Трифонов Е.В.
Антропология:   дух - душа - тело - среда человека,

или  Пневмапсихосоматология человека

Русско-англо-русская энциклопедия, 18-е изд., 2015

π

ψ

σ

Общий предметный алфавитный указатель

Психология Соматология Математика Физика Химия Наука            Общая   лексика
А Б В Г Д Е Ж З И К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Э Ю Я
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z


ПРОГНОЗИРОВАНИЕ В МЫШЛЕНИИ

стр. 3


prognostication in thinking ]

(Греч.: πρόγνωσις - предузнавание, предопределение; 15 в).

Трифонов Е.В. Военно-медицинская академия, г. Ленинград, 1983.

Методика исследования

     Тринадцати испытуемым ( j = 1, 2, ..., 13; возраст 18  ÷ 30 лет) ставилась цель в процессе решения серииi = 1, 2, ..., 7) однотипных задач найти единственный алгоритм. Задача представляла собой головоломку (сквэарворд), [91. Для ее решения необходимо пустые клетки квадрата (рис.1) заполнить буквами из числа имеющихся так, чтобы в столбцах, строках и диагоналях квадрата одинаковые буквы не повторялись. Регистрировалось время (с) каждой операции (правильной или неправильной,  k = 1, 2, ..., 17, минимальное и достаточное их число для решения задачи равно 17), т.е. время, затрачиваемое испытуемым на формирование решения о том, какую букву записать в клетке с данными координатами. Результаты решения задачи сопоставлялись с ключом. Вычислялось время каждой из семнадцати правильных операций. Каждому испытуемому предлагалось решить семь однотипных задач. При последовательном решении однотипных задач у испытуемых постепенно формируется единый алгоритм. Если при этом используется прогнозирование, то с накоплением в памяти системы информации о предыстории, последовательные прогнозы управления должны улучшаться. При этом, каждому i -му прогнозу будет соответствовать i -е условное распределение процессов в системе. Установить и проанализировать такое соответствие можно, имея данные об  i - распределениях процессов в системе и об  i -прогнозах. Распределения 2 процессов в системе характеризуются его математическими ожиданиями  Mi  и дисперсиями  Di . С физиологической точки зрения эти параметры характеризуют соответственно уровень процесса и точность управления процессом в системе. Выберем в качестве анализируемой переменной  Xijk  - время, затрачиваемое  j -тым  испытуемым на  k -тую  операцию  j -того  задания. Тогда оценки  Mij  и  Dij  будут следующими:

`xij = (1/n)·еxijk ;      sij2 = 1/(n -1)·е(xijk - `xij)2 ;

где`x - средняя, оценка математического ожидания  Mi ;   sij2 - оценка дисперсии  Di ;  n = 17 - число операций в каждом задании. Эти оценки приводятся в таблице 1  и в  таблице 2

Если  Mi  и  Di  можно оценить по результатам наблюдений, то последовательные прогнозы управления являются переменной ненаблюдаемой. Однако, поскольку точно известна последовательность прогнозов, то вместо них можно использовать инструментальную переменную [5] - натуральный ряд чисел -  i = 1, 2, 3, … 7 , соответствующий номерам выполняемых испытуемыми заданий. Зависимость  Mi  и  Di  от  i  при фиксированных  i  представляют собой регрессии порядка  r =1, 2 или, соответственно регрессионную и скедастическую зависимости [14, 15]. Графики таких зависимостей для одного из испытуемых показаны на рис.2.  Проверка предположений З а, б (стр. 2) сводится к проверке статистических гипотез 3 об однородности  Mi  и  Di  у каждого испытуемого. Для проверки статистических гипотез относительно  Di  использовались М-статистика Бартлетта (множественные сравнения  Di ) 4 или F-статистика Фишера (попарное сравнение  Di ) 5. Для проверки статистических гипотез относительно  Mi  использовались t-статистика Стьюдента (попарное сравнение  Mi  для случаев равенства соответствующих  Di ) 6 или V-статистика Уэлша (попарное сравнение  Mi  в случае неравенства соответствующих  Di ) 7. Проверка положения З в (стр. 2) осуществлялась оценкой степени линейной связи между показателями результатов прогнозирования и эффективной производительностью.


     Примечания.
  1   Список литературы и примечания открываются в отдельных окнах. Если Вы сделали это один раз, не делайте        этого повторно. При необходимости просто перейдите в это отдельное окно.
  2   Практически любое распределение.
  3   Все статистические процедуры здесь и далее проводились в соответствии с известными руководствами [2, 5].
  4   Бартлетт М.С. (Bartlett M.S. Properties of sufficiency of statistical tests. Proc. Roy. Soc. 1937, A160, 268-282).
  5   Р. Фишер, Fisher, Ronald Aylmer, 1890-1968, британский математик и генетик, основатель теории планирования научного эксперимента.
  6   William Sealy Gosset, 1876-1937, британский математик, публиковавшийся под псевдонимом Student, Стъюдент.
  7   Trickett, W. H.; Welch, B. L.; and James, G. S. Further Critical Values for the Two-Means Problems. Biometrika 43, 203-205, 1956.

Страницы1    2    3    4    5    6    7    8    9    10   
Таблицы1    2   
Рисунки1    2    3    4   

Google

В отдельном окне: 

     
«Я    У Ч Е Н Ы Й    И Л И . . .    Н Е Д О У Ч К А ?»
    Т Е С Т    В А Ш Е Г О    И Н Т Е Л Л Е К Т А

Предпосылка:
Эффективность развития любой отрасли знаний определяется степенью соответствия методологии познания - познаваемой сущности.
Реальность:
Живые структуры от биохимического и субклеточного уровня, до целого организма являются вероятностными структурами. Функции вероятностных структур являются вероятностными функциями.
Необходимое условие:
Эффективное исследование вероятностных структур и функций должно основываться на вероятностной методологии (Трифонов Е.В., 1978,..., ..., 2015, …).
Критерий: Степень развития морфологии, физиологии, психологии человека и медицины, объём индивидуальных и социальных знаний в этих областях определяется степенью использования вероятностной методологии.
Актуальные знания: В соответствии с предпосылкой, реальностью, необходимым условием и критерием... ...
о ц е н и т е   с а м о с т о я т е л ь н о:
—  с т е п е н ь  р а з в и т и я   с о в р е м е н н о й   н а у к и,
—  о б ъ е м   В а ш и х   з н а н и й   и
—  В а ш   и н т е л л е к т !


Любые реальности, как физические, так и психические, являются по своей сущности вероятностными.  Формулирование этого фундаментального положения – одно из главных достижений науки 20-го века.  Инструментом эффективного познания вероятностных сущностей и явлений служит вероятностная методология (Трифонов Е.В., 1978,..., ..., 2014, …).  Использование вероятностной методологии позволило открыть и сформулировать важнейший для психофизиологии принцип: генеральной стратегией управления всеми психофизическими структурами и функциями является прогнозирование (Трифонов Е.В., 1978,..., ..., 2012, …).  Непризнание этих фактов по незнанию – заблуждение и признак научной некомпетентности.  Сознательное отвержение или замалчивание этих фактов – признак недобросовестности и откровенная ложь.


     ♥  Ошибка?  Щелкни здесь и исправь ее!                                 Поиск на сайте                              E-mail автора (author): tryphonov@yandex.ru

π

ψ

σ

Санкт-Петербург, Россия, 1996-2015

Copyright © 1996-, Трифонов Е.В.

Разрешается некоммерческое цитирование материалов данной энциклопедии при условии
полного указания источника заимствования: имени автора, названия и WEB-адреcа данной энциклопедии


 
Всего посетителей = Altogether Visitors :  
Посетителей раздела «Соматология» = Visitors of section «Somatlogy» :