Общая психодиогностика

Рис. 16. Зависимость вероятности критериального события р и диагностических па-
раметров X
1
 и Х
2
 
С точки зрения распознавания образов, предварительная задача диагностики (предваряю-
щая практические задачи) – определить границы диагностических категорий - областей в про-
странстве параметров, которым эмпирически корректно могут быть приписаны некоторые поро-
говые (качественно специфичные) значения прогнозируемого критериального показателя. Это 
задача построения «разделяющего правила» (или «решающего правила»). Точность такого разде-
ления и предопределяет прогностическую валидность методики на данной совокупности испы-
туемых в данной диагностической ситуации. 
Репрезентативность выборки при этом определяется степенью изменения точности разде-
ления при увеличении совокупности обследованных. Влияние того или иного параметра на точ-
ность разделения определяет «вес», с которым входит данный параметр в задачу диагностики. 
Построение формальной процедуры разделения может производиться по-разному. В про-
стейшем случае - это сравнение тестового показателя с некоторым порогом. В более сложных 
случаях применяются методы дискриминантного анализа, позволяющие описывать «разделяю-
1
Этот подход включает в себя линейные модели как частный случай. 

---

93 
щие правила» (границы диагностических областей в пространстве параметров) в виде сложных 
функций сразу от нескольких параметров. 
Применение определенного метода для решения задачи построения системы диагностиче-
ских категорий определяется несколькими факторами: во-первых, это соответствие допущений, 
положенных в основу алгоритма, содержательным представлениям о психологической типоло-
гии индивидов в рамках рассматриваемой системы психодиагностических параметров; во-
вторых, это степень полноты имеющейся информации для эффективной «остановки» алгоритма, 
обеспечивающей оптимальное решение задачи за приемлемое время. 
Под полнотой информации здесь, имеется в виду наличие достаточно многочисленных 
групп индивидов, четко и однозначно классифицированных по заданной системе критериев. В 
этом случае построение решающего правила сводится к применению какого-либо алгоритма ав-
томатической классификации, приспособленного к работе с заданными классами. Если же крите-
риальные классы представлены неполно - всего несколькими представителями, для которых при 
этом не всегда известны все значения необходимых параметров, - то возникает ситуация, требу-
ющая применения так называемых эвристических алгоритмов (более подробно о применяемых 
алгоритмах классификации см. кн.: Типология и классификация в социологических исследовани-
ях. М., 1982). 
Остановимся на одном из методов распознавания, получившем применение в психодиагно-
стике, — на семействе алгоритмов вычисления оценок (АВО), предложенном Ю. И. Журавлевым 
и его учениками (1978). 
Основную задачу распознавания образов можно сформулировать как задачу отнесения объ-
екта 5 к одному или нескольким классам К
1 
К
2
,..., К
i
на основе информации о классах 
I
(K
1
), 
(К
2
),..., 
I
(К
i
), информации об объекте 
I
(S) и предположения о близости объекта к классу. Други-
ми словами, задачу распознавания можно сформулировать как задачу определения того, обладает 
ли объект определенными свойствами. 
В основе АВО лежит принцип частичной прецедентности: близость объекта к классу тем 
больше, чем больше частей в его описании «похожи» на соответствующие части в описаниях' 
объектов, чья принадлежность классу известна. Например, в одном из вариантов АВО (Зеличен-
ко А. И., 1982) функция близости объекта S к классу К определяется так: 
 
 
