, performeri etc. Deși scala numerică nu corespunde factorilor calitativi, la planificarea experimentului li se aplică o scară ordinală condiționată în conformitate cu nivelurile, adică. codificarea este în curs. Ordinea nivelurilor este arbitrară aici, dar după codificare este fixă. 4 .. CERINȚE PENTRU FACTORI Factorii trebuie să fie controlabili, ceea ce înseamnă că valoarea factorului dorită aleasă poate fi menținută constantă pe tot parcursul experimentului. Este posibil să se planifice un experiment numai dacă nivelurile factorilor se supun voinței experimentatorului. De exemplu, configurația experimentală este montată într-o zonă deschisă. Aici nu putem controla temperatura aerului, aceasta poate fi doar controlată și, prin urmare, la efectuarea experimentelor, temperatura, ca factor, nu o putem ține cont. Pentru a determina cu precizie un factor, trebuie să indicați o secvență de acțiuni (operații), cu ajutorul căreia sunt stabilite valorile sale specifice. Această definiție se numește operațională. Deci, dacă presiunea dintr-un anumit aparat este un factor, atunci este absolut necesar să se indice în ce punct și cu ce dispozitiv este măsurată și cum este stabilită. Introducerea unei definiții operaționale oferă o înțelegere clară a factorului. Precizia măsurării factorilor ar trebui să fie cât mai mare posibil. Gradul de precizie este determinat de gama de variație a factorilor. În procesele pe termen lung, măsurate cu multe ore, minutele pot fi ignorate, iar în procesele rapide, este necesar să se țină cont de fracțiuni de secundă. Studiul devine mult mai complicat, dacă factorul este măsurat cu o eroare mare sau valorile factorilor sunt greu de menținut la nivelul ales (nivelul factorului „plutește”), atunci trebuie să utilizați cercetări speciale metode, de exemplu, analiza confluentă. Factorii trebuie să fie clari. Este dificil să controlezi un factor care este în funcție de alți factori. Dar în planificare pot fi implicați și alți factori, cum ar fi rapoartele dintre componente, logaritmii acestora etc. Necesitatea introducerii factorilor complecși apare atunci când se dorește prezentarea trăsăturilor dinamice ale unui obiect într-o formă statică. De exemplu, este necesar să se găsească modul optim de creștere a temperaturii în reactor. Dacă se știe relativ la temperatură că aceasta ar trebui să crească liniar, atunci în loc de o funcție (în acest caz, liniară), puteți folosi tangenta unghiului de pantă, adică. gradient. La planificarea unui experiment, mai mulți factori sunt modificați simultan, deci este necesar să se cunoască cerințele pentru un set de factori. În primul rând, este prezentată cerința de compatibilitate. Compatibilitatea factorilor înseamnă că toate combinațiile de factori sunt fezabile și sigure.

14 Incompatibilitatea factorilor se observă la limitele zonelor de definire a acestora. Puteți scăpa de el reducând zonele. Situația se complică dacă apare incompatibilitate în domeniile definiției. Una dintre soluțiile posibile este împărțirea în subdomenii și rezolvarea a două probleme separate. Atunci când planificați un experiment, independența factorilor este importantă, de exemplu. capacitatea de a stabili un factor la orice nivel, indiferent de nivelurile altor factori. Dacă această condiție este impracticabilă, atunci este imposibil să se planifice un experiment.SELECȚIA NIVELURILOR DE VARIAȚIE ALE FACTORILOR ȘI NIVELUL DE BAZĂ Un factor este considerat a fi dat dacă sunt indicate numele și domeniul de aplicare al acestuia. În domeniul de definiție selectat, poate avea mai multe valori, care corespund numărului de stări diferite. Stările cantitative sau calitative ale unui factor selectat pentru experiment se numesc niveluri de factori. În planificarea experimentului, valorile factorilor corespunzători anumitor niveluri ale variației lor sunt exprimate în valori codificate. Intervalul de variație al unui factor înseamnă diferența dintre cele două valori ale acestuia, luate ca unitate la codificare. Atunci când alegeți o zonă pentru determinarea factorilor, se acordă o atenție deosebită alegerii punctului zero sau nivelului zero (de bază). Alegerea punctului zero echivalează cu determinarea stării inițiale a obiectului de cercetare. Optimizarea este asociată cu o îmbunătățire a stării obiectului în comparație cu starea la punctul zero. Prin urmare, este de dorit ca acest punct să fie în regiunea optimă sau cât mai aproape de acesta, atunci căutarea soluțiilor optime este accelerată. Dacă experimentul a fost precedat de alte studii pe problema luată în considerare, atunci un astfel de punct este considerat zero, ceea ce corespunde cu cea mai bună valoare a parametrului de optimizare stabilit ca urmare a formalizării informațiilor a priori. În acest caz, nivelurile zero ale factorilor sunt acele valori ale acestora din urmă, ale căror combinații corespund coordonatelor punctului zero. Adesea, la stabilirea unei probleme, este dată aria de definire a factorilor, fiind o zonă localizată a spațiului factorilor. Apoi centrul acestei zone este luat drept punct zero. Să presupunem, într-o anumită problemă, factorul (temperatura) ar putea varia de la 40 la 80 o C. În mod firesc, valoarea medie a factorului corespunzător la 60 o C. a fost luată drept nivel zero După stabilirea punctului zero, intervalele de variaţie a factorilor sunt selectaţi. Acest lucru se datorează determinării unor astfel de valori ale factorilor, care în valorile codificate corespund și. Intervalele de variație sunt selectate ținând cont de faptul că valorile factorilor corespunzători nivelurilor și ar trebui să fie suficient de diferite de valorile corespunzătoare nivelului zero. Prin urmare, în toate cazurile, valoarea intervalului de variație ar trebui să fie mai mare decât eroarea dublu pătrat de fixare a acestui factor. Pe de altă parte, o creștere excesivă a valorii intervalelor de variație este de nedorit, deoarece aceasta poate duce la scăderea eficienţei căutării optimului. Și un interval foarte mic de variație reduce aria experimentului, ceea ce încetinește căutarea optimului. Atunci când alegeți intervalul de variație, este recomandabil să luați în considerare, dacă este posibil, numărul de niveluri de variație a factorilor din zona experimentului. Volumul experimentului și eficiența optimizării depind de numărul de niveluri. În general, dependența numărului de experimente de numărul de niveluri de factori are forma în care numărul de experimente; p numărul de niveluri de factori; k este numărul de factori. k = p,

15 Numărul minim de niveluri aplicate de obicei în prima etapă de lucru este. Acestea sunt nivelurile superioare și inferioare, notate în coordonate codificate prin și. Factorii variabili la două niveluri sunt utilizați în experimentele de screening, în stadiul de mișcare către regiunea optimă și la descrierea obiectului cercetării cu modele liniare. Dar un astfel de număr de niveluri nu este suficient pentru a construi modele de ordinul doi (la urma urmei, factorul ia doar două valori și prin două puncte pot fi trase multe linii de curbură diferită). Odată cu creșterea numărului de niveluri, sensibilitatea experimentului crește, dar în același timp crește și numărul de experimente. Când se construiesc modele de ordinul doi, sunt necesare 3, 4 sau 5 niveluri, iar aici prezența nivelurilor impare indică experimente la niveluri zero (principale). În fiecare caz, numărul de niveluri este ales ținând cont de condițiile problemei și de metodele propuse pentru planificarea experimentului. Aici este necesar să se țină cont de prezența factorilor calitativi și discreti. În experimentele legate de construcția modelelor liniare, prezența acestor factori, de regulă, nu provoacă dificultăți suplimentare. Factorii calitativi nu sunt aplicabili în planificarea de ordinul doi. nu au nicio semnificație fizică clară pentru nivelul zero. Pentru factorii discreti, conversia scalelor de măsurare este adesea folosită pentru a se asigura că valorile factorilor sunt fixate la toate nivelurile. 5. ALEGEREA MODELELOR După cum sa indicat deja în secțiune, un model este înțeles ca o funcție de răspuns de forma y = f (x, x, ..., x k). Alegerea unui model înseamnă alegerea tipului acestei funcții, notând ecuația acesteia. Apoi, rămâne să planificați și să efectuați un experiment pentru a estima valorile numerice ale constantelor (coeficienților) acestei ecuații. O idee clară și convenabilă a funcției de răspuns este dată de analogul său geometric al suprafeței de răspuns. În cazul multor factori, claritatea geometrică se pierde, deoarece intră într-un spațiu abstract multidimensional, unde majoritatea cercetătorilor nu au priceperea de orientare. Trebuie să trecem la limbajul algebrei. Prin urmare, vom lua în considerare exemple simple de cazuri cu doi factori. Spațiul în care este construită suprafața de răspuns se numește spațiu factor. Este stabilit de axele de coordonate de-a lungul cărora sunt trasate valorile factorilor și parametrul de optimizare (Fig. 5.). Y X X Fig. 5 .. Din doi factori este posibil să nu treci la un spațiu tridimensional, ci să te restrângi la un plan. Pentru a face acest lucru, este suficient să faceți secțiuni ale suprafeței cu plane paralele cu planul x (Fig. 5.) și proiectați pe acest plan liniile obținute în secțiuni. Aici, fiecare linie corespunde unei valori constante a parametrului

16 optimizări. O astfel de linie se numește linie de răspuns egal. X X 88 Fig. 5 .. Având o idee despre model, să luăm în considerare cerințele pentru ele. Principala cerință pentru model este capacitatea de a prezice direcția experimentelor ulterioare și de a prezice cu precizia necesară. Aceasta înseamnă că valoarea răspunsului prezisă de model nu diferă de valoarea reală cu mai mult decât o valoare predeterminată. Un model care îndeplinește această cerință se numește adecvat. Verificarea îndeplinirii acestei cerințe se numește validare a modelului și se realizează folosind metode statistice speciale, despre care se vor discuta ulterior. Următoarea cerință este simplitatea modelului. Dar simplitatea este un lucru relativ, trebuie mai întâi formulat. La planificarea unui experiment, se presupune că polinoamele algebrice sunt simple. Următoarele polinoame sunt cele mai frecvent utilizate. Polinomul de gradul I: y = в о k в x Polinomul de gradul doi: y = в о kkk în jxx în x вj xxj Polinoamele de gradul trei: y = в k о kk în x вj xxj вj xxj вjj xxjk в x 3.jkk в x Aici în aceste ecuaţii: valoarea y a criteriului; în coeficienți liniari; în j coeficienții de interacțiune dublă; x valori codificate ale factorilor. Experimentele la planificarea unui experiment sunt necesare pentru a determina valorile numerice ale coeficienților. Cu cât sunt mai mulți coeficienți, cu atât sunt necesare mai multe experimente. Și încercăm să le reducem numărul. Prin urmare, trebuie să găsiți un polinom care să conțină cât mai puțini coeficienți, dar care să îndeplinească cerințele pentru model. Polinoamele de gradul I au cel mai mic număr de coeficienți, cu excepția faptului că sunt.

17 permit prezicerea direcției celei mai rapide îmbunătățiri a parametrului de optimizare. Dar polinoamele de gradul întâi nu sunt eficiente în regiunea apropiată de optim. Prin urmare, la planificarea unui experiment în prima etapă a studiului, se folosesc polinoame de gradul I, iar atunci când devin ineficiente, trec la polinoame de grade superioare. 6. EXPERIMENTUL COMPLET DE FACTORI Munca de planificare a unui experiment începe cu colectarea de informații a priori. Analiza acestor informații vă permite să vă faceți o idee despre parametrul de optimizare, factori, cele mai bune condiții pentru efectuarea cercetării, natura suprafeței de răspuns etc. Informații a priori pot fi obținute din surse literare, dintr-o anchetă de specialiști, prin efectuarea de experimente cu un singur factor. Acesta din urmă, din păcate, nu este întotdeauna posibil de implementat, deoarece posibilitatea implementării lor este limitată de costul experimentelor, de durata acestora. Pe baza analizei informatiilor a priori se face alegerea regiunii experimentale a spatiului factorilor care consta in alegerea nivelului principal (zero) si a intervalelor de variatie a factorilor. Nivelul principal este punctul de plecare pentru construirea unui plan de experiment, iar intervalele de variație determină distanțele de-a lungul axelor de coordonate de la nivelurile superioare și inferioare până la nivelul principal. La planificarea unui experiment, valorile factorilor sunt codificate prin transformarea liniară a coordonatelor spațiului factorilor cu transferul originii la punctul zero și alegerea scărilor de-a lungul axelor în unități ale intervalelor de variație ale factorii. Se folosește aici relația x c c ε o =, unde x este valoarea codificată a factorului (valoarea adimensională); c valorile naturale ale factorului (respectiv, valoarea curentă și la nivelul c o zero); ε este valoarea naturală a intervalului de variație a factorilor (C). Valorile rezultate ale factorilor sunt egale cu (nivelul superior) și (nivelul inferior). Dispunerea punctelor experimentale în spațiul factorilor pentru experimentul factorial complet la k = și k = 3 este prezentată în Fig. 6 .. După cum puteți vedea, punctele planului sunt stabilite de coordonatele vârfurilor pătrate, iar punctele planului sunt 3 de coordonatele vârfurilor cubului. Punctele experimentale sunt aranjate după un principiu similar pentru k> 3. C X C X C C C a) k = c) k = 3

18 Fig EXPERIMENTUL FACTORILOR DE TIP COMPLET k Primul pas în planificarea unui experiment pentru a obține un model liniar se bazează pe variația la două niveluri. În acest caz, cu un număr cunoscut de factori, este posibil să se găsească numărul de experimente necesare pentru a implementa toate combinațiile posibile de niveluri de factori. Formula de calcul a numărului de experimente a fost dată în secțiune și în acest caz arată ca = k. Un experiment în care sunt realizate toate combinațiile posibile de niveluri de factori se numește experiment factorial complet (FFE). Dacă numărul de niveluri de factori este egal cu doi, atunci avem un PFE de tip k. Este convenabil să scrieți condițiile experimentale sub forma unui tabel, care se numește matricea de planificare a experimentului. Matricea de planificare a experimentului Tabelul 6. Numărul experimentului x x y 3 4 y y 3 y 4 Matricea de planificare pentru doi factori este dată în tabel. 6 .. La completarea matricei de planificare, valorile nivelurilor factorilor, de dragul simplității, sunt desemnate prin semnele corespunzătoare, iar figura este omisă. Ținând cont de interacțiunea factorilor x și x, Tabelul 6. poate fi rescris după cum urmează: Matricea de planificare Tabelul 6. Numărul experimentului 3 4 xxxxyyyy 3 y 4 Fiecare coloană din matricea de planificare se numește coloană vectorială, iar fiecare rând este un rând vectorial. Astfel, în tabel. 6 .. avem doi vectori coloană de variabile independente și un vector coloană a parametrului de optimizare. Ceea ce este scris în formă algebrică poate fi reprezentat grafic. În zona determinării factorilor, există un punct corespunzător nivelului principal, iar prin acesta sunt trasate noi axe de coordonate, paralele cu axele valorilor naturale ale factorilor. Apoi, scalele sunt selectate de-a lungul noilor axe, astfel încât intervalul de variație pentru fiecare factor să fie egal cu unu. Atunci condițiile pentru experimente vor corespunde vârfurilor pătratului, la k =, și vârfurilor cubului, la k = 3. Centrele acestor figuri sunt nivelul principal, iar fiecare parte este egală cu două intervale (Fig. 6.). Numerele vârfurilor pătratului și ale cubului corespund numerelor experimentelor din matricea de planificare. Zona limitată de aceste cifre se numește zonă experimentală. Punctele experimentale sunt aranjate după un principiu similar pentru k> 3. 88

19 Localizarea punctelor în spațiul factorilor pentru PFE la k = și k = 3 С Х С Х C C С С С С а) k = в) k = 3 Fig. 6 .. Dacă pentru doi factori este ușor să găsiți toate combinațiile posibile de niveluri prin căutare exhaustivă, atunci odată cu creșterea numărului de factori, devine necesar să folosiți o anumită tehnică de construire a matricelor. Sunt utilizate în mod obișnuit trei tehnici, bazate pe trecerea de la matrice de dimensiuni mai mici la matrice de dimensiuni mai mari. Luați în considerare primul truc. Când se adaugă un nou factor, fiecare combinație de niveluri ale factorului inițial apare de două ori, combinată cu nivelurile ridicate și scăzute ale noului factor. Prin urmare, apare în mod natural o tehnică: notați planul inițial pentru un nivel al noului factor și apoi repetați-l pentru un alt nivel. Această tehnică poate fi aplicată matricelor de orice dimensiune. În a doua metodă se introduce o regulă de înmulțire a coloanelor matriceale. Când înmulțim nivelurile matricei originale linie cu linie, obținem o coloană suplimentară a produsului x x, apoi repetăm ​​designul original și semnele coloanei de produse vor fi inversate. Această tehnică este aplicabilă pentru construirea de matrici de orice dimensiune, dar este mai complicată decât prima. A treia tehnică se bazează pe semne alternante. În prima coloană, semnele se schimbă alternativ, în a doua coloană se alternează după două ori, în a treia după patru, în a patra după opt etc. prin puteri a doi. Un exemplu de construire a matricelor de planificare p 3 vezi tabel. 6 .. Tabelul 6.3 Matricea de planificare a experimentului 3 Numărul experimentului 3 4 x x x 3 y y y y 3 y 4

20 y 5 y 6 y 7 y PROPRIETĂȚI ALE UNUI FACTOR COMPLET DE TIP DE EXPERIMENT k Un experiment factorial complet este unul dintre modelele care sunt cele mai eficiente în construirea modelelor liniare. Eficiența, altfel optimitatea, a unui experiment factorial complet este atinsă datorită proprietăților sale enumerate mai jos. Două proprietăți urmează direct din construcția matricei. Prima dintre ele, simetria față de centrul experimentului, este formulată astfel: suma algebrică a elementelor vectorului coloană a fiecărui factor este zero, sau j = xj = 0, unde =, k este numărul factorului, numărul de experimente. A doua proprietate, așa-numita condiție de normalizare, este formulată după cum urmează: suma pătratelor elementelor fiecărei coloane este egală cu numărul de experimente sau j = Aceasta este o consecință a faptului că valorile dintre factorii din matrice sunt stabiliți de și. Am examinat proprietățile coloanelor individuale ale matricei de planificare. Luați în considerare proprietățile unei colecții de coloane. Suma produselor termen cu termen a oricăror doi vectori coloană ai matricei este egală cu zero, sau x j uj = 0 j = x j = x pentru u și, de asemenea, u = 0, ..., k. Această proprietate importantă se numește ortogonalitatea matricei de planificare. Ultima, a patra proprietate se numește rotabilitate, adică. punctele din matricea de planificare sunt selectate astfel încât precizia de predicție a valorilor parametrilor de optimizare să fie aceeași la distanțe egale de centrul experimentului și să nu depindă de direcție. Îndeplinirea acestor condiţii asigură varianţa minimă a coeficienţilor de regresie, dar şi egalitatea varianţei. Acest lucru facilitează analiza statistică a rezultatelor experimentului CALCULUL COEFICIENȚILOR DE REGRESIE După construirea matricei de planificare se realizează experimentul. După ce au primit datele experimentale, se calculează valorile coeficienților de regresie. Valoarea interceptului (în o) este luată ca medie aritmetică a tuturor valorilor parametrului de optimizare din matrice: unde în o y u. =, u y valorile parametrului de optimizare în experimentul uth; numărul de experimente din matrice.

21 Coeficienții de regresie liniară sunt calculați prin formula în x y u u = = xu unde xu este valoarea codificată a factorului x în experimentul um. Coeficienții de regresie care caracterizează interacțiunea în perechi a factorilor se găsesc prin formula în x x y u ju u j = = xu Luați în considerare un exemplu de calcul al coeficienților de regresie pentru planificare, a cărui matrice de planificare este dată în tabel. 6.y y y3 y4 la o =; 4 y y y3 y4 in =; 4 y y y3 y4 in =; 4 y y y3 y4 la =. 4 Luați în considerare ecuația de regresie pentru k = 3. y = b0 inx b3x3 inx b3xx3 în 3 x x3 b3 xx x3, unde b0 este un termen liber; в, в в coeficienți liniari ;, 3, в3, в3 в coeficienți de interacțiune dublă; c 3 coeficientul de interacțiune triplă. Numărul total al tuturor coeficienților posibili de regresie, inclusiv la 0, coeficienții liniari și coeficienții de interacțiune de toate ordinele, este egal cu numărul de încercări ale experimentului factorial complet. Pentru a afla numărul de interacțiuni dintr-o anumită ordine, puteți folosi formula pentru numărul de combinații С m k x x k! m! (k m)! u u =, unde k este numărul de factori; m este numărul de elemente în interacțiune. Deci, pentru designul 4, numărul de interacțiuni pereche este de șase 4! Cu 4 = = 6. !! Prin urmare, se poate observa că odată cu creșterea numărului de factori, numărul de interacțiuni posibile este rapid y x u ju, y u.

UDC 58,5: 58,48 V.S. Khoroshilov SGGA, Novosibirsk OPTIMIZAREA SELECȚIEI METODELOR ȘI MIJLOACELOR DE SUPORT GEODEZIC PENTRU INSTALAREA ECHIPAMENTULUI TEHNOLOGIC Declarația problemei. Suport geodezic de instalare

Curs În funcție de metoda de culegere a informațiilor experimentale, există: 1. experiment pasiv; 2. experiment activ. Esență: cercetătorul colectează o anumită cantitate de informații experimentale:

73 5 PLANIFICAREA UNUI EXPERIMENT ÎN CĂUTAREA CONDIȚILOR OPTIME 5.1 ​​Concepte și definiții de bază Experimentul este esențial pentru știință. Și aplicarea metodelor matematice pentru planificarea unui experiment

Test la disciplina „Fundamentele teoriei experimentului” 1. Care este denumirea procedurii de alegere a numărului și condițiilor de experimente, necesare și suficiente pentru a rezolva problema cu acuratețea cerută? 1)

PRELARE INTRODUCTORĂ la disciplina „Planificarea și organizarea experimentului” 1 Importanța cercetării; 2 Colectarea datelor și înregistrarea rezultatelor experimentului; 3 Selectarea obiectului cercetării. 1 Semnificație

Ministerul Educației și Științei al Bugetului Federal de Stat al Federației Ruse instituție educațională superior învăţământul profesional„Statul Moscova Universitate tehnica

Determinarea semnificației factorilor și a interacțiunii lor într-un experiment multifactorial R. Alalami, S.S. Torbunov După studierea obiectului cercetării și a esenței sale fizice, apar o serie de idei despre acțiune

Ministerul Educației al Federației Ruse UNIVERSITATEA TEHNOLOGICĂ DE STAT SIBERIAN DE EST Instrucțiuni metodice la exerciţii practice la disciplina „Planificarea unui experiment” pentru

Golubev VO Litvinova TE Implementarea algoritmului pentru construirea unui model statistic al unui obiect folosind metoda Brandon Enunțarea problemei Modelele statistice sunt create pe baza datelor experimentale disponibile

Agenție federală de educație Institutul Industrial Rubtsovsk GOU VPO Universitatea Tehnică de Stat din Altai numită după I.I. Polzunova „N.A. Chernetskaya PLANIFICARE ȘI PRELUCRARE MATEMATICĂ

Agenția Federală de Transport Aerian Instituția Federală de Învățământ de Stat de Învățământ Profesional Superior UNIVERSITATEA TEHNICĂ DE STAT DE AVIIAȚIE CIVILĂ MOSCOVA

EXPERIMENT: PLANIFICAREA ȘI PRELUCRAREA MATEMATICĂ A REZULTATELOR OBSERVAȚII Câteva metode de planificare a experimentelor în aplicarea mineritului Dacă nu există suficiente informații despre procesul luat în considerare

ANALIZA REGRESIUNII UNIVERSITALE Scopul lucrării este de a efectua o analiză de regresie unidirecțională bazată pe modele polinomiale de ordinul întâi, al doilea și al treilea. Baza teoretica. Sub regresie

Cursul 0.3. Coeficientul de corelație Într-un studiu econometric, problema prezenței sau absenței unei relații între variabilele analizate este rezolvată folosind metodele de analiză a corelației. Numai

MINISTERUL SUCURSALELOR RUSSIE Bugetul de stat federal Instituția de învățământ superior „Universitatea de Stat de Sud-Vest” Departamentul „Managementul calității, metrologie și certificare”

7. ANALIZA CORELATIE-REGRESIUNE Regresie liniara Metoda celor mai mici patrate () Corelatie liniara () () 1 Lectie practica 7 ANALIZA CORELATIE-REGRESIUNE Pentru rezolvarea practicilor

CAPITOLUL Analiză bidimensională de corelație-regresie

ANALIZA REGRESIEI Să presupunem că avem o serie de valori pentru doi parametri. Se presupune că doi parametri au fost măsurați pentru același obiect. Trebuie să aflăm dacă există o relație semnificativă între acești parametri.

Ministerul Educației și Științei din Federația Rusă Agenția Federală pentru Educație Universitatea Tehnică de Stat din Saratov METODE MATEMATICE PENTRU PLANIFICAREA UNUI EXPERIMENT ÎN TIMPUL PERFORMANȚEI

Ministerul Educației și Științei al Federației Ruse Bugetul Federal de Stat Instituția de Învățământ de Învățământ Superior „Universitatea de Stat Vladimir numită după Alexander Grigorievich

MINISTERUL EDUCAȚIEI ȘI ȘTIINȚEI AL FEDERĂȚIA RUSĂ UNIVERSITATEA DE STAT NOVOSIBIRSK CENTRUL DE ÎNVĂȚĂMÂNT ȘI ȘTIINȚIFIC DE SPECIALIZARE Matematică Clasa 0 LIMITE DE SECVENȚĂ Novosibirsk Intuitiv

Construcția unui experiment factorial complet (PFE) Ecuația (2.2) se numește ecuație de regresie, iar coeficienții b 0, b ja, b jl, b jj sunt coeficienții de regresie. Explorarea inițială a obiectului

LUCRĂRI DE LABORATOR „PLANIFICAREA EXPERIMENTALĂ” Planificarea amplă a problemelor experimentale din chimie și tehnologia chimică sunt formulate ca extreme; acestea includ determinarea condiţiilor optime

Departamentul de Matematică și Informatică TEORIA PROBABILITĂȚII ȘI STATISTICĂ MATEMATICĂ Complex educațional-metodic pentru studenții HPE care studiază folosind tehnologii la distanță Modulul 3 MATEMATIC

Cercetarea operațională Definiție O operațiune este o activitate care vizează atingerea unui anumit scop, permițând mai multe posibilități și controlul acestora Definiție Cercetarea operațională este un ansamblu de studii matematice

1 AG Dyachkov, „Sarcini în statistica matematică” Sarcina 6 6 Analiza regresiei liniare 61 Construcția unei drepte de regresie Fie ca experimentatorul, stabilind valorile unei variabile non-aleatoare t, să rezulte în

MINISTERUL EDUCAȚIEI ȘI ȘTIINȚEI AL FEDERĂȚIA RUSĂ AGENȚIA FEDERALĂ PENTRU ÎNVĂȚĂMÂNT DE STAT INSTITUȚIA DE ÎNVĂȚĂMÂNT PROFESIONAL SUPERIOR STATUL NOVOSIBIRSK

Prelegere Majoritatea cercetărilor efectuate în tehnologia chimică se reduc la rezolvarea problemelor optime. Există două abordări pentru rezolvarea problemelor optime: 1. Pentru a rezolva problemele optime, este necesar

Analiza regresiei analiza regresiei - introducerea coeficientului de corelație, gradul de relație în variația a două variabile (o măsură a strângerii acestei relații), metoda regresiei vă permite să judecați cât de cantitativ

Capitolul 8 Funcții și grafice Variabile și dependențe între ele. Două mărimi și se numesc direct proporționale dacă raportul lor este constant, adică dacă =, unde este un număr constant care nu se modifică odată cu modificarea

STUDIUL REGULARITĂȚILOR STATISTICE ALE DEZINTERII RADIOACTIVE Lucrări de laborator 8 Scopul lucrării: 1. Confirmarea caracterului aleator, statistic al proceselor de dezintegrare radioactivă a nucleelor.

1 - Tema 1 Elemente ale teoriei erorilor 11 Sursele și clasificarea erorilor Rezolvarea numerică a oricărei probleme, de regulă, se realizează aproximativ, cele cu o oarecare acuratețe Aceasta se poate datora

MINISTERUL AGRICULTURII AL FEDERATIEI RUSE Institutia Federala de Invatamant de Stat de Invatamant Superior UNIVERSITATEA AGRARA DE STAT KUBAN Modelare matematica

Subiectul 2.3. Construirea unui model de regresie liniară a procesului economic Fie că există două variabile aleatoare măsurate (RV) X și Y. În urma a n măsurători, se obțin n perechi independente. Față

1 MINISTERUL EDUCAȚIEI ȘI ȘTIINȚEI AL FEDERATIEI RUSĂ UNIVERSITATEA DE STAT RUSĂ DE PETROL ȘI GAZE (INSTITUTUL NAȚIONAL DE CERCETARE) cu numele I.M. Departamentul de Standardizare, Certificare Gubkina

APLICAREA METODELOR PENTRU PLANIFICAREA ȘI EFECTUAREA EXPERIMENTELOR PENTRU OPTIMIZAREA CALITĂȚII ÎNVĂȚĂRII MAȘINI PRIN ALEGEREA PARAMETRILOR M.V. Vodolazkaya, O. L. Morosin, Ph.D. FBGOU VPO "NRU" MEI ", Moscova Work

MECANICA TEORETICĂ 2 PRELERE SEMESTRIALĂ 4 COORDONATE GENERALIZATE ȘI FORȚE ALE ECHILIBRIULUI UNUI SISTEM ÎN COORDONATE GENERALIZATE FORȚE POTENTIALE DIFERENȚIALE VIRTUALE Aleksandrov Lector: Batich

PLANIFICAREA EXPERIMENTELOR Metode statistice de planificare a experimentelor Probleme de proiectare a experimentelor [Partea II, pp. 7-76] Selectarea informațiilor nu este obiectivă! 1. Rezultatele observaționale sunt limitate

Optimizarea proprietăților produselor auto prin CAD.Șcherbakov A.N., Konstantinov A.D. Universitatea de Stat Penza Selectarea parametrilor și caracteristicilor sistemelor care asigură funcționarea acestora

Ministerul Educației și Științei al Federației Ruse BUGETARE DE STAT FEDERALĂ INSTITUȚIA DE ÎNVĂȚĂMÂNTUL SUPERIOR SARATOV UNIVERSITATEA NAȚIONALĂ DE CERCETARE DE STAT

Ministerul Educației și Științei din Federația Rusă Agenția Federală pentru Educație Universitatea Tehnică de Stat din Saratov Institutul de Inginerie, Tehnologie și Management Balakovo APLICARE

1 AG Dyachkov, „Sarcini de statistică matematică” Sarcina 3 3 Intervale de încredere 31 Intervale de încredere pentru parametrii unui eșantion normal 311 Model matematic Eșantion normal x = (x 1,

METODE MATEMATICE ÎN ADMINISTRAREA TERMENULUI Karpichenko Alexander Alexandrovich Profesor asociat al Departamentului de Știința Solului și Literatura Sistemelor Informaționale Teren elib.bsu.by Metode matematice în managementul terenurilor [Electronic

Curs CARACTERISTICILE NUMERICE ALE UNUI SISTEM DE DOUĂ VALORI ALEATORII - VECTOR DIMENSIONAL ALEATOARE SCOPUL PRELEGIEI: de a determina caracteristicile numerice ale unui sistem de două variabile aleatoare: momentele inițiale și centrale ale covarianței

3 .. CONSTRUCȚIA MODELELOR DE PROGNOZARE UNICEFACTORĂ Să presupunem că în cursul analizei de corelație prognozatorul a fost capabil să determine gradul de relație dintre doi factori aleatori și și să determine direcția

Construcția MM de statică a obiectelor tehnologice La studierea staticii obiectelor tehnologice, cel mai des se întâlnesc obiecte cu următoarele tipuri diagrame structurale(foto: O cu o intrare x și una

Temă. Funcţie. Metode de atribuire. Funcție implicită. Funcție inversă. Clasificarea funcţiilor Elemente de teoria mulţimilor. Concepte de bază Unul dintre conceptele de bază ale matematicii moderne este conceptul de mulțime.

Cursul 33. Teste statistice. Interval de încredere. Probabilitatea de încredere. Mostre. Histogramă și empiric 6.7. Teste statistice Luați în considerare următoarele sarcină comună... Există o întâmplare

Tema 10. Serii de dinamică și aplicarea lor în analiza fenomenelor socio-economice. Schimbările fenomenelor socio-economice de-a lungul timpului sunt studiate prin statistică prin construirea și analiza unor seri de timp.

MVDubatovskaya Teoria probabilității și statistică matematică Cursul 4 Analiza regresiei Dependențe statistice funcționale și corelații În multe probleme aplicate (inclusiv economice)

Secțiunea 2 Teoria limitelor Subiect Secvențe numerice Determinarea unei secvențe numerice 2 Secvențe mărginite și nemărginite 3 Secvențe monotone 4 Secvențe infinitezimale și

Cuantile Cuantila selectivă x p de ordinul p (0< p < 1) определяется как элемент вариационного ряда выборки x (1), x () с номером [p]+1, где [a] целая часть числа а В статистической практике используется

I. V. Yakovlev Materiale de matematică MathUs.ru Ecuații cuadraticeşi inegalităţile cu parametrii. Acest articol este dedicat problemelor legate de locația rădăcinilor unui trinom pătrat în funcție de parametru.

INSTITUȚIA DE ÎNVĂȚĂMÂNT SUPERIOR BUGETAR DE STAT FEDERAL „UNIVERSITATEA AGRARĂ DE STAT ORENBURG” Departamentul „Matematică și Mecanică Teoretică” Instrucțiuni

Concepte de bază de cinematică (Lecția 1 în anul universitar 2015-2016) Punct material. Sistem de referință. In miscare. Lungimea căii Cinematica este o parte a mecanicii care studiază mișcarea corpurilor fără cercetare.

Cursul 5 ECONOMETRICĂ 5 Verificarea calității ecuației de regresie Precondiții ale metodei celor mai mici pătrate Să considerăm modelul de regresie liniară pereche X 5 Să fie estimat pe baza unui eșantion de n observații

Subiect Teoria limitelor Cum înțelegem cuvântul „limită”? În viața de zi cu zi, folosim deseori termenul „limită” fără a aprofunda în esența lui. În opinia noastră, cel mai adesea limita este identificată cu conceptul

Curs 10. Metode de măsurare a densității corelației perechilor. Partea 1 Semnele pot fi prezentate pe scale cantitative, ordinale și nominale. În funcţie de scara pe care

INFORMAȚII NECESARE PRIVIND PRELUCRAREA MATEMATICĂ A REZULTATELOR MĂSURĂRILOR Într-o practică de laborator, te vei ocupa în mod constant de măsurători ale mărimilor fizice. Trebuie să fii capabil să te descurci corect

Test efectuate pe site-ul www.maburo.ru Opțiunea 4 Atribuire. Prognoza procesele economice... Tabelul prezintă datele despre vânzări Produse alimentare in magazin. Dezvoltați un model

Ministerul Educației Federația Rusă Instituția de învățământ de stat de învățământ profesional superior „Universitatea Tehnică de Stat Khabarovsk” Clasament a priori

6.2.4. CONSTRUCȚIA MODELELOR DE REGRESIUNE INTERPRETATE ALE OBIECTELOR TEHNOLOGICE De când matematicienii au preluat teoria relativității, eu însumi nu o mai înțeleg. (A. Einstein) Orice interpretare

1 Modele pentru o variabilă explicativă

Planul unui studiu experimental „adevărat” diferă de alții prin următoarele caracteristici esențiale:

1) folosirea uneia dintre strategiile de creare a grupurilor echivalente, cel mai adesea randomizarea;

2) prezența unui grup experimental și a cel puțin unui grup de control;

3) prin finalizarea experimentului prin testarea și compararea comportamentului grupului care a primit efectul experimental (X1) cu grupul care nu a primit efectul lui X0.

Planul clasic este un plan pentru 2 grupuri independente. În psihologie, planificarea experimentală a început să fie folosită din primele decenii ale secolului XX.

Există trei versiuni principale ale acestui plan. În descrierea acestora, vom folosi simbolizarea propusă de Campbell.

Tabelul 5.1

Aici R este randomizarea, X este expunerea, O1 este testarea primului grup, O2 este testarea celui de-al doilea grup.

1) Proiectare pentru două grupuri randomizate cu testare post-expunere. Autorul său este renumitul biolog și statistician R. A. Fisher. Structura planului este prezentată în tabel. 5.1.

Egalitatea între grupurile de tratament și cele de control este o condiție prealabilă absolută pentru aplicarea acestui design. Cel mai adesea, pentru a obține echivalența grupului, se utilizează procedura de randomizare (vezi capitolul 4). Acest plan este recomandat pentru utilizare atunci când nu este posibil sau necesar să se efectueze testarea preliminară a subiecților. Dacă randomizarea este făcută bine, atunci acest plan este cel mai bun, vă permite să controlați majoritatea surselor de artefacte; în plus, îi sunt aplicabile diverse variante de analiză a varianței.

După randomizarea sau altă procedură de egalizare a grupurilor, se efectuează influența experimentală. În versiunea cea mai simplă, sunt folosite doar două gradații ale variabilei independente: există impact, nu există impact.

Dacă este necesar să se utilizeze mai mult de un nivel de expunere, atunci se folosesc planuri cu mai multe grupuri experimentale (în funcție de numărul de niveluri de expunere) și un grup de control.

Dacă este necesar să se controleze influența uneia dintre variabilele suplimentare, atunci se folosește un plan cu 2 grupuri de control și 1 grup experimental. Măsurarea comportamentului oferă material pentru compararea celor 2 grupuri. Prelucrarea datelor se reduce la utilizarea estimărilor tradiționale pentru statistica matematică. Să luăm în considerare cazul în care măsurarea este efectuată cu o scară de interval. Testul t al lui Student este utilizat pentru a evalua diferența dintre mediile grupului. Evaluarea diferențelor în variația parametrului măsurat între loturile experimentale și cele de control se realizează folosind criteriul F. Procedurile corespunzătoare sunt discutate în detaliu în manualele de statistică matematică pentru psihologi.

Aplicarea unui plan randomizat cu două brațe cu testare post-expunere ajută la controlul principalelor surse de dizabilitate internă (așa cum este definită de Campbell). Deoarece nu există o testare preliminară, efectul interacțiunii dintre procedura de testare și conținutul impactului experimental și efectul de testare în sine sunt excluse. Planul vă permite să controlați influența compoziției grupurilor, abandonul spontan, influența fundalului și a dezvoltării naturale, interacțiunea compoziției grupului cu alți factori, vă permite, de asemenea, să excludeți efectul regresiei prin randomizare. și compararea datelor din grupurile experimentale și de control. Cu toate acestea, atunci când se desfășoară majoritatea experimentelor pedagogice și socio-psihologice, este necesar să se controleze strict nivelul inițial al variabilei dependente, fie că este vorba de inteligență, anxietate, cunoaștere sau statutul unui individ într-un grup. Randomizarea este cea mai bună procedură posibilă, dar nu oferă o garanție absolută a alegerii corecte. Când există îndoieli cu privire la rezultatul randomizării, se folosește un plan de pre-test.

Tabelul 5.2

2) Planificați două grupuri randomizate cu pre-test și post-test. Luați în considerare structura acestui plan (Tabelul 5.2).

Planul de pretestare este popular în rândul psihologilor. Biologii au mai multă încredere în procedura de randomizare. Psihologul știe foarte bine că fiecare persoană este unică și diferită de ceilalți și caută în mod subconștient să surprindă aceste diferențe cu ajutorul testelor, neavând încredere în procedura mecanică de randomizare. Cu toate acestea, ipoteza majorității studiilor psihologice, în special în domeniul psihologiei dezvoltării („experimentul formativ”), conține o prognoză a unei anumite schimbări a proprietății unui individ sub influența unui factor extern. Prin urmare, planul de testare-expunere-retestare folosind randomizarea și un grup de control este foarte comun.

În absența unei proceduri de ajustare a grupului, acest plan este transformat într-unul cvasi-experimental (va fi discutat în Secțiunea 5.2).

Principala sursă de artefacte care încalcă validitatea externă a procedurii este interacțiunea testării cu expunerea experimentală. De exemplu, testarea nivelului de cunoștințe asupra unui anumit subiect înainte de a efectua un experiment de memorare a materialului poate duce la actualizarea cunoștințelor originale și la o creștere generală a productivității memorării. Acest lucru se realizează prin actualizarea abilităților mnemonice și crearea unui cadru pentru memorare.

Cu toate acestea, cu acest plan, puteți controla alte variabile externe. Factorul „istorie” („fond”) este controlat, deoarece în intervalul dintre prima și a doua testare, ambele grupuri sunt supuse acelorași influențe („fond”). În același timp, Campbell observă necesitatea controlului „evenimentelor intragrup”, precum și efectul testării non-simultane în ambele grupuri. În realitate, este imposibil să se asigure că testul și retestarea sunt efectuate în ele simultan. Planul devine cvasi-experimental, de exemplu:

De obicei, controlul testării non-simultane este efectuat de doi experimentatori care testează două grupuri în același timp. Procedura de randomizare a ordinii de testare este considerată optimă: testarea membrilor grupurilor experimentale și de control se efectuează într-o ordine aleatorie. La fel se procedează cu prezentarea – nu cu prezentarea impactului experimental. Desigur, o astfel de procedură necesită un număr semnificativ de subiecți în probele experimentale și de control (cel puțin 30-35 de persoane în fiecare).

Efectul natural de dezvoltare și testare este controlat de faptul că ele apar în mod egal în loturile experimentale și de control, iar efectele compoziției grupului și ale regresiei [Campbell, 1980] sunt controlate printr-o procedură de randomizare.

Rezultatele aplicării planului „test-expunere-retest” sunt prezentate în tabel.

La procesarea datelor, se folosesc de obicei criteriile parametrice t și F (pentru date pe o scară de interval). Se calculează trei valori ale lui t: comparație 1) О1 și О2; 2) O3 și O4; 3) O2 și O4. Ipoteza despre influența semnificativă a variabilei independente asupra variabilei dependente poate fi acceptată dacă sunt îndeplinite două condiții: a) diferențele dintre O1 și O2 sunt semnificative, iar între O3 și O4 sunt nesemnificative și b) diferențele dintre O2 și O4. O4 sunt semnificative. Este mult mai convenabil să comparăm nu valorile absolute, ci mărimile creșterii indicatorilor de la primul test la al doilea (δ (i)). Δ (i12) și δ (i34) sunt calculate și comparate prin testul t Student. Dacă diferențele sunt semnificative, se acceptă ipoteza experimentală despre influența variabilei independente asupra variabilei dependente (Tabelul 5.3).

Se recomandă, de asemenea, analiza covarianței lui Fisher. În acest caz, indicatorii testării preliminare sunt luați ca o variabilă suplimentară, iar subiecții sunt împărțiți în subgrupe în funcție de indicatorii testării preliminare. Rezultă următorul tabel pentru prelucrarea datelor conform metodei MANOVA (Tabelul 5.4).

Aplicarea planului test-expunere-retest vă permite să controlați influența variabilelor „laterale” care încalcă valabilitatea internă a experimentului.

Valabilitatea externă este asociată cu capacitatea de a transfera date într-o situație reală. Principalul punct care distinge situația experimentală de cea reală este introducerea testării preliminare. După cum am observat deja, planul „test-expunere-retest” nu permite controlul efectului interacțiunii dintre testare și expunerea experimentală: subiectul testat anterior este „sensibilizat” - devine mai sensibil la efect, deoarece măsurăm în experimentul exact variabila dependentă pentru care mergem acționează prin variarea variabilei independente.

Tabelul 5.5

Pentru controlul validității externe se folosește planul lui R.L.Solomon, care a fost propus de acesta în 1949.

3) Planul lui Solomon este folosit atunci când se efectuează un experiment pe patru grupuri:

1. Experimentul 1: R О1 X О2

2. Control 1: R О3 О4

3. Experimentul 2: R X O5

4. Controlul 2: R О6

Planul include studiul a două grupuri experimentale și două grupuri de control și este de fapt un multigrup (tip 2 x 2), dar pentru comoditatea prezentării, acesta este discutat în această secțiune.

Planul lui Solomon este o combinație a celor două planuri considerate anterior: primul, când nu se efectuează nicio testare preliminară, și al doilea - „test-expunere-retest”. Cu ajutorul „primei părți” a planului se poate controla efectul de interacțiune al primului test și expunerea experimentală. Solomon, folosind planul său, dezvăluie efectul expunerii experimentale în patru moduri diferite: când se compară 1) O2 - O1; 2) O2 - O4; 3) O5 - O6 și 4) O5 - O3.

Dacă comparăm O6 cu O1 și O3, putem identifica influența comună a efectelor dezvoltării naturale și „istoriei” (influențe de fond) asupra variabilei dependente.

Campbell, criticând schemele de procesare a datelor propuse de Solomon, sugerează să nu se acorde atenție testării preliminare și să reducă datele la o schemă 2 x 2 potrivită pentru analiza varianței (Tabelul 5.5).

Compararea mijloacelor coloanei ne permite să identificăm efectul expunerii experimentale - efectul variabilei independente asupra variabilei dependente. Mediile rândurilor arată efectul pretestării. Comparația dintre mijloacele celulare caracterizează interacțiunea efectului de testare și expunerea experimentală, ceea ce indică gradul de încălcare a validității externe.

În cazul în care efectele testării preliminare și interacțiunii pot fi neglijate, se trece la compararea O4 și O2 prin metoda analizei covarianței. Ca variabilă suplimentară, datele testării preliminare sunt preluate conform schemei date pentru planul „test-expunere-retestare”.

În sfârșit, în unele cazuri, este necesar să se verifice persistența în timp a efectului influenței variabilei independente asupra variabilei dependente: de exemplu, pentru a afla dacă o nouă metodă de predare duce la memorarea pe termen lung a materialului. . următorul plan:

1 Experiment 1 R О1 X О2

2 Control 1 R О3 О4

3 Experimentul 2 R О5 Х О6

4 Control 2 R О7 О8

2. Proiecte pentru o variabilă independentă și mai multe grupuri

Uneori, o comparație a două grupuri nu este suficientă pentru a confirma sau infirma o ipoteză experimentală. Această problemă apare în două cazuri: a) când este necesară controlul variabilelor externe; b) dacă este necesară identificarea relaţiilor cantitative între două variabile.

Pentru controlul variabilelor externe se folosesc diverse variante ale designului experimental factorial. În ceea ce privește identificarea unei relații cantitative între două variabile, necesitatea stabilirii acesteia apare la testarea ipotezei experimentale „exacte”. Într-un experiment cu participarea a două grupuri, în cel mai bun caz, este posibil să se stabilească faptul că există o relație cauzală între variabilele independente și dependente. Dar un număr infinit de curbe pot fi trasate între două puncte. Pentru a vă asigura că există o relație liniară între două variabile, ar trebui să aveți cel puțin trei puncte corespunzătoare la trei niveluri ale variabilei independente. În consecință, experimentatorul trebuie să selecteze mai multe grupuri randomizate și să le plaseze în diferite condiții experimentale. Cea mai simplă opțiune este de a proiecta pentru trei grupuri și trei niveluri ale variabilei independente:

Experimentul 1: R X1 O1

Experimentul 2: R X2 O2

Control: R О3

Grupul de control în acest caz este al treilea grup experimental, pentru care nivelul variabilei X = 0.

În implementarea acestui plan, fiecărui grup i se prezintă un singur nivel al variabilei independente. De asemenea, este posibilă creșterea numărului de grupuri experimentale în funcție de numărul de niveluri ale variabilei independente. Pentru prelucrarea datelor obținute cu ajutorul unui astfel de plan se folosesc aceleași metode statistice enumerate mai sus.

„Proiectele experimentale sistemice” simple, în mod surprinzător, sunt foarte rar utilizate în cercetarea experimentală modernă. Poate că cercetătorii sunt „jenați” să propună ipoteze simple, amintindu-și „complexitatea și multidimensionalitatea” realității psihice? Tendința de a folosi modele cu multe variabile independente, în plus, pentru a efectua experimente multidimensionale, nu contribuie neapărat la o mai bună explicare a cauzelor comportamentului uman. După cum știți, „inteligentul uimește cu profunzimea ideii, iar prost - domeniul de aplicare a construcției”. Este mai bine să preferați o explicație simplă față de una complexă, deși ecuațiile de regresie în care totul este egal cu totul și graficele de corelație complicate pot impresiona unele sfaturi de disertație.

3 Planuri factoriale

Experimentele factoriale sunt folosite atunci când este necesar să se testeze ipoteze complexe despre relațiile dintre variabile. Vedere generală a unei astfel de ipoteze: „Dacă A1, A2, ..., An, atunci B”. Astfel de ipoteze se numesc complexe, combinate etc. În acest caz, pot exista diverse relații între variabilele independente: conjuncție, disjuncție, independență liniară, aditivă sau multiplicativă etc. Experimentele factoriale reprezintă un caz special de cercetare multidimensională, în timpul căruia ele încercaţi să stabiliţi relaţii între mai multe variabile independente şi mai multe variabile dependente. Într-un experiment factorial, de regulă, două tipuri de ipoteze sunt testate simultan:

1) ipoteze despre influența separată a fiecăreia dintre variabilele independente;

2) ipoteze despre interacțiunea variabilelor și anume modul în care prezența uneia dintre variabilele independente afectează efectul influenței asupra celeilalte.

Un experiment factorial se bazează pe un design factorial. Proiectarea factorială a experimentului este de a potrivi toate nivelurile variabilelor explicative între ele. Numărul de grupuri experimentale este egal cu numărul de combinații de niveluri ale tuturor variabilelor independente.

Astăzi, modelele factoriale sunt cele mai comune în psihologie, deoarece relațiile simple între două variabile nu se găsesc practic în ele.

Există multe opțiuni pentru proiectele factoriale, dar nu toate sunt folosite în practică. Cel mai adesea, modelele factoriale sunt utilizate pentru două variabile independente și două niveluri de tip 2x2. La intocmirea planului se aplica principiul echilibrarii. Designul 2x2 este utilizat pentru a identifica efectul a două variabile independente asupra uneia dependente. Experimentatorul manipulează posibile combinații de variabile și niveluri. Datele sunt date în cel mai simplu tabel (Tabelul 5.6).

Mai rar, sunt utilizate patru grupuri independente randomizate. Analiza Fischer a varianței este utilizată pentru a procesa rezultatele.

Rareori sunt utilizate și alte versiuni ale designului factorial și anume: 3x2 sau 3x3. Designul 3x2 este utilizat în cazurile în care este necesar să se stabilească tipul de dependență a unei variabile dependente de o variabilă independentă, iar una dintre variabilele independente este reprezentată de un parametru dihotomic. Un exemplu de astfel de plan este un experiment de identificare a influenței observației externe asupra succesului rezolvării problemelor intelectuale. Prima variabilă independentă variază simplu: există un observator, nu există observator. A doua variabilă independentă este nivelul de dificultate al problemei. În acest caz, obținem un plan 3x2 (Tabelul 5.7).

O variantă a designului 3x3 este utilizată dacă ambele variabile independente au mai multe niveluri și este posibil să se identifice tipurile de relație dintre variabila dependentă și cele independente. Acest plan vă permite să identificați influența întăririi asupra succesului sarcinii de dificultate diferită (Tabelul 5.8).

V caz general designul pentru două variabile independente arată ca N x M. Aplicabilitatea unor astfel de modele este limitată doar de necesitatea recrutării unui număr mare de grupuri randomizate. Cantitatea de muncă experimentală crește enorm odată cu adăugarea fiecărui nivel a oricărei variabile independente.

Modelele utilizate pentru a investiga efectul a mai mult de două variabile independente sunt rareori utilizate. Pentru trei variabile, ele au forma generală L x M x N.

Cele mai utilizate planuri sunt 2x2x2: „trei variabile independente - două niveluri”. Evident, adăugarea fiecărei variabile noi crește numărul de grupuri. Numărul lor total este 2, unde n este numărul de variabile în cazul a două niveluri de intensitate și K - în cazul intensității K-nivel (presupunem că numărul de niveluri este același pentru toate variabilele independente). Un exemplu al acestui plan poate fi dezvoltarea celui precedent. În cazul în care suntem interesați de succesul seriei experimentale de sarcini, care depinde nu numai de stimularea generală, care se realizează sub formă de pedeapsă - șoc electric, ci și de raportul dintre recompensă și pedeapsă, folosim plan 3x3x3.

O simplificare a unui plan complet cu trei variabile independente de forma L x M x N este planificarea pătratului latin. „Pătratul latin” este folosit atunci când este necesar să se investigheze influența simultană a trei variabile având două sau mai multe niveluri. Principiul „pătratului latin” este că două niveluri de variabile diferite se întâlnesc experimental o singură dată. Acest lucru simplifică foarte mult procedura, ca să nu mai vorbim de faptul că experimentatorul scapă de nevoia de a lucra cu mostre uriașe.

Să presupunem că avem trei variabile independente, fiecare cu trei niveluri:

Planul după metoda „pătratului latin” este prezentat în tabel. 5.9.

Aceeași tehnică este utilizată pentru controlul variabilelor externe (contrabalansare). Este ușor de observat că nivelurile celei de-a treia variabile N (A, B, C,) apar în fiecare rând și în fiecare coloană o dată. Prin combinarea rezultatelor pe rânduri, coloane și niveluri, este posibilă dezvăluirea influenței fiecăreia dintre variabilele independente asupra dependentei, precum și gradul de interacțiune perechi a variabilelor.

„Pătratul latin” vă permite să reduceți semnificativ numărul de grupuri. În special, planul 2x2x2 se transformă într-un tabel simplu (Tabelul 5.10).

Folosirea literelor latine în celule pentru a indica nivelurile celei de-a 3-a variabile (A - este, B - nu este) este tradițională, de aceea metoda se numește „pătrat latin”.

Un plan mai complex folosind metoda „pătratului greco-latin” este folosit foarte rar. Poate fi folosit pentru a investiga efectul a patru variabile independente asupra variabilei dependente. Esența sa este următoarea: fiecărei grupe latine a planului este atașată o literă greacă cu trei variabile, indicând nivelurile celei de-a patra variabile.

Să ne uităm la un exemplu. Avem patru variabile, fiecare cu trei niveluri de intensitate. Planul prin metoda „pătrat greco-latin” va lua următoarea formă (Tabelul 5.11).

Analiza Fischer a varianței este utilizată pentru a procesa datele. Metodele pătratelor „latine” și „grecolatine” au ajuns la psihologie din agrobiologie, dar nu s-au răspândit. Excepție fac unele experimente de psihofizică și psihologia percepției.

Principala problemă care poate fi rezolvată într-un experiment factorial și nu poate fi rezolvată folosind mai multe experimente convenționale cu o variabilă independentă este determinarea interacțiunii a două variabile.

Să luăm în considerare rezultatele posibile ale celui mai simplu experiment factorial 2x2 din punctul de vedere al interacțiunilor variabilelor. Pentru a face acest lucru, trebuie să prezentăm rezultatele experimentelor pe un grafic, unde valorile primei variabile independente sunt reprezentate grafic de-a lungul axei absciselor, iar valorile variabilei dependente sunt reprezentate de-a lungul axei ordonatelor. Fiecare dintre cele două linii drepte care leagă valorile variabilei dependente la valori diferite ale primei variabile independente (A) caracterizează unul dintre nivelurile celei de-a doua variabile independente (B). Pentru simplitate, vom aplica rezultatele nu unui studiu experimental, ci unui studiu de corelare. Să fim de acord că am investigat dependența statutului copilului în grup de starea de sănătate a acestuia și de nivelul de inteligență. Luați în considerare opțiunile pentru posibilele relații între variabile.

Prima opțiune: liniile drepte sunt paralele - nu există interacțiune a variabilelor (Fig. 5.1).

Copiii bolnavi au un statut mai scăzut decât copiii sănătoși, indiferent de nivelul de inteligență. Intelectualii au întotdeauna un statut mai înalt (indiferent de sănătate).

A doua opțiune: sănătatea fizică în prezența unui nivel ridicat de inteligență crește șansa de a obține un statut mai înalt în grup (Figura 5.2).

În acest caz, se obține efectul interacțiunii divergente a două variabile independente. A doua variabilă sporește influența primei asupra variabilei dependente.

A treia variantă: interacțiunea convergentă – sănătatea fizică reduce șansele intelectualului de a dobândi un statut mai înalt în grup. Variabila de sănătate scade efectul variabilei de inteligență asupra variabilei dependente. Există și alte cazuri ale acestei opțiuni de interacțiune:

variabilele interacţionează în aşa fel încât o creştere a valorii primei duce la scăderea influenţei celei de-a doua cu modificarea semnului dependenţei (Fig. 5.3).

La copiii bolnavi cu un nivel ridicat de inteligență, există mai puține șanse de a obține un statut înalt decât la copiii bolnavi cu inteligență scăzută, iar la copiii sănătoși, legătura dintre inteligență și status este pozitivă.

Teoretic, este posibil să ne imaginăm că copiii bolnavi vor avea șanse mai mari de a obține un statut înalt cu un nivel ridicat de inteligență decât colegii lor sănătoși, cu o inteligență scăzută.

Ultima, a patra variantă posibilă a relațiilor observate între variabile independente în studii: cazul în care există o interacțiune suprapusă între ele, prezentat în ultimul grafic (Fig. 5.4).

Deci, sunt posibile următoarele interacțiuni ale variabilelor: zero; divergente (cu semne diferite de dependență); intersectându-se.

Evaluarea mărimii interacțiunii se realizează folosind analiza varianței, iar testul t Student este utilizat pentru a evalua semnificația diferențelor din grupul X.

În toate variantele considerate de planificare a experimentului, se folosește o metodă de echilibrare: diferite grupuri de subiecți sunt plasați în condiții experimentale diferite. Procedura de ajustare a compoziției grupurilor vă permite să comparați rezultatele.

Cu toate acestea, în multe cazuri, este necesar să se proiecteze experimentul astfel încât toți participanții să primească toate opțiunile pentru efectul variabilelor independente. Apoi tehnica de contrabalansare vine în ajutor.

Planurile care întruchipează strategia „toți subiecții – toate impacturile” sunt ceea ce McCall numește experimente de rotație, iar Campbell numește „planuri echilibrate”. Pentru a evita confuzia între conceptele de „echilibrare” și „contrabalansare”, vom folosi termenul de „plan de rotație”.

Planurile de rotație se construiesc după metoda „pătratului latin”, dar, spre deosebire de exemplul discutat mai sus, grupurile de subiecți sunt indicate prin rânduri, nu nivelurile variabilei, prin coloane - nivelurile de expunere ale primei variabile independente (sau variabile), în celulele tabelului - nivelurile de expunere ale celei de-a doua variabile independente.

Mai jos este prezentat un exemplu de design experimental pentru 3 grupuri (A, B, C) și 2 variabile independente (X, Y) cu 3 niveluri de intensitate (1, 2, 3). Este ușor de observat că acest plan poate fi rescris astfel încât celulele să conțină nivelurile variabilei Y (Tabelul 5.12).

Campbell include acest plan ca un design cvasi-experimental, pe baza faptului că nu se știe dacă controlează validitatea externă. Într-adevăr, este puțin probabil în viata reala subiectul poate primi o serie de astfel de influenţe ca într-un experiment.

În ceea ce privește interacțiunea compoziției grupurilor cu alte variabile externe, sursele de artefacte, apoi randomizarea grupurilor, conform lui Campbell, ar trebui să minimizeze influența acestui factor.

Totalurile coloanelor dintr-un plan de rotație indică diferențe de nivel de efect pentru diferite valori ale aceleiași variabile explicative (X sau Y), iar totalurile de rând ar trebui să caracterizeze diferențele dintre grupuri. Dacă grupurile sunt randomizate, atunci nu ar trebui să existe diferențe între grupuri. Dacă componența grupului este o variabilă suplimentară, devine posibil să o controlăm. Schema de contrabalansare nu permite evitarea efectului de antrenament, deși datele a numeroase experimente folosind „pătratul latin” nu permit o astfel de concluzie.

Rezumând luarea în considerare a diferitelor variante de desene experimentale, propunem clasificarea acestora. Proiectele experimentale diferă din următoarele motive:

1. Numărul de variabile independente: una sau mai multe. În funcție de numărul lor, se folosește fie un design simplu, fie unul factorial.

2. Numărul de niveluri ale variabilelor independente: la 2 niveluri vorbim de stabilirea unei relații calitative, la 3 sau mai multe - o relație cantitativă.

3. Cine primește impactul. Dacă schema se aplică fiecărui grup - propria sa combinație, atunci vorbim despre planul intergrup. Dacă se aplică schema „toate grupurile – toate impacturile”, atunci vorbim despre un plan de rotație. Gottsdanker numește această comparație interindividuală.

Schema de proiectare experimentală poate fi omogenă sau eterogenă (în funcție de faptul că numărul de variabile independente este egal sau nu egal cu numărul de niveluri ale modificării lor).

4 modele de experimente pentru un subiect

Experimentele pe eșantioane cu control al variabilelor este o situație care a fost utilizată pe scară largă în psihologie încă din anii 1910-1920. Studiile experimentale asupra grupurilor egalizate au fost deosebit de răspândite după dezvoltarea teoriei planificării experimentelor și procesării rezultatelor acestora (analize de dispersie și covarianță) de către remarcabilul biolog și matematician R.A. Fisher. Dar psihologii au aplicat experimentul cu mult înainte de apariția teoriei studiului prin eșantion. Primele studii experimentale au fost efectuate cu participarea unui singur subiect - el a fost însuși experimentatorul sau asistentul său. Începând cu G. Fechner (1860), tehnica experimentării a ajuns la psihologie pentru a testa ipotezele cantitative teoretice.

Un studiu experimental clasic al unui subiect a fost lucrarea lui G. Ebbinghaus, care a fost realizată în 1913. Ebbinghaus a investigat fenomenul uitării prin memorarea silabelor fără sens (inventate de el). A memorat o serie de silabe, apoi a încercat să le reproducă după un anumit timp. Ca urmare, s-a obţinut curba clasică a uitării: dependenţa volumului de material salvat de timpul scurs din momentul memorării (Fig.5.5).

În psihologia științifică empirică, trei paradigme de cercetare interacționează și se luptă. Reprezentanții unuia dintre ei, pornind în mod tradițional dintr-un experiment de științe naturale, consideră singura cunoaștere de încredere doar cea care este obținută în experimente pe eșantioane echivalente și reprezentative. Principalul argument al susținătorilor acestei poziții este nevoia de a controla variabilele externe și nivelul diferențe individuale pentru a găsi modele generale.

Reprezentanții metodologiei de analiză a comportamentului experimental îi critică pe susținătorii analizei statistice și ai proiectării experimentelor pe probe. În opinia lor, este necesar să se efectueze cercetări cu participarea unui subiect și folosind anumite strategii care vor permite în timpul experimentului reducerea surselor de artefacte. Susținătorii acestei metodologii sunt cercetători atât de cunoscuți precum B.F.Skinner, G.A.Murreyidr.

În cele din urmă, cercetarea idiografică clasică este în contrast atât cu experimentele cu un singur subiect, cât și cu modelele care studiază comportamentul în eșantioane reprezentative. Cercetarea idiografică presupune studiul cazurilor individuale: biografii sau caracteristici ale comportamentului indivizilor. Un exemplu sunt minunatele lucrări ale Luriei „The Lost and Returned World” și „O Little Book of Great Memory”.

În multe cazuri, cercetarea cu un singur subiect este singura opțiune. Metodologia de cercetare pentru un subiect a fost dezvoltată în anii 1970-1980. de mulți autori: A. Kezdan, T. Kratochwill, BF Skinner, F.-J. McGuigan și alții.

Pe parcursul experimentului sunt identificate două surse de artefacte: a) erori în strategia de planificare și în desfășurarea studiului; b) diferenţe individuale.

Dacă creați o strategie „corectă” pentru efectuarea unui experiment cu un singur subiect, atunci întreaga problemă se va reduce doar la luarea în considerare a diferențelor individuale. Un experiment cu un singur subiect este posibil atunci când: a) diferențele individuale pot fi neglijate în raport cu variabilele studiate în experiment, toți subiecții sunt recunoscuți ca echivalenti, prin urmare, este posibil să se transfere date fiecărui membru al populației; b) subiectul este unic, iar problema transferului direct de date este irelevantă.

O strategie de experimentare cu un singur subiect dezvoltată de Skinner pentru studiul învățării. Datele cercetării sunt prezentate sub formă de „curbe de învățare” în sistemul de coordonate „timp” – „număr total de răspunsuri” (curba cumulativă). Curba de învățare este inițial analizată vizual; se iau în considerare modificările acesteia în timp. Dacă funcția care descrie curba se modifică cu o modificare a efectului de la A la B, atunci aceasta poate indica prezența unei dependențe cauzale a comportamentului de influențele externe (A sau B).

Cercetarea cu un singur subiect se mai numește și planificare în serie de timp. Principalul indicator al influenței variabilei independente asupra dependentului în implementarea unui astfel de plan este modificarea naturii răspunsurilor respondentului din impactul asupra acestuia a modificărilor condițiilor experimentale în timp. Există o serie de scheme de bază pentru aplicarea acestei paradigme. Cea mai simplă strategie este schema AB. Subiectul desfășoară inițial activitatea în condițiile A, iar apoi în condițiile B (vezi Figura 5.8).

Când se folosește acest plan, apare o întrebare logică: și-ar păstra curba răspunsului forma anterioară dacă nu ar exista niciun impact? Pur și simplu, acest regim nu controlează efectul placebo. În plus, nu este clar ce a dus la efect: poate nu variabila B a avut efectul, ci o altă variabilă care nu a fost luată în considerare în experiment.

Prin urmare, se folosește mai des o altă schemă: A-B-A. Inițial se înregistrează comportamentul subiectului în condițiile A, apoi se modifică condițiile (B), iar la a treia etapă revin condițiile anterioare (A). Se studiază modificarea relației funcționale dintre variabilele independente și dependente. Dacă, atunci când condițiile se schimbă la a treia etapă, se restabilește forma anterioară de dependență funcțională între variabilele dependente și variabilele dependente, atunci variabila independentă este considerată o cauză care poate modifica comportamentul subiectului (Fig. 5.9).

Totuși, atât prima, cât și cea de-a doua opțiune de planificare a seriilor temporale nu permit luarea în considerare a factorului impactului cumulativ. Poate că o combinație - o succesiune de condiții (A și B) duce la efect. De asemenea, nu este evident că după revenirea la situația B, curba va lua aceeași formă ca la prima prezentare a condițiilor B.

Un exemplu de design care reproduce de două ori același efect experimental este modelul A-B-A-B. Dacă în timpul celei de-a 2-a treceri de la condiţiile A la condiţiile B se reproduce o modificare a dependenţei funcţionale a răspunsurilor subiectului în timp, aceasta va demonstra ipoteza experimentală: variabila independentă (A, B) afectează comportamentul subiectului.

Să luăm în considerare cel mai simplu caz. Vom alege cantitatea totală de cunoștințe ale elevilor ca variabilă dependentă. Ca independentă - educație fizică dimineața (de exemplu, gimnastică wushu). Să presupunem că complexul wushu are un efect benefic asupra stării mentale generale a elevului și contribuie la o mai bună memorare (Fig. 5.10).

Evident, gimnastica a avut un efect pozitiv asupra învățării.

Există diferite opțiuni de planificare pentru metoda serii de timp. Distingeți scheme de alternanță regulată de serie (AB-AB), serii de secvențe stocastice și scheme de ajustare pozițională (exemplu: ABBA). Modificările schemei A-B-A-B sunt schema A-B-A-B-A sau una mai lungă: A-B-A-B-A-B-A.

Utilizarea unor intervale de timp „mai lungi” mărește garanția de detectare a efectului, dar duce la oboseala subiectului și la alte efecte cumulative.

În plus, planul A-B-A-B și diferitele sale modificări nu rezolvă trei probleme majore:

1. Ce s-ar întâmpla cu subiectul dacă nu ar exista niciun efect (efect placebo)?

2. Nu este succesiunea acțiunilor A-B în sine o altă acțiune (variabilă laterală)?

3. Care este motivul care a dus la efect: dacă nu ar exista impact la locul B, efectul s-ar repeta?

Pentru a controla efectul placebo în seria A-B-A-B includeți condiții care „imite” fie acțiunea A, fie acțiunea B. Luați în considerare soluția ultima problema... Dar mai întâi, să analizăm acest caz: să presupunem că un student este implicat în mod constant în wushu. Dar periodic pe stadion sau în sala Sporturilor apare o fată drăguță (doar o spectatoare) - impact B. Planul ABAB a relevat o creștere a eficienței sesiunilor de antrenament ale elevului în perioadele în care apare variabila B. Care este motivul: prezența privitorului ca atare sau a unei drăguțe specifice fată? Pentru a testa ipoteza despre prezența unei cauze specifice, experimentul este construit după următoarea schemă: A-B-A-C-A. De exemplu, în a patra perioadă, o altă fată sau un pensionar plictisit vine pe stadion. Dacă eficiența orelor scade semnificativ (motivație greșită), atunci aceasta va indica un motiv specific pentru deteriorarea învățării. De asemenea, este posibil să se testeze efectul condiției A (lecții de wushu fără spectatori). Pentru a face acest lucru, trebuie să aplicați planul A-B-C-B. Lăsați elevul să nu mai studieze pentru un timp în absența fetei. Dacă reapariția ei pe stadion va duce la același efect ca prima dată, atunci motivul creșterii performanței academice este în ea și nu numai în orele de wushu (Fig. 5.11).

Vă rugăm să nu luați acest exemplu în serios. De fapt, opusul este adevărat: a fi atras de fete reduce dramatic performanța elevilor.

Există multe tehnici de realizare a cercetării cu un singur subiect. Un exemplu de dezvoltare a unui plan AB este „planul de acțiuni alternative”. Impacturile A și B sunt randomizate în timp, de exemplu, în funcție de zilele săptămânii, pentru diferite strategii de renunțare la fumat. Apoi se determină toate momentele în care a avut loc impactul A; se trasează o curbă care leagă punctele consecutive corespunzătoare. Sunt evidențiate toate momentele de timp în care a existat un impact „alternativ” B, iar în ordinea succesiunii în timp sunt și ele legate; este trasată a doua curbă. Apoi se compară ambele curbe și se dezvăluie care efect este mai eficient. Eficiența este determinată de mărimea creșterii sau scăderii curbei (Figura 5.12).

Sinonime pentru termenul „plan de acțiuni alternative” sunt: ​​„plan de comparație a seriei”, „plan de acțiuni sincronizate”, „plan de orare multiple”, etc.

O altă opțiune este un plan invers. Este folosit pentru a explora două forme alternative de comportament. Inițial, este înregistrat nivelul de bază de manifestare al ambelor forme de comportament. Primul comportament poate fi actualizat cu ajutorul unei influențe specifice, iar al doilea, incompatibil cu acesta, este provocat simultan de un alt tip de influență. Se evaluează efectul celor două influențe. După un anumit timp, combinația de influențe este inversată astfel încât prima formă de comportament primește influența care a inițiat a doua formă de comportament, iar a doua - influența care este relevantă pentru prima formă de comportament. Un astfel de plan este utilizat, de exemplu, atunci când se studiază comportamentul copiilor mici (Figura 5.13).

În psihologia învăţării se foloseşte metoda schimbării criteriilor, sau „planul de creştere a criteriilor”. Esența sa constă în faptul că o modificare a comportamentului subiectului este înregistrată ca răspuns la o creștere (fază) a expunerii. Se înregistrează o creștere a parametrului de comportament înregistrat, iar următoarea acțiune este efectuată numai după ce subiectul atinge nivelul specificat al criteriului. După stabilizarea nivelului de performanță, subiectului i se prezintă următoarea gradație de expunere. Curba unui experiment de succes (confirmarea ipotezei) seamănă cu o scară doborâtă de călcâi, unde începutul unui pas coincide cu începutul nivelului de influență, iar sfârșitul acestuia - cu ieșirea subiectului la următorul criteriu.

Modul de neutralizare a „efectului de secvență” este inversarea secvenței de acțiuni – plan A-B-B-A. Efectele secvenței sunt asociate cu influența influenței anterioare asupra celei ulterioare (numite și efecte de ordine, sau efecte de transfer). Transferul poate fi pozitiv sau negativ, simetric sau asimetric. Secvența A-B-B-A se numește circuit egalizat pozițional. După cum notează Gottsdanker, efectele variabilelor A și B se datorează efectelor de transfer precoce sau târzie. Impactul A este asociat cu transferul târziu, iar B cu transferul timpuriu. În plus, dacă există un efect cumulativ, atunci două impacturi consecutive B pot afecta subiectul ca un singur impact total. Un experiment poate avea succes numai dacă aceste efecte sunt neglijabile. Proiectele discutate mai sus cu alternanță regulată sau cu secvențe aleatorii sunt adesea foarte lungi și, prin urmare, dificil de implementat.

Pentru a rezuma pe scurt, putem spune că schemele de expunere se aplică în funcție de posibilitățile pe care le are experimentatorul.

O secvență aleatorie de stimuli este obținută prin randomizarea sarcinilor. Este utilizat în experimente care necesită un număr mare de probe. Alternarea aleatorie a influențelor garantează împotriva manifestării efectelor secvenței.

Dacă numărul de probe este mic, se recomandă o schemă de alternanță regulată de tip A-B-A-B. Trebuie acordată atenție frecvenței influențelor de fond, care pot coincide cu efectul variabilei independente. De exemplu, dacă dai un test de inteligență dimineața și al doilea întotdeauna seara, atunci sub influența oboselii, eficacitatea celui de-al doilea test va scădea.

O secvență egalizată pozițional poate fi potrivită numai atunci când numărul de acțiuni (sarcini) este mic și influența transferului timpuriu și târziu este nesemnificativă.

Dar niciuna dintre scheme nu exclude manifestarea unui transfer asimetric diferențiat, când influența expunerii anterioare A asupra efectului expunerii B este mai mare decât influența expunerii anterioare B asupra efectului expunerii A (sau invers).

Diverse variante de design pentru un subiect au fost rezumate de D. Barlow și M. Hersen în monografia „Experimental designs for single cases” (Single case experimental designs, 1984) (Tabelul 5.13).

Tabelul 5.13

Principalele artefacte dintr-un studiu pe un subiect sunt practic inevitabile. Este greu de imaginat cum pot fi eliminate efectele asociate cu ireversibilitatea evenimentelor. Dacă efectele ordinii sau interacțiunii variabilelor sunt într-o oarecare măsură susceptibile de control, atunci efectul deja menționat al asimetriei (transferul diferențial) este inevitabil.

Nu mai puține probleme apar în stabilirea nivelului inițial de intensitate al comportamentului înregistrat (nivelul variabilei dependente). Nivelul inițial de agresivitate pe care l-am înregistrat la un copil într-un experiment de laborator poate fi atipic pentru el, deoarece a fost cauzat de evenimente anterioare recente, de exemplu, o ceartă în familie, suprimarea activității sale de către colegi sau profesorii de grădiniță.

Problema principală este posibilitatea de a transfera rezultatele studiului unui subiect către fiecare dintre reprezentanții populației. Este vorba despre luarea în considerare a diferențelor individuale care sunt semnificative pentru studiu. Teoretic, este posibilă următoarea mișcare: prezentarea datelor individuale într-o formă „adimensională”; în acest caz, valorile individuale ale parametrului sunt normalizate la o valoare egală cu răspândirea valorilor în populație.

Să ne uităm la un exemplu. La începutul anilor 1960. În laboratorul lui BN Teplov a apărut o problemă: de ce toate graficele care descriu modificările timpului de reacție în funcție de intensitatea stimulului sunt diferite pentru subiecții VD Nebylitsyn [Nebylitsyn VD, 1966] unități de intensitate fizică și în unități a unui prag absolut individual măsurat anterior („un prag”, „două praguri”, etc.). Rezultatele experimentului au confirmat în mod strălucit ipoteza lui Nebylitsyn: curbele dependenței timpului de reacție de nivelul de expunere, măsurate în unități ale pragului absolut individual, s-au dovedit a fi identice la toți subiecții.

O schemă similară se aplică interpretării datelor. La Institutul de Psihologie al Academiei Ruse de Științe, A. V. Drynkov a efectuat cercetări privind formarea unor concepte artificiale simple. Curbele de învățare au arătat succes în funcție de timp. S-au dovedit a fi diferite pentru toate subiectele: au fost descrise prin funcții de putere. Drynkov a sugerat că normalizarea indicatorilor individuali la valoarea nivelului inițial de pregătire (de-a lungul axei Y) și a timpului individual pentru a atinge criteriul (de-a lungul axei X) permite obținerea unei dependențe funcționale a succesului în timp, ceea ce este la fel pentru toate subiectele. Acest lucru a fost confirmat: indicatorii modificărilor rezultatelor individuale ale subiecților, prezentați într-o formă „adimensională”, au respectat legea pătratului puterii.

În consecință, identificarea unui pattern general prin nivelarea diferențelor individuale se rezolvă de fiecare dată pe baza unei ipoteze semnificative despre influența unei variabile suplimentare asupra variației interindividuale a rezultatelor experimentale.

Să ne oprim încă o dată asupra unei caracteristici a experimentelor cu participarea unui singur subiect. Rezultatele acestor experimente depind în mare măsură de părtinirile experimentatorului și de atitudinea care se dezvoltă între el și subiect. La efectuarea unei serii lungi de impacturi succesive, experimentatorul poate acţiona inconştient sau conştient astfel încât comportamentul subiectului să fie actualizat, confirmând ipoteza experimentală. De aceea, în acest gen de cercetare se recomandă utilizarea „experimentelor oarbe” și „experienței dublu-orb”. În prima variantă, experimentatorul știe, iar subiectul nu știe, când acesta din urmă primește un placebo și când - un efect. Un experiment „dublu-orb” este că experimentul este condus de un cercetător care nu este familiarizat cu ipoteza și nu știe când subiectul primește un placebo sau un tratament.

Experimentele cu participarea unui subiect joacă un rol important în psihofiziologie, psihofizică, psihologia învățării, psihologia cognitivă. Metodologia unor astfel de experimente a pătruns în psihologia învăţării programate şi managementul social, în psihologia clinică, în special în terapia comportamentală, principalul propagandist al căruia este Eysenck [Eysenck G. Yu., 1999].

Întrebarea 62. Istoria formării îngrijirii dentare în Rusia.

Întrebarea numărul 2. Conceptul de drept al afacerilor, scopurile, obiectivele și funcțiile acestuia. Istoria dezvoltării.

B # 5. Istoria Filosofiei. Gândirea filozofică a Orientului antic.

Proiectarea experimentului a apărut în anii 1920 din necesitatea de a elimina sau cel puțin de a reduce părtinirea cercetării agricole prin randomizarea designului experimental. Procedura de planificare s-a dovedit a avea drept scop nu numai reducerea varianței parametrilor estimați, ci și randomizarea în raport cu variabilele concomitente, în schimbare spontană și necontrolate. Drept urmare, am reușit să scăpăm de părtinirea estimărilor.

Din 1918, R. Fisher și-a început celebra serie de lucrări la Stația Agrobiologică Rochemstead din Anglia. În 1935, a apărut monografia sa „Design of Experiments”, care a dat numele întregii direcții. În 1942 A. Kishen a luat în considerare planificarea unui experiment pe cuburi latine, care a fost o dezvoltare ulterioară a teoriei pătratelor latine. Apoi R. Fisher a publicat independent informații despre cuburi și hipercuburi ortogonale hiper-grec-latine. Curând după aceea, în 1946, R. Rao a luat în considerare proprietățile lor combinatorii. Lucrările lui H. Mann (1947-1950) sunt consacrate dezvoltării ulterioare a teoriei pătratelor latine.

Primul studiu matematic profund al diagramei de flux a fost realizat de R. Bowes în 1939. Mai întâi a fost dezvoltată teoria modelelor de blocuri incomplete echilibrate (proiecte BIB). Apoi R. Bowes, K. Ner și R. Rao au generalizat aceste planuri și au dezvoltat teoria blocurilor incomplete parțial echilibrate (scheme RBIB). De atunci, s-a acordat multă atenție studiului diagramelor bloc atât din partea experților în planificarea experimentelor (F. Yates, G. Cox, V. Cochren, V. Federer, K. Gulden, O. Kempthorn și alții) , iar din partea specialiștilor.pe analiza combinatorie (Bose, F. Shimamoto, V. Klatsworthy, S. Shrikhand, A. Hoffman etc.).

Cercetările lui R. Fischer marchează începutul primei etape în dezvoltarea metodelor de planificare experimentală. Fischer a dezvoltat o metodă de planificare a factorilor. Yates a propus o schemă de calcul simplă pentru această metodă. Planificarea factorială a devenit larg răspândită. O caracteristică a experimentului factorial este necesitatea de a configura un număr mare de experimente simultan.

În 1945, D. Finney a introdus indicii fracționari din experimentul factorial. Acest lucru a redus numărul de experimente și a deschis calea pentru aplicații de planificare tehnică. O altă posibilitate de reducere a numărului necesar de experimente a fost arătată în 1946 de R. Plackett și D. Berman, care au introdus modele factoriale saturate.

G. Hotelling în 1941 a propus să găsească un extremum din datele experimentale folosind expansiuni de putere și un gradient. Următorul pas important a fost introducerea principiului experimentării secvențiale în trepte. Acest principiu, exprimat în 1947 de M. Friedman și L. Savage, a făcut posibilă extinderea la determinarea experimentală a unei extremum - iterații.

Pentru a construi o teorie modernă a planificării experimentelor, a lipsit o legătură - formalizarea obiectului cercetării. Această legătură a apărut în 1947 după ce N. Wiener a creat teoria ciberneticii. Conceptul cibernetic de „cutie neagră” joacă un rol important în planificare.

În 1951, munca oamenilor de știință americani J. Box și C. Wilson a început o nouă etapă în dezvoltarea planificării experimentelor. A formulat și a adus la recomandări practice ideea unei determinări experimentale secvențiale a condițiilor optime de desfășurare a proceselor folosind estimarea coeficienților de expansiune a puterii prin metoda celor mai mici pătrate, mișcarea de-a lungul gradientului și găsirea unui polinom de interpolare în regiunea extremului funcției de răspuns (regiune aproape staționară).

În 1954-1955. J. Box, apoi P. Yul. Ei au arătat că planificarea unui experiment poate fi folosită în studiul proceselor fizico-chimice dacă una sau mai multe ipoteze posibile sunt exprimate a priori. Această direcție a fost dezvoltată în lucrările lui NP Klepikov, SN Sokolov și VV Fedorov în fizica nucleară.

A treia etapă în dezvoltarea teoriei designului experimental a început în 1957, când Box și-a aplicat metoda în industrie. Această metodă a devenit cunoscută drept „planificare evolutivă”. În 1958, G. Schiffe a propus o nouă metodă de planificare a unui experiment pentru studiul diagramelor fizico-chimice de compoziție - o proprietate numită „rețea simplex”.

Dezvoltarea teoriei planificării experimentale în URSS este reflectată în lucrările lui V.V. Nalimov, Yu.P. Adler, Yu.V. Granovsky, E.V. Markova, V.B. Tikhomirov

Pașii de planificare a experimentului

Metodele de planificare experimentală fac posibilă reducerea la minimum a numărului de teste necesare, stabilirea unei proceduri raționale și a condițiilor de desfășurare a cercetării, în funcție de tipul acestora și de acuratețea necesară a rezultatelor. Dacă, dintr-un motiv oarecare, numărul de teste este deja limitat, atunci metodele oferă o estimare a preciziei cu care se vor obține rezultatele în acest caz. Metodele țin cont de natura aleatorie a împrăștierii proprietăților obiectelor de testare și de caracteristicile echipamentului utilizat. Ele se bazează pe metodele teoriei probabilităților și statisticii matematice.

Planificarea experimentului implică o serie de pași.

1. Stabilirea scopului experimentului(definirea caracteristicilor, proprietăților etc.) și tipul acesteia (atributiv, de control, comparativ, de cercetare).

2. Clarificarea condițiilor experimentului(echipament disponibil sau disponibil, condiții de muncă, resurse financiare, numărul și personalul lucrătorilor etc.). Selectarea tipului de încercări (normale, accelerate, scurtate în condiții de laborator, la stand, poligon, la scară completă sau operaționale).

3. Identificarea și selectarea parametrilor de intrare și de ieșire pe baza colectării și analizei informațiilor preliminare (a priori). Parametrii de intrare (factorii) pot fi determiniști, adică înregistrați și controlați (în funcție de observator) și aleatori, adică înregistrați, dar necontrolați. Alături de acestea, starea obiectului studiat poate fi influențată de parametrii neînregistrați și necontrolabili care introduc o eroare sistematică sau aleatorie în rezultatele măsurătorilor. Acestea sunt greșeli echipament de măsurare, modificări ale proprietăților obiectului investigat în timpul experimentului, de exemplu, datorită îmbătrânirii materialului sau uzurii acestuia, impactului personalului etc.

4. Stabilirea preciziei necesare a rezultatelor măsurătorilor(parametri de ieșire), zone de posibile modificări ale parametrilor de intrare, clarificarea tipurilor de influențe. Se selectează tipul de mostre sau obiecte studiate, ținând cont de gradul de corespondență a acestora cu produsul real în ceea ce privește starea, dispozitivul, forma, dimensiunea și alte caracteristici.

Desemnarea gradului de precizie este influențată de condițiile de fabricație și funcționare ale obiectului, în crearea cărora vor fi utilizate aceste date experimentale. Condițiile de producție, adică posibilitățile de producție, limitează cea mai mare precizie realist realizabilă. Condițiile de funcționare, adică condițiile pentru asigurarea funcționării normale a obiectului, determină cerințele minime de precizie.

Precizia datelor experimentale depinde, de asemenea, în mod semnificativ de volumul (numărul) de teste - cu cât sunt mai multe teste, cu atât (în aceleași condiții) este mai mare fiabilitatea rezultatelor.

Pentru o serie de cazuri (cu un număr mic de factori și o lege cunoscută a distribuției lor), este posibil să se calculeze în avans numărul minim necesar de teste, a căror efectuare va permite obținerea de rezultate cu precizia necesară.

0. Planificarea și realizarea unui experiment- numărul și ordinea testelor, metoda de colectare, stocare și documentare a datelor.

Ordinea testării este importantă dacă parametrii (factorii) de intrare în studiul aceluiași obiect în timpul unui experiment iau sensuri diferite... De exemplu, într-un test de oboseală cu o schimbare în trepte a nivelului de încărcare, limita de anduranță depinde de secvența de încărcare, deoarece daunele se acumulează în moduri diferite și, prin urmare, va exista o valoare diferită a limitei de rezistență.

Într-o serie de cazuri, când este dificil să se ia în considerare și să controleze în mod sistematic parametrii de funcționare, aceștia sunt transformați în cei aleatoriu, prevăzând în mod specific o ordine aleatorie a testelor (randomizare a experimentului). Acest lucru vă permite să aplicați metode de analiză a rezultatelor teorie matematică statistici.

Ordinea testelor este importantă și în procesul cercetării exploratorii: în funcție de succesiunea de acțiuni aleasă, în căutarea experimentală a raportului optim al parametrilor unui obiect sau ai unui proces, pot fi necesare mai multe sau mai puține experimente. Aceste probleme experimentale sunt similare cu problemele matematice ale căutării numerice a soluțiilor optime. Cele mai bine dezvoltate metode de căutare unidimensională (probleme cu un singur factor, un criteriu), precum metoda Fibonacci, metoda secțiunii de aur.

0. Prelucrarea statistică a rezultatelor experimentului, construirea unui model matematic al comportamentului caracteristicilor studiate.

Necesitatea prelucrării se datorează faptului că analiza selectivă a datelor individuale, indiferent de restul rezultatelor, sau prelucrarea lor incorectă poate nu numai să reducă valoarea recomandărilor practice, ci și să conducă la concluzii eronate. Procesarea rezultatelor include:

· Determinarea intervalului de încredere a valorii medii și a varianței (sau abaterii standard) a valorilor parametrilor de ieșire (date experimentale) pentru o anumită fiabilitate statistică;

· Verificarea absenței valorilor eronate (outliers) pentru a exclude rezultatele îndoielnice din analize ulterioare. Se efectuează pentru respectarea unuia dintre criteriile speciale, a cărui alegere depinde de legea de distribuție a variabilei aleatoare și de tipul de emisie;

· Verificarea corespondenței datelor experimentale cu legea de distribuție a priori introdusă anterior. În funcție de aceasta, se confirmă planul ales al experimentului și metodele de prelucrare a rezultatelor, se precizează alegerea modelului matematic.

Construirea unui model matematic se realizează în cazurile în care urmează a fi obținute caracteristici cantitative ale parametrilor de intrare și de ieșire interrelaționați în studiu. Acestea sunt probleme de aproximare, adică alegerea unei relații matematice care se potrivește cel mai bine cu datele experimentale. În aceste scopuri se folosesc modele de regresie, care se bazează pe extinderea funcției dorite într-o serie cu păstrarea unuia (dependență liniară, linie de regresie) sau mai mulți (dependențe neliniare) termeni de expansiune (seria Fourier și Taylor). O metodă de ajustare a unei linii de regresie este metoda celor mai mici pătrate.

Pentru a evalua gradul de interconectare a factorilor sau a parametrilor de ieșire, se efectuează o analiză de corelare a rezultatelor testelor. Coeficientul de corelație este utilizat ca măsură de interconectare: pentru variabile aleatoare independente sau dependente neliniar, este egal sau apropiat de zero, iar apropierea lui de unul indică interconectarea completă a mărimilor și prezența unei relații liniare între ele.
Atunci când se prelucrează sau se utilizează date experimentale prezentate sub formă de tabel, este nevoie să se obțină valori intermediare. Pentru aceasta, sunt utilizate metodele de interpolare liniară și neliniară (polinom) (determinarea valorilor intermediare) și extrapolarea (determinarea valorilor aflate în afara intervalului de modificare a datelor).

0. Explicarea rezultatelor obtinute si formularea recomandarilor de utilizare a acestora, clarificarea tehnicii experimentale.

Reducerea intensității muncii și scurtarea timpului de testare se realizează prin utilizarea complexelor experimentale automatizate. Un astfel de complex include bancuri de testare cu setare automată a modurilor (permite simularea modurilor reale de funcționare), procesează automat rezultatele, efectuează analize statistice și documentează cercetări. Dar responsabilitatea inginerului în aceste studii este, de asemenea, mare: obiectivele de testare clare și o decizie corectă vă permit să găsiți cu precizie punctul slab al produsului, să reduceți costurile de reglare fină și iterare a procesului de proiectare.

Trimiteți-vă munca bună în baza de cunoștințe este simplu. Utilizați formularul de mai jos

Studenții, studenții absolvenți, tinerii oameni de știință care folosesc baza de cunoștințe în studiile și munca lor vă vor fi foarte recunoscători.

Test

după disciplină: Atelier psihologic general

1) Planificare substanțială și formalăÎnceteazăcercetare mentală

Planificarea unui experiment psihologic

Planificarea experimentului- una dintre cele mai importante etape în organizarea cercetării psihologice, la care cercetătorul încearcă să proiecteze modelul (adică planul) experimentului cel mai optim pentru implementarea în practică.

O schemă de cercetare bine concepută, un plan, vă permite să obțineți valori optime de validitate, fiabilitate și acuratețe în studiu, pentru a prevedea nuanțele care sunt greu de urmărit în „experimentarea spontană” de zi cu zi. Adesea, pentru a ajusta planul, experimentatorii efectuează un așa-numit studiu pilot, sau pilot, care poate fi considerat o „schiță” a unui viitor experiment științific.

Întrebări cheie la care se răspunde prin proiectul experimental

Un plan pilot este creat pentru a răspunde întrebărilor de bază despre:

· Numărul de variabile independente care sunt utilizate în experiment (una sau mai multe?);

· Numărul de niveluri ale variabilei independente (variabila independentă se modifică sau rămâne constantă?);

Metode de control al variabilelor suplimentare sau perturbatoare (care sunt necesare și adecvate pentru a fi aplicate?):

o metoda de control direct (eliminarea directă a unei variabile suplimentare cunoscute),

o metoda de aliniere (luați în considerare o variabilă suplimentară cunoscută dacă este imposibil să o excludeți),

o metoda de randomizare (selectarea aleatorie a grupurilor in cazul variabilei suplimentare necunoscute).

Una dintre cele mai importante întrebări la care trebuie să răspundă proiectul experimental este de a determina în ce secvență ar trebui să apară modificările stimulilor considerați (variabile independente) care afectează variabila dependentă. Acest efect poate varia de la o schemă simplă „A 1 --A 2”, unde A 1 este prima valoare a stimulului, A 2 este a doua valoare a stimulului, la mai complexă, cum ar fi „A 1 --A 2 --A 1 -A 2 ", etc. Secvența de prezentare a stimulilor este o problemă foarte importantă direct legată de respectarea validității studiului: de exemplu, dacă unei persoane i se prezintă în mod constant același stimul, el poate deveni mai puțin receptiv la ea.

Etape de planificare

Planificarea include două etape:

o Determinarea unui număr de prevederi teoretice și experimentale care formează baza teoretică a studiului.

o Formularea ipotezelor de cercetare teoretică și experimentală.

o Selectarea metodei experimentale necesare.

o Decizia chestiunii eșantionului de subiecți:

§ Determinarea compoziţiei probei.

§ Determinarea marimii esantionului.

§ Determinarea metodei de prelevare.

2. Planificarea formală a experimentului:

o Realizarea posibilitatii de comparare a rezultatelor.

o Realizarea unei oportunitati de a discuta datele obtinute.

o Asigurarea efectuării economice a cercetării.

Scopul principal al planificării formale este considerat a fi eliminarea numărului maxim posibil de motive pentru denaturarea rezultatelor.

Tipuri de planuri

1. Planuri simple (un singur factor).

o Experimente cu condiții reproductibile

o Experimente care implică două grupuri independente (experimental și de control)

2. Planuri cuprinzătoare

o Planuri pentru experimente stratificate

o Planuri factoriale

3. Proiecte cvasi-experimentale

o Planuri ex post facto

o Proiectări de experimente cu N mic

4. Planuri pentru studii de corelare

Planuri simple, sau univariat, implică examinarea efectului unei singure variabile independente asupra variabilei dependente. Astfel de modele au avantajul de a fi eficiente în stabilirea efectului variabilei independente și în ușurința analizei și interpretării rezultatelor. Dezavantajul este că este imposibil să se tragă o concluzie despre relația funcțională dintre variabilele independente și dependente.

Experimente cu condiții reproductibile

În comparație cu experimentele care implică două grupuri independente, astfel de planuri necesită mai puțini participanți. Planul nu presupune grupuri diferite(de exemplu, experimental și de control). Scopul unor astfel de experimente este de a stabili efectul unui factor asupra unei variabile.

Experimente care implică două grupuri independente- experimentale și de control - experimente în care doar grupul experimental este expus influenței experimentale, în timp ce grupul de control continuă să facă ceea ce face de obicei. Scopul unor astfel de experimente este de a testa acțiunea unei variabile independente.

Planuri cuprinzătoare

Planuri cuprinzătoare sunt compilate pentru experimente în care sunt studiate fie efectele mai multor variabile independente (proiecte factoriale), fie efectele secvențiale ale diferitelor gradații ale unei variabile independente (designuri pe mai multe niveluri).

Aspecte pentru experimente stratificate

Dacă o singură variabilă independentă este utilizată în experimente, situația în care sunt studiate doar două dintre valorile ei este considerată o excepție mai degrabă decât o regulă. Majoritatea studiilor univariate folosesc trei sau mai multe valori pentru variabila independentă, care sunt adesea denumite multinivel cu un singur factor... Astfel de proiecte pot fi utilizate atât pentru a studia efectele neliniare (adică, cazurile în care variabila independentă ia mai mult de două valori), cât și pentru a testa ipoteze alternative. Avantajul unor astfel de planuri este capacitatea de a determina tipul de dependență funcțională dintre variabilele independente și dependente. Dezavantajele sunt însă consumatorul de timp și necesitatea de a atrage mai mulți participanți.

Planuri factoriale

Planuri factoriale implică utilizarea mai multor variabile independente. Pot exista orice număr de astfel de variabile sau factori, dar de obicei sunt limitate la utilizarea a două, trei, mai rar patru.

Proiectele factoriale sunt descrise folosind un sistem de numerotare care arată numărul de variabile independente și numărul de valori (nivele) luate de fiecare variabilă. De exemplu, un proiect factorial 2x3 ("două câte trei") are două variabile independente (factori), prima dintre ele ia două valori ("2"), iar a doua are trei valori ("3") ; proiectarea factorială 3x4x5 are trei variabile independente, respectiv, luând valori „3”, „4” și respectiv „5”.

Într-un experiment realizat conform unui proiect factorial 2x2, să presupunem că un factor, A, poate lua două valori - A 1 și A 2, iar un alt factor, B, poate lua valorile B 1 și B 2. În timpul experimentului, conform planului 2x2, ar trebui efectuate patru experimente:

Secvența experimentelor poate fi diferită în funcție de oportunitatea, determinată de sarcinile și condițiile fiecărui experiment particular.

Proiecte cvasi-experimentale- proiecte pentru experimente în care, din cauza controlului incomplet asupra variabilelor, este imposibil să se tragă concluzii despre existența unei relații cauzale. Conceptul de design cvasi-experimental a fost introdus de Campbell și Stanley în Experimental and quasi-experimental designs for research (Cambell, D. T. & Stanley, J. C., 1966). Acest lucru a fost făcut pentru a depăși unele dintre problemele cu care se confruntă psihologii care doreau să efectueze cercetări într-un mediu mai puțin strict decât cel de laborator. Modelele cvasi-experimentale sunt adesea folosite în psihologia aplicată.

Tipuri de desene cvasi-experimentale:

1. Proiecte experimentale pentru grupuri neechivalente

2. Planuri pentru serii temporale discrete.

1. Experimentare pe planul seriilor temporale

2. Proiectarea unei serii de mostre de timp

3. Planul serii de acţiuni echivalente

4. Proiectarea grupului de control neechivalent

5. Planuri echilibrate.

Planuri ex post facto. Cercetare în care colectarea și analiza datelor se realizează după ce evenimentul s-a întâmplat deja, numită cercetare ex post facto , mulți experți se referă la cvasi-experimental. Astfel de cercetări sunt adesea efectuate în sociologie, pedagogie, psihologie clinică și neuropsihologie. Esența cercetării ex post facto constă în faptul că experimentatorul însuşi nu influenţează subiecţii: un eveniment real din viaţa lor acţionează ca o influenţă.

În neuropsihologie, de exemplu, de mult timp (și chiar și astăzi) s-a bazat cercetările paradigma localizării, care se exprimă în abordarea „locus-funcție” și afirmă că înfrângerea anumitor structuri face posibilă identificarea localizării funcțiilor mentale - un substrat material specific în care acestea „se află” în creier [vezi . AR Luria, „Leziunile cerebrale și localizarea cerebrală a funcțiilor superioare”]; o astfel de cercetare poate fi clasificată drept cercetare ex post facto.

Când planificați un studiu ex post facto simulează un design experimental riguros cu egalizarea sau randomizarea grupurilor și testarea după expunere.

Planuri N mici numite și „planuri cu un singur subiect”, întrucât comportamentul fiecărui subiect este examinat individual. Unul dintre principalele motive pentru utilizarea experimentelor cu N mic este considerat a fi imposibilitatea în unele cazuri de a aplica rezultatele obținute din generalizări la grupuri mari de oameni la oricare dintre participanți în mod individual (ceea ce, prin urmare, duce la o încălcare a validității individuale). ).

Psihologul B.F.<…>și nu o mie de șobolani pentru o oră fiecare sau o sută de șobolani pentru zece ore fiecare." Studiile introspective ale lui Ebbinghaus pot fi atribuite și experimentelor cu N mic (el însuși a fost singurul subiect pe care l-a studiat).

Un plan cu o singură entitate trebuie să țină cont de cel puțin trei condiții:

1. Este necesar să se definească cu precizie comportamentul țintă în ceea ce privește evenimentele ușor de surprins.

2. Este necesar să se stabilească un nivel de răspuns de bază.

3. Este necesar să influențezi subiectul și să îi repari comportamentul.

Cercetarea corelației- cercetări efectuate pentru a confirma sau infirma ipoteza unei relaţii statistice (corelaţie) între mai multe (două sau mai multe) variabile. Planul unui astfel de studiu diferă de planul cvasi-experimental prin faptul că nu are un efect controlat asupra obiectului de studiu.

Într-un studiu de corelare, omul de știință propune o ipoteză despre prezența unei relații statistice între mai multe proprietăți mentale ale unui individ sau între anumite niveluri externe și stări mentale, în timp ce ipotezele despre dependența cauzală nu sunt discutate. Subiecții ar trebui să fie în condiții echivalente, neschimbate. În termeni generali, designul unui astfel de studiu poate fi descris ca PxO („subiecți” x „măsurători”).

Tipuri de studii de corelare

Comparația a două grupuri

Cercetare unidimensională

Studiu de corelație a grupurilor echivalente în perechi

Studiu de corelație multivariată

Cercetarea corelației structurale

Studiu de corelație longitudinală *

* Studiile longitudinale sunt considerate a fi intermediare între cercetarea cvasi-experimentală și cea de corelare.

Experiment (psihologie)

Experiment psihologic- a avut loc în conditii speciale experiență pentru obținerea de noi cunoștințe științifice prin intervenția intenționată a cercetătorului în viața subiectului.

Diverși autori interpretează conceptul de „experiment psihologic” în mod ambiguu, adesea în cadrul unui experiment de psihologie este considerat un complex de diferite metode empirice independente ( experimentul în sine, observație, sondaj, testare). Cu toate acestea, în mod tradițional în psihologia experimentală, un experiment este considerat o metodă independentă.

Principalele etape ale experimentului

1. Etapa - pregătitoare:

1.1 Definiți subiectul de cercetare

Cunoașterea preliminară a obiectului cercetării

Definiți scopul și obiectivele studiului

Rafinați obiectul

Definiți și selectați metode și tehnici de cercetare.

2. Etapa - etapa de colectare a datelor de cercetare:

2.1 Realizarea unui studiu pilot.

2.2 Interacțiune directă cu obiectul de studiu

3. Etapa - Finala:

3.1 Prelucrarea datelor primite

3.2 Analiza datelor primite

3.3 Testarea ipotezelor

4. Etapa - Interpretare:

4.1 Concluzii.

2 )

Sondajele sunt o tehnică de neînlocuit pentru obținerea de informații despre lumea subiectivă a oamenilor, înclinațiile acestora, motivele de activitate, opiniile.

Sondajul este aproape o metodă universală. cu măsurile de precauție adecvate, oferă informații la fel de fiabile precum examinarea sau observarea documentelor. Mai mult, aceste informații pot fi despre orice. Chiar și ceea ce nu poate fi văzut sau citit.

Pentru prima dată, sondajele oficiale au apărut în Anglia la sfârșitul secolului al XVIII-lea, iar la începutul secolului al XIX-lea în Statele Unite. În Franța și Germania, primele sondaje au fost efectuate în 1848, Belgia - în 1868-1869. Și apoi au început să se răspândească în mod activ.

Arta de a folosi această metodă este să știi despre ce să întrebi, cum să întrebi, ce întrebări să pui și, în sfârșit, cum să fii sigur că poți avea încredere în răspunsurile pe care le primești.

Pentru un cercetător, în primul rând, este necesar să înțeleagă că nu „respondentul mediu” este cel care participă la sondaj, ci o persoană vie, reală, dotată cu conștiință și auto-conștiință, care afectează sociologul, precum și sociolog pe el.

Respondenții nu sunt registratori imparțiali ai cunoștințelor și cunoștințelor lor, ci oameni reali care nu sunt străini de niciun fel de simpatie, preferință, frică etc. Prin urmare, percepând întrebări, ei nu pot răspunde unora dintre ele din lipsă de cunoștințe, în timp ce alții nu vor să răspundă sau să răspundă nesincer.

Tipuri de sondaje

Există două clase mari de metode de anchetă: interviuri și chestionare.

Un interviu este o conversație desfășurată după un plan specific, care presupune contact direct între intervievator și respondent (intervievat), iar înregistrarea răspunsurilor acestuia din urmă este efectuată fie de intervievator (asistentul său), fie mecanic (pe bandă). .

Există multe tipuri de interviuri.

2) După tehnica de conducere - sunt împărțite în interviuri gratuite, nestandardizate și formalizate (precum și semi-standardizate).

Gratuit - o conversație lungă (câteva ore) fără strictizarea întrebărilor, dar conform programului general („ghidul interviului”). Astfel de interviuri sunt adecvate în etapa de explorare într-un plan de cercetare formulativ.

Interviurile standardizate presupun, la fel ca observarea formalizată, o dezvoltare detaliată a întregii proceduri, inclusiv plan general conversații, succesiunea și structura întrebărilor, opțiuni pentru posibile răspunsuri.

3) În funcție de specificul procedurii de interviu, aceasta poate fi intensă („clinică”, adică profundă, uneori de ore) și concentrată pe identificarea unei game destul de restrânse de răspunsuri ale respondentului. Scopul interviului clinic este de a obține informații despre motivele interne, motivele, înclinațiile respondentului, iar cel focalizat este extragerea de informații despre reacțiile subiectului la o influență dată. Cu ajutorul acestuia, ei studiază, de exemplu, în ce măsură o persoană reacționează la componentele individuale ale informațiilor (din presa de masă, prelegeri etc.). Mai mult, textul informațiilor este preprocesat prin analiza de conținut. Într-un interviu concentrat, ei încearcă să determine care unități semantice de analiză a textului sunt în centrul atenției respondenților, care sunt la periferie și ce nu a rămas deloc în memorie.

4) Așa-numitele interviuri nedirecționate sunt de natură „terapeutică”. Inițiativa în cursul conversației aparține aici însuși respondentului, intervievatorul îl ajută doar să „își revarsă sufletul”.

5) după modul de organizare a interviurilor, acestea se împart în grup și individual. Primele sunt folosite relativ rar; aceasta este o conversație planificată, în timpul căreia cercetătorul încearcă să provoace o discuție în grup. metodologia de desfășurare a conferințelor cititorilor seamănă cu această procedură. Interviurile telefonice sunt folosite pentru a solicita rapid opinii.

Sondaj prin chestionar

Această metodă presupune o ordine, conținut și formă rigidă a întrebărilor, o indicare clară a modalităților de răspuns, iar acestea sunt înregistrate de respondent fie singur cu el însuși (sondaj prin corespondență), fie în prezența intervievatorului (sondaj direct).

Chestionarele sunt clasificate în primul rând după conținutul și structura întrebărilor adresate. Faceți distincția între sondajele deschise, atunci când respondenții se exprimă într-o formă liberă. În chestionarul închis, toate opțiunile de răspuns sunt oferite în avans. Chestionarele semiînchise combină ambele proceduri. Un sondaj sau sondaj expres este folosit în sondajele de opinie publică și conține doar 3-4 puncte de informații de bază, plus câteva puncte legate de caracteristicile demografice și sociale ale respondenților. Astfel de chestionare seamănă cu foile referendumurilor naționale. Un sondaj prin poștă se distinge de un chestionar la fața locului: în primul caz, returnarea chestionarului este așteptată pe bază de preplătită. corespondență, în al doilea - cel care pune întrebări colectează el însuși foile completate.

Chestionarele de grup sunt diferite de cele individuale. În primul caz, până la 30-40 de persoane sunt chestionate deodată: intervievatorul adună respondenții, îi instruiește și le lasă să completeze chestionarele; în al doilea, se adresează fiecărui respondent individual.

Organizarea chestionarelor „înmânate”, inclusiv sondajele la locul de reședință, este în mod firesc mai laborioasă decât, de exemplu, sondajele prin presă, care sunt, de asemenea, utilizate pe scară largă în practica noastră și străină. Acestea din urmă sunt însă nereprezentative în raport cu multe grupuri ale populației, deci pot fi atribuite mai degrabă metodelor de studiu a opiniei publice a cititorilor acestor publicații.

În fine, la clasificarea chestionarelor, aceștia folosesc și numeroase criterii legate de tematica sondajelor: chestionare de evenimente, chestionare de aflare a orientărilor valorice, chestionare statistice (în recensământul populației), calendarul bugetelor zilnice de timp etc.

Atunci când se efectuează sondaje, nu trebuie uitat că cu ajutorul lor sunt dezvăluite opinii și evaluări subiective, care sunt supuse fluctuațiilor, efectelor condițiilor sondajului și altor circumstanțe.

Pentru a minimiza prejudecățile datelor asociate cu acești factori, orice tip de metodă de anchetă ar trebui efectuată în termene strânse. Sondajul nu ar trebui să fie prelungit pentru o lungă perioadă de timp, deoarece până la sfârșitul sondajului, circumstanțele externe se pot schimba, iar informațiile despre desfășurarea acestuia vor fi transmise de respondenți unul altuia cu orice comentarii, iar aceste judecăți vor influența natura. a răspunsurilor celor care ulterior vor fi incluși în respondenți.

Indiferent dacă apelăm la interviuri sau chestionare, majoritatea problemelor asociate cu fiabilitatea informațiilor le sunt comune.

Pentru ca chestionarul să fie mai eficient, este necesar să se respecte o serie de reguli care ajută la stabilirea corectă a cursului chestionarului și la reducerea numărului de erori în cercetare.

Întrebările adresate respondenților nu sunt izolate - sunt verigi ale unui lanț, iar ca verigi, fiecare dintre ele este conectată cu precedentul și următorul (această relație Vygodsky a numit „influența semnificațiilor”). Un chestionar nu este o secvență mecanică de întrebări care poate fi plasată în el după cum doriți sau așa cum este convenabil pentru cercetător, ci un întreg special. Are proprietăți proprii care nu sunt reductibile la simpla sumă a proprietăților problemelor individuale care îl compun.

La început, cel întrebări simple, și nu după logica cercetătorului cuprinsă în program, pentru a nu arunca întrebări serioase la răspuns deodată, ci pentru a-l lăsa să se simtă confortabil cu chestionarul și să treacă treptat de la simplu la mai complex (regula pâlnie).

Efectul radiațiilor - atunci când toate întrebările sunt interconectate logic și restrâng logic subiectul, respondentul are o anumită setare conform căreia le va răspunde - această influență a întrebării se numește efectul radiației sau efectul ecou și se manifestă. în faptul că întrebarea sau întrebările precedente direcționează trenul de gândire respondenții într-o anumită direcție, creează un anumit sistem de mini-coordonate, în cadrul căruia se formează sau se selectează un răspuns cert.

Uneori apar probleme legate de succesiunea întrebărilor. Diferențele în răspunsurile la aceeași întrebare nu ar trebui să se datoreze secvenței lor diferite.

Așadar, de exemplu, dacă unui muncitor prost plătit i se pune întrebarea „Intenționați să renunțați la locul de muncă în viitorul apropiat? a acestei intreprinderi?" după ce ai întrebat despre salarii, probabilitatea de a primi un răspuns afirmativ crește. Și dacă aceeași întrebare se pune după clarificarea, să zicem, a perspectivelor de creștere a salariilor, probabilitatea de a obține un răspuns negativ crește.

Faptul conjugării răspunsurilor la diferite întrebări este luat în considerare la alcătuirea chestionarului. Pentru aceasta, de exemplu, sunt introduse întrebări tampon.

Până acum, putem doar presupune că cu ajutorul chestionarului se realizează o mai mare izolare a răspunsurilor la fiecare întrebare decât prin comunicarea directă cu intervievatorul. Persoana intervievată nu trebuie să-și facă griji cu privire la imaginea sa în ochii partenerului de comunicare (desigur, cu condiția anonimatului), ca în timpul interviului. Prin urmare, aparent, aici natura conjugării răspunsurilor este mai puțin pronunțată. Cu toate acestea, acest lucru nu a fost dovedit.

Întrebări generale și specifice. Chestionarul începe cu întrebările cele mai specifice și le elaborează treptat (regula pâlnie). Acest lucru vă permite să introduceți treptat respondentul în situație. Dar o soluție generală nu implică întotdeauna una specifică, în timp ce cea din urmă afectează puternic generalul (oamenii sunt mai dispuși să generalizeze detaliile decât deducția).

Exemplu: Întrebările generale de autoevaluare despre interesul pentru politică și religie, puse înainte și după întrebări speciale despre comportamentul politic și religios al respondenților, au primit un număr inegal de „voturi”. În al doilea caz, respondenții și-au exprimat interesul mult mai des. În același timp, evaluările generale ale situației economice și energetice s-au dovedit a fi foarte nesemnificativ influențate de ridicarea unor întrebări speciale cu privire la veniturile și sursele de energie ale respondentului înainte și după acestea. Acest lucru sugerează că problemele generale și specifice se influențează reciproc în mod ambiguu. Distribuția răspunsurilor la întrebările generale depinde de formularea anterioară a unei anumite întrebări pe aceeași temă mai mult decât invers. În plus, această dependență se datorează și conținutului fenomenului discutat.

Aplicarea întrebărilor de filtru

Scopul filtrelor este de a influența răspunsurile la întrebările ulterioare. Aceste întrebări fac posibilă identificarea unui grup de persoane ale căror răspunsuri se dovedesc a fi bazate nu numai pe idei generale, ci și pe experiența personală:

„Copilul tău merge la o școală de muzică pentru copii?

Dacă da, cine îl însoțește de obicei acolo?

Cine este vreunul dintre părinți

Bunica, bunicul etc.”

Aceste întrebări economisesc timpul celor cărora nu le este adresată următoarea întrebare după filtru.

Folosirea filtrelor duce la lipsă de răspunsuri.

Aceste lacune sunt cauzate nu doar de tranziția conștientă a unora dintre respondenți la întrebări la care pot răspunde, ocolindu-le pe cele care nu au legătură cu ei, ci și de alți factori. De exemplu, s-a dovedit că folosind o serie de întrebări de filtrare („Dacă dvs educatie inalta, atunci...?"; „Dacă ai studii superioare în științe umaniste, atunci...?”; „Dacă ai studii superioare în științe umaniste și ai făcut un stagiu în liceu, atunci ...?"), deși este o modalitate foarte convenabilă pentru un sociolog de a aranja întrebările, complică extrem de mult percepția chestionarului de către respondenți. Uneori, acest lucru duce la un număr atât de semnificativ de răspunsuri lipsă, încât întregul studiu este în pericol.

Întrebare din preambul

Întrebarea faptelor, ca oricare alta, poate fi percepută ca o caracteristică evaluativă a respondentului, de aceea este indicat în unele cazuri să o întrebăm într-o formă care să-i slăbească oarecum caracterul evaluativ. De exemplu: „Unii oameni fac curat în apartament în fiecare zi, alții o fac din când în când. Ce faci cel mai des?”

Întrebări de masă

Întrebările din tabel sunt foarte convenabile pentru cercetător. Acestea sunt întrebări dificile la care respondentul trebuie să depună o serie de eforturi pentru a le răspunde.

În astfel de întrebări, vorbim despre lucruri la care se poate răspunde doar atunci când sunt folosite cunoștințele și abilitățile mentale ale respondenților. După astfel de întrebări, este indicat să treceți la altele mai simple.

Astfel de întrebări nu ar trebui repetate des așa cum sunt respondenții se confruntă cu oboseală, distragere a atenției și efectul radiațiilor.

De exemplu, într-un studiu, respondenților li s-a cerut o listă cu aceleași subiecte. În primul caz, a fost necesar să se evalueze eficacitatea acestora, în al doilea - eficiența, în al treilea - caracterul complet al acoperirii problemelor. Prezentarea acestei liste în a doua, și cu atât mai mult în a treia, i-a făcut pe respondenți să simtă că nu doar lista se repetă, ci și criteriile de evaluare. Mulți participanți la sondaj, uitându-se la cel de-al treilea tabel, au spus: „Ți-am răspuns deja”, „Acest lucru s-a întâmplat deja”, etc., l-au sărit, l-au lăsat fără răspuns.

Monotonia completării tabelelor duce la faptul că crește pericolul de a obține umplere mecanică, răspunsuri necugetate.

După ce a ales o dată pentru un răspuns nota „3”, respondentul o poate fixa pe întregul tabel, indiferent de care este nota efectivă și chiar indiferent de conținutul întrebării.

Problema monote muzicale

Efectul radiațiilor este, de asemenea, asociat în mare măsură cu influența întrebărilor uniforme asupra răspunsurilor respondenților. Ca și în cazul tabelelor, și în multe altele, mai ales când respondenților li se pun mai multe întrebări formulate după aceeași schemă sintactică, chestionarul se dovedește a fi monoton. Acest lucru duce la o creștere a ponderii răspunsurilor neconsiderate sau la omiterea acestora. Pentru a depăși monotonia, se recomandă următoarele tehnici:

„Diluați” tabele și întrebări, și datele în aceeași formă sintactică, cu alte întrebări; variază categoriile de răspuns (în primul caz, se cere respondentului să-și exprime acordul sau dezacordul, în al doilea - să evalueze, în al treilea - să decidă dacă aceasta sau acea afirmație este adevărată sau falsă, în al patrulea să formuleze raspunde-ti singur etc.); să folosească mai mult o varietate de întrebări funcționale și psihologice, „stingând influența reciprocă a răspunsurilor”; diversifica designul chestionarului.

Întrebări funcționale și psihologicerouă

Pentru a crea și menține interesul pentru chestionar, pentru a scăpa de tensiune, pentru a transfera respondentul de la un subiect la altul, chestionarul folosește întrebări speciale numite psihologice funcționale.

Aceste întrebări servesc nu atât la colectarea de informații, cât la asigurarea unei relații de comunicare între cercetător și respondenți.

Aceste întrebări nu servesc doar ca stimul pentru răspunsuri, ele conțin o varietate de informații: explicații și justificări ale afirmațiilor sociologului adresate respondenților, unele comentarii percepute ca semne de comunicare mai simetrică, schimb mai egal de informații.

Întrebările psihologice funcționale includ întrebări de contact și întrebări tampon.

Întrebări de contact

Orice comunicare începe cu faza de adaptare. Această fază presupune percepția comunicării către respondenți, cunoașterea scopului studiului și instrucțiuni privind modul de completare a chestionarului.

Prima întrebare a chestionarului se dovedește a fi o întrebare de contact. Se poate aștepta ca, datorită interconectării tuturor întrebărilor din chestionar, dacă o persoană răspunde la prima întrebare, atunci el poate răspunde la toate celelalte.

O serie de cerințela prima întrebare a chestionarului

1) Întrebarea de contact ar trebui să fie foarte simplă. Aici, sunt adesea folosite întrebări de natură pur plină de evenimente - de exemplu, experiență de muncă, zonă de reședință, obiceiuri, interes pentru probleme.

2) Întrebarea de contact ar trebui să fie foarte generală, adică privesc pe toți respondenții. Prin urmare, nu este de dorit să începeți chestionarul cu un filtru.

3) Se recomandă ca întrebarea de contact să fie atât de largă încât orice respondent să poată răspunde. Răspunzând, o persoană începe să creadă în competența sa, să se simtă încrezătoare. Are dorința de a-și dezvolta gândurile în continuare, de a se exprima mai deplin. Prin urmare, este mai bine să începeți chestionarul cu ceea ce este acceptat de toată lumea, ceea ce este cel mai de înțeles.

Nu este deloc necesar ca întrebările de contact să conțină informațiile pe care le cauți. Funcția lor principală este de a facilita interacțiunea. Răspunsurile la întrebările de contact nu trebuie să fie implicate în analiza științifică în legătură cu probleme de fond. Pe de altă parte, din punct de vedere metodologic, aceste răspunsuri sunt de mare importanță: în funcție de conținutul lor, se poate determina atitudinea respondenților față de sondaj, influența acesteia asupra conștiinciozității, sincerității acestora etc.

Întrebări tampon

Destul de rar, un chestionar este dedicat oricărui subiect. Dar chiar și în cadrul aceluiași subiect se discută diverse aspecte. Tranzițiile bruște și neașteptate de la un subiect la altul pot lăsa o impresie nefavorabilă respondenților.

Întrebările tampon sunt concepute pentru a atenua interacțiunea întrebărilor din chestionar. În primul rând, așa cum am menționat deja, ele joacă rolul unui fel de „punți” în trecerea de la subiect la subiect. De exemplu, după ce am discutat despre serie probleme de productie se da urmatoarea formula:

„Timpul liber nu este doar timpul de care avem nevoie pentru a recupera energia cheltuită la locul de muncă. În primul rând, este o oportunitate pentru dezvoltarea integrală a personalității. Prin urmare, vă rugăm să răspundeți la o serie de întrebări despre alte activități decât munca.”

Cu ajutorul unei întrebări tampon (într-o astfel de funcție, nu întrebarea în sine, ci un preambul la aceasta a apărut aici), cercetătorul explică respondenților cursul gândurilor sale.

Cu ajutorul unor astfel de „tampoane”, cercetătorul nu numai că invită respondenții să-și schimbe atenția asupra unui alt subiect, ci explică și de ce este necesar. De exemplu, după o întrebare despre timpul liber, se dă următoarea formulare: „O persoană își petrece cea mai mare parte a vieții la serviciu. Necazurile și bucuriile, succesele și eșecurile în muncă nu ne sunt indiferente. Așa că nu este surprinzător că vrem să vorbim cu tine despre muncă.”

În al doilea rând, întrebările tampon sunt concepute pentru a neutraliza efectul radiațiilor. În acest caz, orice probleme de fond care nu au legătură directă cu subiectul discutat în problemele pe care le presupune sociologul poate acționa ca un tampon.

Încheind discuția despre semnificația întrebărilor funcționale și psihologice în conceperea chestionarului, remarcăm: ca oricare alții, formularea acestora se poate dovedi a nu fi indiferentă pentru respondenți și, prin urmare, să afecteze conținutul și disponibilitatea răspunsurilor acestora. Cunoașterea sociologului că aceasta sau alta problemă acționează ca una funcțional-psihologică nu asigură încă că își va îndeplini rolul așa cum se presupune. Pentru ca presupunerile sociologului să fie justificate, este necesară efectuarea unor experimente metodologice speciale în acest domeniu.

Stabilirea chestionarului

Un rol foarte important îl joacă modul în care este stabilit mediul pentru efectuarea chestionarului. În primul rând, este necesar să le facem clar respondenților că toate răspunsurile lor sunt absolut anonime. Acest lucru va oferi informații mai fiabile în răspunsuri. Afectează respondenții și prezența străinilor. Pentru a crea o atmosferă mai favorabilă în timpul sondajului, este necesar să se ia măsuri pentru prezența persoanelor direct legate de sondaj (cercetător, respondenți). Locația sondajului joacă, de asemenea, un rol. Ar trebui să fie familiar respondentului. Este important să se simtă liber într-un astfel de loc. Localul nu trebuie să fie prea formal (biroul managerului întreprinderii) sau prea informal (vestiar). Depinde mult despre ce sunt întrebările.

Dacă chestionarul pune întrebări despre compania în care are loc sondajul, răspunsurile vor fi cel mai probabil nesincere. Este necesar să acordați atenție momentului de aplicare a chestionarului. Nu trebuie să dureze prea mult, pentru a nu-i obosi pe respondenți (au lucruri mai importante de făcut).

Lista surselor de literatură

1) Planificare substanțială și formalăexpertcercetare mentală

1. ^ Psihologie experimentală: manual. - M .: Prospect, 2005.S. 80-81.

2. ^ Vezi ibid.

3. ^ Vezi ibid. S. 82--83.

4. ^ Cercetare în psihologie: metode și planificare / J. Goodwin. - SPb.: Peter, 2004.S. 248.

5. ^ Zarochentsev K. D., Khudyakov A. I. Psihologie experimentală. S. 82--83.

6. ^ Cercetare în psihologie: metode și planificare / J. Goodwin. S. 258--261.

7. ^ Vezi ibid. p. 275.

8. ^ Vezi ibid.

9. ^ Vezi ibid. p. 353.

10. ^ Solso R.L., Johnson H.H., Beale M.K. Psihologie experimentală: un curs practic. SPb.: Prime-EVROZNAK, 2001.S. 103.

11. ^ Vezi ibid.

12. ^ Druzhinin V.N. Psihologie experimentală. SPb.: Peter, 2002.S. 138.

13. ^ Cercetare în psihologie: metode și planificare / J. Goodwin. S. 388--392.

14. ^ Vezi ibid.

15. ^ Druzhinin V.N. Psihologie experimentală. p. 140.

16. ^ Vezi ibid.

17. ^ Vezi ibid. p. 142

18. Cercetări în psihologie: metodă și planificare / J. Goodwin. - Ed. a 3-a. - SPb.: Peter, 2004.

19. Solso RL, Johnson H. H., Bill M. K. Psihologie experimentală: un curs practic. SPb .: Prime-EVROZNAK, 2001.

20. Robert Gottsdanker „Bazele unui experiment psihologic”: Moscow University Press 1982

2) Caracteristicile generale ale metodelor de anchetă

1. Butenko I.A. „Chestionarul ca metodă de comunicare între un sociolog și un respondent”, Moscova, 1989

2. Noel E. „Sondaje în masă. Introducere în metoda demoscopiei”, M., 1987.

Documente similare

Clasificarea metodelor psihologiei. Principalele metode sunt observarea și interogarea, laboratorul și natural (producția). Tipuri de observare, avantaje și dezavantaje ale metodei. Forme ale metodelor de anchetă. Caracteristicile studiului de testare, principalele tipuri de teste.

test, adaugat 22.02.2011


Validitatea și utilizarea tiparelor mentale ale experimentului. Validitatea constructivă și replicarea conceptuală. Valabilitatea experimentului și concluziile. Planificarea și selecția semnificativă a tipului de experiment. Validitatea ca scop al controlului experimental.

rezumat, adăugat 08.08.2010


Conceptul și logica generală a cercetării psihologice, dezvoltarea conceptului și planificarea. Determinarea variabilelor, semnelor, parametrilor fenomenului studiat, selectarea metodelor și tehnicilor, determinarea mărimii eșantionului. Interpretarea și generalizarea rezultatelor.

test, adaugat 02.07.2011


Conceptul și tipurile de experiment, organizarea acestuia. Probleme etice în timpul implementării sale. Utilizarea testului pentru o evaluare obiectivă a diferențelor psihologice individuale. Esența cercetării umane în context social prin metode calitative.

rezumat, adăugat 16.02.2011


Luarea în considerare a algoritmului cercetării psihologice: enunțarea problemei, ipoteza, planificarea, alegerea metodelor (observare, experiment, modelare), colectarea și prelucrarea datelor, interpretarea rezultatelor și includerea lor în sistemul de cunoștințe.

test, adaugat 20.05.2010


Grupuri de metode de cercetare psihologică, clasificarea lor. Esența și sarcinile principale ale întrebării, observației, conversației. Caracteristicile experimentelor naturale, de laborator și de simulare. Analiza metodelor de cercetare psihologică.

lucrare de termen, adăugată 03/05/2012


Principalele metode de cercetare psihologică și variantele acestora utilizate pentru colectarea datelor primare. Metode specializate de examinare psihodiagnostic. Există două tipuri principale de experimente.

raport adaugat la 14.06.2007


Alocarea metodelor de activitate spirituală, ideală (științifică) și a metodei de activitate umană materială (practică). Istoria dezvoltării secvenței cercetării psihologice și clasificarea acestora. Specificul observației, experimentului și simulării.

rezumat, adăugat 18.11.2010


Esența și etapele implementării cercetării psihologice, structura acesteia, componentele principale. Clasificarea metodelor de cercetare psihologică, trăsăturile lor distinctive și condițiile de implementare. Varietăți și caracteristici ale unui experiment psihologic.

lucrare de termen, adăugată 30.11.2009


Caracterizarea psihologiei clinice ca știință. Aplicarea metodelor de observație și experimentale pentru obținerea faptelor psihologice. Principalele tipuri de experiment psihologic: natural și de laborator. Experimentul lui Rosenhan, esența lui.

Mai presus de toate cunoștințele și artele speculative este capacitatea de a face experimente, iar această știință este regina științelor.

R. Bacon

Planificarea experimentului este procesul de alegere a condițiilor, procedeelor ​​și metodelor de desfășurare a experimentelor, numărul și condițiile acestora necesare și suficiente pentru a rezolva problema cu acuratețea cerută.

Cerințe de planificare a experimentului:

• 1) numărul de experimente să fie minim, pentru a nu complica procedura experimentului și a nu crește costul acestuia, dar nu în detrimentul acurateței rezultatului;
• 2) este necesar să se determine setul de factori care influențează rezultatele experimentului, să le ierarhească, să se identifice principalele, iar variabilele nesemnificative pot fi excluse;
• 3) condiția pentru corectitudinea experimentului trebuie considerată variația simultană a tuturor variabilelor (factorilor) care au o influență reciprocă asupra procesului studiat;
• 4) o serie de acțiuni din experiment pot fi înlocuite cu modelele lor (în primul rând matematice), în timp ce adecvarea modelelor ar trebui verificată și evaluată;
• 5) este necesar să se elaboreze o strategie pentru experiment și un algoritm pentru implementarea acestuia: seria experimentului trebuie analizată după finalizarea fiecăruia dintre ele înainte de a trece la seria următoare.

Planul de experiment ar trebui să includă următoarele secțiuni:

• 1. Denumirea temei de cercetare.
• 2. Scopul și obiectivele experimentului.
• 3. Condiții ale experimentului: parametru de optimizare și factori variabili.
• 4. Metodologia cercetării.
• 5. Justificarea numărului de experimente (sfera de aplicare a experimentului).
• 6. Mijloace și metode de efectuare a măsurătorilor.
• 7. Suportul material al experimentului (lista echipamentelor).
• 8. Tehnica de prelucrare și analiză a datelor experimentale.
• 9. Programul testelor, care indică momentul implementării acestora, executanții, datele experimentale prezentate.
• 10. Deviz de cost.

Scopul și obiectivele experimentului- punctul de plecare al planului. Ele sunt formulate pe baza unei analize a unei ipoteze științifice, a rezultatelor teoretice ale propriilor cercetări sau cercetări ale altor autori.

Scopul determină rezultatul final al experimentului, adică ceea ce ar trebui să obțină cercetătorul ca rezultat. De exemplu, pentru a confirma ipotezele științifice corecte; să verifice în practică adecvarea, eficiența și caracterul practic al modelelor, tehnicilor; determina conditii optime proces tehnologic etc.

În diferite condiții, obiectivele necesită costuri, mijloace și metode de măsurare diferite, timpul experimentului și se reflectă în metodologia de implementare a acestuia. Aceste puncte ale planului vor fi diferite, de exemplu, în condițiile experimentelor de laborator, de teren și industriale.

Sarcinile experimentului determină scopurile particulare, cu ajutorul cărora se poate atinge scopul final sau modalitățile de realizare a acestuia. De exemplu, determinarea parametrilor optimi de temperatură și presiune în fabricarea nanotuburilor de fuliren; stabilirea raportului optim de materii prime; justificarea vitezei de curgere a procesului tehnologic etc.

Sarcinile speciale ale experimentului la planificarea acestuia pot fi:

• - verificarea prevederilor teoretice în vederea confirmării adevărului lor;
• - verificarea (clarificarea) constantelor modelelor matematice sau de altă natură;
• - căutarea condiţiilor optime (acceptabile) ale unui proces;
• - construirea dependenţelor analitice de interpolare.

Sarcinile particulare ale unui experiment pot avea mai multe niveluri, adică o formă de arbore. Se recomandă formularea a 2-4 sarcini dificile și 10-15 sarcini mai ușoare.

Formulare conditii experimentale- parametru de optimizare și factori variabili.

Se numește cantitatea care descrie rezultatul experimentului efectuat parametru de optimizare(răspunsul) sistemului la impact. Setul de valori pe care le ia un parametru de optimizare se numește domeniul său.

Parametrul de optimizare ar trebui să fie cantitativ, specificat printr-un număr și măsurabil pentru orice set fix de niveluri de factori. Ea trebuie caracterizată fără ambiguitate, adică un set dat de niveluri de factori trebuie să corespundă, cu acuratețea erorii experimentale, unei valori a parametrului de optimizare. Parametrul de optimizare ar trebui să caracterizeze în mod cuprinzător obiectul cercetării, să satisfacă cerințele de universalitate și completitudine. Ea trebuie să aibă o semnificație fizică pentru a asigura interpretarea ulterioară a rezultatelor experimentale, să fie simplă și ușor de calculat.

Parametrul de optimizare (răspunsul) depinde de factorii care influențează experimentul. Factor(lat .factor - producătoare) - cauza unui proces, fenomen care determină influența acestuia asupra obiectului cercetării, naturii sau trăsăturilor individuale. Aceasta este o cantitate măsurabilă și fiecare valoare pe care o poate lua un factor se numește nivel de factor.

Fiecare factor dintr-un experiment poate lua una dintre mai multe valori. Un set fix de niveluri de mai mulți factori va determina anumite condiții specifice pentru experiment. O modificare a cel puțin unuia dintre factori duce la o modificare a condițiilor și, în consecință, la o modificare a valorii parametrului de optimizare.

Factorii variabili dintr-un experiment multivariat determină scopurile și condițiile studiului. De exemplu, factorii dintr-un experiment pentru a găsi condiții optime pentru producerea nanomaterialelor pot fi: temperatura, timpul de expunere, cantitatea de oxid etc.

Un număr mare de factori fac experimentul foarte dificil și consumator de timp. Prin urmare, atunci când planificați un experiment, este foarte important să reduceți numărul de factori și să îi selectați pe cei mai semnificativi. În acest caz, ne putem ghida după principiul Pareto, conform căruia 20 % factorii determină 80% din proprietăţile sistemului.

Semnificația factorilor poate fi determinată empiric sau analitic. În primul caz, se efectuează un experiment limitat. În acest caz, un factor se schimbă, iar restul nu etc. Clasificarea factorilor „semnificativi” se realizează în funcție de puterea influenței lor asupra rezultatului experimentului. Acei factori a căror modificare se reflectă mai puternic în rezultatul final sunt considerați mai importanți. Factorii „neesențiali” pot fi neglijați.

Dacă există mulți factori, această cale este ineficientă, atunci se utilizează o cale analitică bazată pe metodele de analiză factorială.

Dacă factorii sunt dependenți, aceștia pot fi calculați folosind metoda de descompunere topologică și structura în funcție de influența lor asupra scopului final. Sarcina de a determina rangurile factorilor este de a selecta partea cea mai conectată a graficului. Se rezolvă în etape.

În primul rând, „seturile accesibile” sunt determinate pentru fiecare vârf al graficului (pentru fiecare factor). Apoi sunt definite „seturi contra-accesibile”, fiecare dintre ele include toate nodurile care au o cale către vârf. În cele din urmă, sunt determinate cele mai esențiale vârfuri ale graficului, care alcătuiesc graficul puternic conectat. Cei mai esențiali factori sunt lăsați, restul sunt aruncați.

Cea mai importantă cerință a experimentului este controlabilitatea factorilor, iar experimentatorul trebuie să fie capabil să aleagă valoarea dorită a factorului și să o mențină constantă pe tot parcursul experimentului. Factorul trebuie să fie și operațional, astfel încât să poată fi indicat prin succesiunea de operații necesare pentru a seta o anumită valoare.

Când se formalizează condițiile pentru efectuarea unui experiment, este, de asemenea, important să se determine aria de desfășurare a acestuia. Pentru a face acest lucru, este necesar să se evalueze limitele zonelor pentru factori determinanți. Aici sunt posibile restricții de mai multe tipuri: care nu pot fi încălcate în nicio condiție (de exemplu, temperatura ns poate fi sub zero absolut); constrângeri tehnice și economice (de exemplu, costul echipamentelor sau durata procesului investigat); conditii specifice procesului.

Sub experiment model de obicei înțelege modelul cutiei negre, care folosește o funcție de răspuns care stabilește relația dintre parametrul de optimizare și factorii: y = f (x y X2 > ..., Jc n).

Selectarea unui model înseamnă alegerea tipului acestei funcții și notarea ecuației acesteia. Apoi, rămâne doar să efectuăm un experiment pentru a calcula coeficienții numerici ai acestui model. Principala cerință pentru un model experimental este capacitatea de a prezice direcția ulterioară a experimentelor cu precizia necesară. Dintre toate modelele adecvate posibile, este necesar să-l alegeți pe cel care pare a fi cel mai simplu.

Cel mai adesea, în planificarea unui experiment, sunt alese modele polinomiale de gradul întâi (liniar) sau al doilea:

Tehnica experimentală este o parte cheie a designului experimentului. Include:

• - succesiunea acţiunilor cercetătorului;
• - tehnici și reguli de bază pentru implementarea fiecărei etape, utilizarea instrumentelor și echipamentelor;
• - procedura de măsurare, fixare a rezultatelor și metode de prelucrare a acestora;
• - procedura de analiza a rezultatelor experimentului si formularea concluziilor.

La elaborarea unei metodologii, este important să se argumenteze corect numărul de experimente,

care garantează acuratețea necesară a rezultatului și, pe de altă parte, nu duce la pierderi inutile de bani și timp pe teste redundante.

Cu mai mult de zece teste justificarea numărului de experimente poate fi realizat pe baza inegalității Chebyshev:

Unde X- valoarea medie a unei valori măsurate aleatoriu; M (x)- așteptarea matematică a unei valori; e - acuratețea necesară a rezultatului; D (x) - variația cantității NS, calculate din rezultate N experimentele efectuate.

Inegalitatea poate fi formulată astfel: „probabilitatea ca diferența dintre așteptarea matematică și valoarea statistică medie a unei variabile aleatoare X nu depășește precizia necesară a rezultatului - e, este egală cu diferența dintre unitate și raport D (x): Ne 2".

Există trei necunoscute în inegalitate: N iar caracteristicile statistice în funcţie de N. Prin urmare, procesul de calcul N este iterativă.

Dacă inegalitatea este satisfăcută, atunci numărul de experimente este suficient. În caz contrar, numărul de experimente crește.

Un număr suficient de observații (experimente) poate fi determinat folosind un tabel cu numere suficient de mari (Tabelul 8.1). Arată că un număr suficient de observații depinde de gradul de încredere în rezultatele experimentului (nivel de încredere), de valoarea erorii admisibile (interval de încredere). Cu alte cuvinte, gradul de încredere este determinat de valoarea probabilității cu care se face concluzia corespunzătoare.

Referitor la alegerea valorii probabilităţii R nu există o soluție generală care să fie aceeași în toate studiile. Cu cât valoarea probabilității luate în considerare este mai aproape de una, cu atât concluzia va fi mai fiabilă. În practica cercetării științifice, se ia de obicei nivelul de încredere P = 0,9-0,99. Acuratețea necesară în cercetare se stabilește în funcție de natura fenomenului studiat. În cele mai multe cazuri, se presupune că precizia necesară este e = 0,01-0,05.

De exemplu, dacă valoarea nivelului de încredere este luată egală cu R= 0,95, iar eroarea permisă este e = 0,05, atunci un număr suficient de observații în timpul experimentului va fi egal cu 384.

O altă parte importantă a planului de experiment este justificarea fondurilorși tehnici de măsurare. Presupune alegerea instrumentelor de măsurare, aparatelor și echipamentelor, vă permite să înregistrați datele experimentului; convertiți-le într-o formă convenabilă; depozitează, asigură livrarea la cerere etc.

Sistemul de măsurare trebuie format ținând cont de cerințele metrologiei științei despre metode și instrumente de măsurare, alegerea unităților, scalelor și sistemelor de măsurare; probleme de precizie a măsurătorilor. Metodele de măsurare care pot fi aplicate în diverse experimente sunt discutate în capitolul anterior.

Aceste metode de măsurare pot fi împărțite în două grupe: directe (valoarea necesară este măsurată direct în timpul experimentului) și măsurători indirecte (valoarea necesară obținută din rezultatele măsurătorilor directe). În plus, pe baza unităților de măsură, există măsurători absolute efectuate în unități ale mărimii investigate și măsurători relative, care implică fixarea raportului mărimii măsurate la valoarea sa limită certă.

Bazele considerate ale organizării și desfășurării unui experiment sunt doar de natură generală, iar esența, conținutul, condițiile de aplicare a recomandărilor de mai sus și succesiunea utilizării uneia sau alteia metode de desfășurare a unui experiment necesită un studiu mai detaliat. În plus, trebuie să se înțeleagă clar că fiecare metodă de realizare a unui experiment va avea propriile caracteristici, în funcție de obiectul cercetării.

 

Ar putea fi util să citiți:

• Cum vând escrocii iPhone-uri false sub pretextul unor iPhone-uri reale Au trimis un fals ce să facă;
• Șoferii sunt clasificați ca lucrători;
• Sirop pentru întărirea sistemului imunitar (într-un borcan sub formă de urs);
• Ești o persoană care își dorește să obțină mai mult decât alții;
• Cum se organizează un eveniment;
• Când reducerile încep în primăvară;
• Revista Telesem: căsătoria este insuportabilă;
• Când este ziua unui lucrător de cadre în Rusia Ziua lucrătorilor de cadre;