Учебное пособие для вузов м пер сэ, 2001 511 с

10.5.3. Градация признаков

При использовании любых количественных методов для отбора приходится прибегать к квантованию признака, так как часто не удается достаточно точно измерить то или другое свойство человека, определяющее его индивидуальные психологические особенности. В таких случаях количество градации зависит от нашего умения дифференцировать данный признак Если признак измеряется достаточно точно (например, время реакции), то число градации можно объективизировать В данном случае, когда необходимо строить одномерные распределения признаков, число градаций в первую очередь зависит от количества лиц в обучающих группах Если число лиц достаточно велико, число градаций принимается равным 9–12
Если же число лиц невелико (25–30 человек), то квантование признака на диапазоны обеспечивается, исходя из особенностей получающихся гистограмм. На основании опыта установлено, что в таких случаях достаточно 2, 3, 4 диапазона. В ряде случаев, когда распределения имеют сложную форму, диапазоны градаций будут неодинаковыми.
Общим правилом здесь может быть указание, предписывающее делать такие диапазоны, при которых расстояние (например, X²) между соответствующими распределениями f_A (V) и f_в( V) будет наибольшим.

10.5.4. Выбор порога

В последовательной статистической процедуре отношения вероятностей предусматриваются два порога

где α, β – ошибки классификации, которые назначаются заранее Простая зависимость порогов от вероятностей ошибок классификации позволяет выбирать нужный порог, основываясь на сложившейся конъюнктуре
Необходимость выбора небольшого числа лиц из больших контингентов делает возможным определить а = b порядка 0,001 или даже 0,0001 С другой стороны, при ограниченном количестве лиц естественно выбрать α = β = 0,05 или даже 0,10
Если окажется, что ошибка пропустить хорошего специалиста и, наоборот, ошибка приема малопригодного неравноценны, то имеется возможность учесть это, выбирая разные вероятности α и β
Таким образом, выбор порогов является весьма гибким и учитывает реальную обстановку, а также цену возможных ошибок