Статистическая регрессия — психология

Регрессионный анализ — статистический метод исследования зависимости случайной величины от переменных :

Статистическая регрессия - психология

В статистическом моделировании регрессионный анализ представляет собой исследования, применяемые с целью оценки взаимосвязи между переменными.

Этот математический метод включает в себя множество других методов для моделирования и анализа нескольких переменных, когда основное внимание уделяется взаимосвязи между зависимой переменной и одной или несколькими независимыми.

Говоря более конкретно, регрессионный анализ помогает понять, как меняется типичное значение зависимой переменной, если одна из независимых переменных изменяется, в то время как другие независимые переменные остаются фиксированными.

Во всех случаях целевая оценка является функцией независимых переменных и называется функцией регрессии. В регрессионном анализе также представляет интерес характеристика изменения зависимой переменной как функции регрессии, которая может быть описана с помощью распределения вероятностей.

Задачи регрессионного анализа

Данный статистический метод исследования широко используется для прогнозирования, где его использование имеет существенное преимущество, но иногда это может приводить к иллюзии или ложным отношениям, поэтому рекомендуется аккуратно его использовать в указанном вопросе, поскольку, например, корреляция не означает причинно-следственной связи.

Разработано большое число методов для проведения регрессионного анализа, такие как линейная и обычная регрессии по методу наименьших квадратов, которые являются параметрическими.

Их суть в том, что функция регрессии определяется в терминах конечного числа неизвестных параметров, которые оцениваются из данных.

Непараметрическая регрессия позволяет ее функции лежать в определенном наборе функций, которые могут быть бесконечномерными.

Как статистический метод исследования, регрессионный анализ на практике зависит от формы процесса генерации данных и от того, как он относится к регрессионному подходу.

Так как истинная форма процесса данных, генерирующих, как правило, неизвестное число, регрессионный анализ данных часто зависит в некоторой степени от предположений об этом процессе. Эти предположения иногда проверяемы, если имеется достаточное количество доступных данных.

Регрессионные модели часто бывают полезны даже тогда, когда предположения умеренно нарушены, хотя они не могут работать с максимальной эффективностью.

В более узком смысле регрессия может относиться конкретно к оценке непрерывных переменных отклика, в отличие от дискретных переменных отклика, используемых в классификации. Случай непрерывной выходной переменной также называют метрической регрессией, чтобы отличить его от связанных с этим проблем.

История

Самая ранняя форма регрессии — это всем известный метод наименьших квадратов. Он был опубликован Лежандром в 1805 году и Гауссом в 1809.

Лежандр и Гаусс применили метод к задаче определения из астрономических наблюдений орбиты тел вокруг Солнца (в основном кометы, но позже и вновь открытые малые планеты).

Гаусс опубликовал дальнейшее развитие теории наименьших квадратов в 1821 году, включая вариант теоремы Гаусса-Маркова.

Термин «регресс» придумал Фрэнсис Гальтон в XIX веке, чтобы описать биологическое явление. Суть была в том, что рост потомков от роста предков, как правило, регрессирует вниз к нормальному среднему.

Для Гальтона регрессия имела только этот биологический смысл, но позже его работа была продолжена Удни Йолей и Карлом Пирсоном и выведена к более общему статистическому контексту. В работе Йоля и Пирсона совместное распределение переменных отклика и пояснительных считается гауссовым.

Это предположение было отвергнуто Фишером в работах 1922 и 1925 годов. Фишер предположил, что условное распределение переменной отклика является гауссовым, но совместное распределение не должны быть таковым. В связи с этим предположение Фишера ближе к формулировке Гаусса 1821 года.

До 1970 года иногда уходило до 24 часов, чтобы получить результат регрессионного анализа.

Методы регрессионного анализа продолжают оставаться областью активных исследований.

В последние десятилетия новые методы были разработаны для надежной регрессии; регрессии с участием коррелирующих откликов; методы регрессии, вмещающие различные типы недостающих данных; непараметрической регрессии; байесовские методов регрессии; регрессии, в которых переменные прогнозирующих измеряются с ошибкой; регрессии с большей частью предикторов, чем наблюдений, а также причинно-следственных умозаключений с регрессией.

Регрессионные модели

Модели регрессионного анализа включают следующие переменные:

  • Неизвестные параметры, обозначенные как бета, которые могут представлять собой скаляр или вектор.
  • Независимые переменные, X.
  • Зависимые переменные, Y.

В различных областях науки, где осуществляется применение регрессионного анализа, используются различные термины вместо зависимых и независимых переменных, но во всех случаях регрессионная модель относит Y к функции X и β.

Приближение обычно оформляется в виде E (Y | X) = F (X, β). Для проведения регрессионного анализа должен быть определен вид функции f. Реже она основана на знаниях о взаимосвязи между Y и X, которые не полагаются на данные. Если такое знание недоступно, то выбрана гибкая или удобная форма F.

Зависимая переменная Y

Предположим теперь, что вектор неизвестных параметров β имеет длину k. Для выполнения регрессионного анализа пользователь должен предоставить информацию о зависимой переменной Y:

  • Если наблюдаются точки N данных вида (Y, X), где N < k, большинство классических подходов к регрессионному анализу не могут быть выполнены, так как система уравнений, определяющих модель регрессии в качестве недоопределенной, не имеет достаточного количества данных, чтобы восстановить β.
  • Если наблюдаются ровно N = K, а функция F является линейной, то уравнение Y = F (X, β) можно решить точно, а не приблизительно. Это сводится к решению набора N-уравнений с N-неизвестными (элементы β), который имеет единственное решение до тех пор, пока X линейно независим. Если F является нелинейным, решение может не существовать, или может существовать много решений.
  • Наиболее распространенной является ситуация, где наблюдается N > точки к данным. В этом случае имеется достаточно информации в данных, чтобы оценить уникальное значение для β, которое наилучшим образом соответствует данным, и модель регрессии, когда применение к данным можно рассматривать как переопределенную систему в β.

В последнем случае регрессионный анализ предоставляет инструменты для:

  • Поиска решения для неизвестных параметров β, которые будут, например, минимизировать расстояние между измеренным и предсказанным значением Y.
  • При определенных статистических предположениях, регрессионный анализ использует избыток информации для предоставления статистической информации о неизвестных параметрах β и предсказанные значения зависимой переменной Y.

Необходимое количество независимых измерений

Рассмотрим модель регрессии, которая имеет три неизвестных параметра: β0, β1 и β2. Предположим, что экспериментатор выполняет 10 измерений в одном и том же значении независимой переменной вектора X.

В этом случае регрессионный анализ не дает уникальный набор значений. Лучшее, что можно сделать, оценить среднее значение и стандартное отклонение зависимой переменной Y.

Аналогичным образом измеряя два различных значениях X, можно получить достаточно данных для регрессии с двумя неизвестными, но не для трех и более неизвестных.

Если измерения экспериментатора проводились при трех различных значениях независимой переменной вектора X, то регрессионный анализ обеспечит уникальный набор оценок для трех неизвестных параметров в β.

В случае общей линейной регрессии приведенное выше утверждение эквивалентно требованию, что матрица XТX обратима.

Статистические допущения

Когда число измерений N больше, чем число неизвестных параметров k и погрешности измерений εi, то, как правило, распространяется затем избыток информации, содержащейся в измерениях, и используется для статистических прогнозов относительно неизвестных параметров. Этот избыток информации называется степенью свободы регрессии.

Основополагающие допущения

Классические предположения для регрессионного анализа включают в себя:

  • Выборка является представителем прогнозирования логического вывода.
  • Ошибка является случайной величиной со средним значением нуля, который является условным на объясняющих переменных.
  • Независимые переменные измеряются без ошибок.
  • В качестве независимых переменных (предикторов) они линейно независимы, то есть не представляется возможным выразить любой предсказатель в виде линейной комбинации остальных.
  • Ошибки являются некоррелированными, то есть ковариационная матрица ошибок диагоналей и каждый ненулевой элемент являются дисперсией ошибки.
  • Дисперсия ошибки постоянна по наблюдениям (гомоскедастичности). Если нет, то можно использовать метод взвешенных наименьших квадратов или другие методы.

Эти достаточные условия для оценки наименьших квадратов обладают требуемыми свойствами, в частности эти предположения означают, что оценки параметров будут объективными, последовательными и эффективными, в особенности при их учете в классе линейных оценок. Важно отметить, что фактические данные редко удовлетворяют условиям.

То есть метод используется, даже если предположения не верны. Вариация из предположений иногда может быть использована в качестве меры, показывающей, насколько эта модель является полезной. Многие из этих допущений могут быть смягчены в более продвинутых методах.

Отчеты статистического анализа, как правило, включают в себя анализ тестов по данным выборки и методологии для полезности модели.

Кроме того, переменные в некоторых случаях ссылаются на значения, измеренные в точечных местах. Там могут быть пространственные тенденции и пространственные автокорреляции в переменных, нарушающие статистические предположения. Географическая взвешенная регрессия — единственный метод, который имеет дело с такими данными.

Линейный регрессионный анализ

В линейной регрессии особенностью является то, что зависимая переменная, которой является Yi, представляет собой линейную комбинацию параметров. Например, в простой линейной регрессии для моделирования n-точек используется одна независимая переменная, xi, и два параметра, β0 и β1.

При множественной линейной регрессии существует несколько независимых переменных или их функций.

При случайной выборке из популяции ее параметры позволяют получить образец модели линейной регрессии.

В данном аспекте популярнейшим является метод наименьших квадратов. С помощью него получают оценки параметров, которые минимизируют сумму квадратов остатков. Такого рода минимизация (что характерно именно линейной регрессии) этой функции приводит к набору нормальных уравнений и набору линейных уравнений с параметрами, которые решаются с получением оценок параметров.

При дальнейшем предположении, что ошибка популяции обычно распространяется, исследователь может использовать эти оценки стандартных ошибок для создания доверительных интервалов и проведения проверки гипотез о ее параметрах.

Нелинейный регрессионный анализ

Пример, когда функция не является линейной относительно параметров, указывает на то, что сумма квадратов должна быть сведена к минимуму с помощью итерационной процедуры.

Это вносит много осложнений, которые определяют различия между линейными и нелинейными методами наименьших квадратов.

Следовательно, и результаты регрессионного анализа при использовании нелинейного метода порой непредсказуемы.

Расчет мощности и объема выборки

Здесь, как правило, нет согласованных методов, касающихся числа наблюдений по сравнению с числом независимых переменных в модели.

Первое правило было предложено Доброй и Хардином и выглядит как N = t^n, где N является размер выборки, n — число независимых переменных, а t есть числом наблюдений, необходимых для достижения желаемой точности, если модель имела только одну независимую переменную.

Например, исследователь строит модель линейной регрессии с использованием набора данных, который содержит 1000 пациентов (N). Если исследователь решает, что необходимо пять наблюдений, чтобы точно определить прямую (м), то максимальное число независимых переменных, которые модель может поддерживать, равно 4.

Другие методы

Несмотря на то что параметры регрессионной модели, как правило, оцениваются с использованием метода наименьших квадратов, существуют и другие методы, которые используются гораздо реже. К примеру, это следующие методы:

  • Байесовские методы (например, байесовский метод линейной регрессии).
  • Процентная регрессия, использующаяся для ситуаций, когда снижение процентных ошибок считается более целесообразным.
  • Наименьшие абсолютные отклонения, что является более устойчивым в присутствии выбросов, приводящих к квантильной регрессии.
  • Непараметрическая регрессия, требующая большого количества наблюдений и вычислений.
  • Расстояние метрики обучения, которая изучается в поисках значимого расстояния метрики в заданном входном пространстве.
Читайте также:  Воспитание девочки - психология

Программное обеспечение

Все основные статистические пакеты программного обеспечения выполняются с помощью наименьших квадратов регрессионного анализа. Простая линейная регрессия и множественный регрессионный анализ могут быть использованы в некоторых приложениях электронных таблиц, а также на некоторых калькуляторах.

Хотя многие статистические пакеты программного обеспечения могут выполнять различные типы непараметрической и надежной регрессии, эти методы менее стандартизированы; различные программные пакеты реализуют различные методы.

Специализированное регрессионное программное обеспечение было разработано для использования в таких областях как анализ обследования и нейровизуализации.

Источник: https://BusinessMan.ru/new-regressionnyj-analiz-statisticheskij-metod-issledovaniya-zavisimosti-sluchajnoj-velichiny-ot-peremennyx.html

Регрессия

Регрессия

Регрессия – это такой способ защиты, когда психика прибегает к возврату в детское состояние с целью понижения тревоги или разрешения конфликта. Соответственно детская модель поведения оказывается незрелой, менее эффективной, затрудняет адаптацию.

При этом у окружающих она часто вызывает состояние родителя, бессознательное желание опекать будь-то более слабую или ущербную личность.

Однако механизм регрессии включается не лишь в межличностном взаимодействии, человек может активировать его также наедине с собой, во внутренней психологической реальности, ведь детская модель поведения кажется ему более безопасной и успокаивающей.

Что такое регрессия в психологии?

Регрессия есть возвращение к своим более ранним формам поведения. Она происходит оттого, что нынешним, зрелым поведением человек не имеет возможности добиться желаемых целей.

Например, девушка не может убедить своего мужчину в действительности какого-то факта.

Что выбирает она? Часто это слезы, и плач, которые не являются рациональным способом в разрешении ситуации, это тот способ, которым она пользовалась в детстве, дабы привлечь внимание и добиться желаемого.

Спортсмены, занимающиеся боевыми искусствами и изучающие множество приемов в зале, выходя на ринг, используют лишь несколько приемов регрессии, что происходит из-за фрустрации, стресса, в котором человеку свойственно возвращаться к наиболее эффективным ранним формам поведения, которые его никогда не подводили.

Хотя их эффективность – очень спорный вопрос, на деле было бы уместнее использовать другие формы поведения. Но есть навыки, какие содержатся в основе психики, как говорят, «на подкорке», вернуться к которым легко, и это происходит бессознательно.

Проблему это не решает, но временно успокаивает человека, снижает уровень его тревоги.

Каждый сохраняет из детства воспоминания о приятных моментах, легком разрешении проблем и хоть раз задумывался, чтобы вернуться в детство. Личности же, что используют регрессию как доминирующий механизм защиты, когда она становится стратегией жизни, называются инфантильными, такая длительная регрессия в психологии это синоним инфантилизма.

Регрессия как явление была описана впервые Фрейдом. Регрессия по Фрейду есть отказ от прогрессивного движения желания в сторону действий, возврат к образам или галлюцинациям. Также регрессия по Фрейду находит себя в сновидениях и неврозах, в каких он рассматривал возврат к архаическим формам жизни как индивидуальным, так и филогенетическим.

Регрессия – защитный механизм

Регрессия в психологии это механизм защиты, развивающийся при слабости Я личности, именно к регрессии чаще всего прибегает личность незрелая, поскольку этот способ ей ближе остальных и не требует никаких дополнительных усилий.

В регрессии человек стремится к бессознательному воссоединению, полному комфорту и удовлетворению потребностей, какое он получал от матери. Отсутствие необходимости прилагать усилия, пробуя новые стратегии проведения, при недостатке энергии и инертности личности делает регрессию доступным и простым способом приспособления.

Другой вопрос уже, что адаптация затрудняется и в итоге оказывается неполной. Построить зрелые отношения с окружающими при доминирующей регрессивной защите, инфантилизме, становится невозможным.

Взаимодействие выстраивается только в случае наличия у партнера дополняющей стратегии, активного состояния родителя, отношения тогда скорее напоминают детско-родительский симбиоз.

Более сильная, стеническая личность прибегает к регрессии, только когда остальные механизмы защиты оказались неэффективными, наступило состояние фрустрации.

Регрессия в таком случае чаще всего частичная и непродолжительная, возвратившись к детским формам удовлетворения потребностей и получив желаемую разрядку, снизив напряжение, личность возвращается к другим видам защит.

Потому, определив, что регрессия длительное время доминирует в арсенале защит, следует направить внимание на развитие личности, признав ее незрелость.

В характере при этом преобладают такие черты, как зависимость от окружающих и их мнения, несамостоятельность, легкая внушаемость и поддавание влиянию других, отсутствие глубоких стабильных интересов, быстрая смена настроений, плаксивость, обидчивость, неумение доводить начатое до конца, безответственность и страх будущего. В крайних случаях это может выразиться в тунеядстве, злоупотреблении алкоголем, зависимости от наркотических препаратов.

Регрессия в психологии – примеры

Частым примером регрессии как отката назад, в прошлое, к более ранним своим паттернам, является поведение старшего ребенка при рождении младшего.

Старшему становится тяжело вынести то, что появился еще один объект для родительской любви, и он начинает плакать и капризничать, как несколько лет назад, может начать лезть в коляску, брать одежду, соску и погремушки младшего, есть его еду, гулить, ползать, изображая из себя малыша. Часто даже появляется возврат к непроизвольному мочеиспусканию. Это помогает ему справиться с напряжением, обидой и ревностью, появившимися в связи с конкуренцией, «предательством» родителей, привлечь к себе внимание, чтобы его полюбили так же, как малыша. Более старшему ребенку в данной ситуации кажется, что о нем забыли, хотя в том же возрасте ему уделяли обычно такое же количество внимания.

Регулярные детские болезни также могут говорить о потребности в родительском внимании, при нежелании идти в сад или школу быстро появляются симптомы простуды, а в запущенных ситуациях развиваются и серьезные хронические болезни, имеющие психосоматическую природу. Стоит чаще показывать ребенку свою любовь, а если причина и в плохих отношениях в детском коллективе – поговорить об этом или поменять садик или школу.

То же может происходить и с взрослым человеком, когда он заболевает. Невысокая температура переживается уже как серьезная, тяжелая болезнь, что может бессознательно демонстрироваться окружающим, чтобы получить ту полноту заботы и внимания, какую взрослый помнит из детства. Это то, что в психологии рассматривается как получение вторичной выгоды.

https://www.youtube.com/watch?v=ZDeBxMuGlAQ

Здесь может иметь место и соматизация, когда и сама болезнь наступает по причине потребности снизить психическое напряжение, словно вернуться в детство и передохнуть.

Если действительной причиной болезни была регрессия, то излечение становится очень сложным, усилия докторов часто не приносят нужных результатов, болезнь может менять свои формы или даже переходить в другую, проявляя высокую резистентность к различным врачебным вмешательствам, развивается ипохондрия.

Своевременная успешная диагностика психологической причины болезни позволяет не только идти в верном направлении к излечению, но и сохраняет действительное физическое здоровье пациента.

В других случаях уставший взрослый человек может начать хныкать как ребенок, топнуть ногой или обидеться, невесть на кого, развернуться и уйти. Сюда относятся и несдержанность в эмоциях, какую часто прощают детям, бунт против авторитетов, хаотичное поведение, любовь к быстрой и неосторожной езде на машине, не задумываясь о последствиях.

В ситуациях перегрузки практически каждый испытывал желание закутаться в одеяло, есть конфеты и смотреть мультики. Некоторые взрослые на всю жизнь сохраняют любовь к детской мультипликации, носят одежду в ребяческом стиле, играют в игры.

Компьютерная зависимость также связана с регрессивным уходом от взрослой реальности в детский мир на экране, к которому человек привык еще будучи ребенком.

Примеры регрессии в психологии. Психологи часто наблюдают регрессию у своих клиентов на консультации.

Как только психолог с клиентом подходят к сверхважному для последнего вопроса, в котором нужно принять решение – клиент часто не выносит этой эмоциональной перегрузки и начинает дурачиться: накручивать волосы на нос, снимать и играть кольцом, крутиться на кресле, шутить. Регресс в детское поведение оттаскивает человека назад, чтобы снизить критический уровень напряжения, и психолог должен отследить это и проработать с клиентом.

Регрессивный откат в детство свойственен практически всем людям в ситуации, когда желаемое можно получить от кого-то из близких.

Так ребенок начинает выпрашивать конфеты у матери более детским голосом, капризничая и давя на жалость.

Также может поступать и жена, прося у мужа, например, купить ей платье, бессознательно активируя в себе поведение маленькой девочки. А муж может проситься на рыбалку с друзьями, обещая свое хорошее поведение, словно мальчишка.

Склонность к мистике часто также является регрессивной защитой, когда человек не желает разбираться в реальных причинах происходящего, что потребует от него усилий и ответственности в разрешении проблемы, а, к примеру, оправдывает сложности наложенной порчей или родовым проклятием.

Регрессивность часто находит выражение в откате к более ранним психосексуальным формам развития, что связано с возникновением неврозов. В случае регрессии либидо в полном объеме генитальность замещается прегенитальными способами проявления сексуальности, откуда развивается анально-садистичные или инцестуозные наклонности, бисексуальность, нарциссизм.

К механизмам регрессии часто прибегают маркетологи, создавая в рекламе предпосылки для эмоционального возвращения в детские ощущения полного комфорта, тотальной продуманности и контроля производителем своего продукта, приобретя который человек может, словно погрузиться в идеальную реальность.

Источник: http://psihomed.com/regressiya/

Регрессия – что такое регрессия в психологии, медицине, экономике?

Регрессия – распространенный термин в таких областях науки как психология, психиатрия, математика, экономика и отражающий процессы обратного движения или развития. Эзотерика и популярная психология используют методы регрессии для путешествия по прошлым жизням или воплощениям.

Регрессия в психологии

Маленький ребенок, набираясь опыта взаимодействия с окружающим миром и другими людьми, исследует связи и реакции в ответ на свои действия и манипуляции – так закрепляются определенные паттерны поведения, помогающие ребенку получать желаемое, или не быть наказанным за какой-то проступок. Регрессия – механизм защиты, используемый человеком, уже будучи, во взрослом состоянии, в момент тревоги или фрустрации, с которыми он не может справиться и западает на более ранние, незрелые реакции поведения, характерные для маленького ребенка.

Примеры регрессии:

  • при появлении в семье еще одного ребенка – старший, в результате ревности всячески пытается вернуть к себе внимание (он тоже еще маленький или беспомощный, хнычет, капризничает);
  • уход в болезни — манипулирование близкими людьми;
  • «заедание» проблем («воспоминание», когда плачущему ребенку дают конфетку, вместо того, чтобы разобраться в причинах плача и помочь ребенку справиться с возникшей проблемой).

Регрессивная психология изучает психические процессы возникновения состояний регресса.

Возврат в детские реакции характерен для всех людей и объясняется тем, что на бессознательном уровне есть опыт того, что ребенка меньше наказывают или если применить эмоциональный шантаж: заплакать, обидеться, закатить истерику – можно получить желаемое.

Такие смежные науки как психиатрия и психология используют регрессивные техники для возврата человека в прошлые травмирующие события, для того, чтобы «стереть» травму или переписать жизненный сценарий.

Читайте также:  Гиперопека - психология

Регрессивный гипноз

Регрессия в прошлые жизни – популярный метод самопознания среди людей, занимающихся саморазвитием, практикующих йогу и увлекающихся индуизмом.

Наука отрицает то, что бессознательное человека хранит информацию о прошлых воплощениях, да и сам факт реинкарнации не признает.

Регрессивный гипноз измененное состояние психических процессов, во время которого гипнолог может внушать человеку все что угодно, например, что он:

  • в другом времени;
  • на неизвестной планете;
  • совершает какие-либо действия.

Регрессивный гипноз в отличие от регрессий в прошлые жизни, является методом воздействия на человека, с целью исследования его прошлого, для решения проблемы или избавления от страха, причины которых не осознаются и имеют корни в прошлом пациента, чаще в детстве. Опытный гипнотерапевт должен владеть методами регрессивной терапии, ведь 80% работы гипнолога связано с регрессией в прошлое.

Регрессивная терапия

Для обычного человека регрессинг представляет собой что-то нереальное и фантастичное, но наука объясняет это более прозаично и сам процесс тесно связан с психофизиологическими свойствами человеческого организма.

Регрессивный гипноз – состояние сознания, при котором оно пребывает в трансе, а сам транс – это привычное явление для человека, в нем он пребывает несколько раз в течение дня.

Все автоматизмы (привычные действия), будь то мытье посуды, хождение по одному и тому же маршруту – совершаются человеком в состоянии транса, когда мозг работает с частотой 7 – 14 Гц (альфа-ритм).

Гипнотерапевт вводит пациента в состояние транса и сопровождает человека в его «путешествии» до того места или события где случилась травма и происходит «перезагрузка» сценария в более позитивном ключе. Успех регрессивной терапии зависит от следующих факторов:

  • скорости погружения;
  • гипнабельности человека (только 30% людей обладают высокой степенью гипнабельности, с остальными нужны дополнительные методы по снятию защит и недоверия);
  • время, в течение которого человек способен находиться в трансе.

Регрессивный самогипноз

Регрессивная гипнотерапия может с успехом применяться и в самогипнозе. Сознательное погружение человеком самого себя в определенное событие имевшее место в прошлом. Важные моменты самогипноза:

  • применение техник последовательного движения глаз или обратный отсчет;
  • первоначальная концентрация на незначительных деталях события;
  • задействование всех органов чувств;
  • переживание самого события и выстраивание другой, положительной цепочки;
  • выход из состояния транса и анализ произошедшего.

Регрессивные расстройства

Регрессия – психологическая защита, свойственная человеческой психике.

Откат к незрелым формам реагирования на стресс – это бессознательный механизм, но иногда это и манипуляция, к которой прибегают инфантильные личности, в арсенале которых, только такое поведение способствующее достижению желаемого.

Регрессивные расстройства – это уже комплекс синдромов, характерных для личности, находящейся в неврозе или страдающей психиатрическим заболеванием (шизофрения, психозы, слабоумие).

Виды регрессивных расстройств:

  • нарушение навыков опрятности (энурез, энкопрез);
  • расстройства психомоторики (ползание вместо ходьбы, раскачивания, ходьба на носочках);
  • поведенческие нарушения выражены в полной или частичной утрате навыков самообслуживания (больной ест руками, проглатывает пищу не разжевывая, не может самостоятельно одеться).

Регрессия в медицине

Виды регрессий, существующих в медицинской науке:

  1. Логистическая регрессия – метод статистики, позволяющий прогнозировать наступление, особенности протекания, исход того или иного заболевания, процент заболевших.
  2. Возрастная регрессия – деградация личности с постепенной утратой знаний и навыков.
  3. Регрессия болезни – фаза заболевания, при котором происходит спад симптомов и возврат к нормальному функционированию организма.

Возрастная регрессия

Деградация и регрессия тесно взаимосвязанные процессы, наблюдаемые при тяжелых соматических и психических заболеваниях. Деградация представляет собой процесс распада личности, потери собственного «Я», что приводит к регрессии – примитивным формам реагирования, характерным для детского возраста. Заболевания, провоцирующие возрастную регрессию:

  • алкоголизм, наркомания;
  • болезнь Альцгеймера;
  • старческое слабоумие (стадия маразма);
  • рассеянный склероз.

Регрессия в экономике

Понятие регрессии нашло применение и в экономической сфере. Регрессивный откат в экономике, проявляется как возврат к прежним, изжившим себя когда-то методам, внешне это проявляется упадком и стагнацией экономических процессов. Регрессионно-корреляционный анализ – метод, помогающий просчитать прибыль, факторы, влияющие на снижение или увеличение объемов производства.

Аддитивные технологии – что это такое и где применяются?Аддитивные технологии – инновации в сфере промышленности и производства. Цифровые новшества с использованием 3D-печати, используемые в разных прикладных сферах, таких как медицина, фармакология, авиа и машиностроение – воспринимаются на грани фантастики.
Топ-10 предсказаний Симпсонов, которые уже сбылись

Мультик о «Симпсонах» предсказал будущее человечества – его герои знают все о победе Трампа, смертоносных вирусах и грядущих терактах…

Когнитивные способности – что это такое, как их развить?Когнитивные способности – познавательные процессы человека: память, мышление, внимание, воображение, восприятие, направленные на взаимодействие с окружающим миром, другими людьми, получение информации и трансформации ее в знания и опыт.Что такое способности – какие бывают способности и способы их развитияЧто такое способности и как они проявляются? Ребенок рождается с определенными задатками, развивая которые он становится успешно реализованным в социуме. Это могут быть таланты и одаренность в сферах: математики, лингвистики, музыки, спорта.

Источник: http://kak-bog.ru/regressiya-chto-takoe-regressiya-v-psihologii-medicine-ekonomike

Компьютерные методы расчета регрессионных моделей в психологических задачах

Компьютерные методы расчета регрессионных моделей в психологических задачах

Библиографическая ссылка на статью:
Трухманов В.Б. Компьютерные методы расчета регрессионных моделей в психологических задачах // Психология, социология и педагогика. 2014. № 7 [Электронный ресурс]. URL: http://psychology.snauka.ru/2014/07/3405 (дата обращения: 11.01.2018).

Математические методы – это тот инструмент современной науки, который позволяет специалистам из многих отраслей находить оптимальные решения стоящих исследовательских проблем. Применение математических методов в психологии в настоящее время широко и активно развивается.

Современные информационные технологии значительно расширили границы применения математических методов в психологических исследованиях.

Умение самостоятельно проводить первоначальную статистическую обработку данных экспериментального исследования при помощи ЭВМ, а также грамотно подготовить данные для работы со статистическими пакетами является неотъемлемой частью общепрофессиональной компетенции студентов психологических факультетов университетов. Подобные вопросы рассматривались в работах [2], [3], [4], [5], [6].

В психологической практике, как правило, ставиться задача исследования зависимости некоторого признака – зависимой переменной – от влияющих на него факторов – независимых переменных.

Подобную зависимость можно выразить в виде математической модели, которую нетрудно построить на основе статистической обработки данных реального психологического эксперимента.

Общее название методики построения таких математических моделей – корреляционно-регрессионный анализ.

Все зависимости между переменными делятся на два типа: а) функциональная зависимость; б) статистическая зависимость.

Для функциональной зависимости характерно такое соответствие между зависимой переменной – Y и независимой переменной – Х, при котором каждому значению переменной Y соответствует, как говорят в математике, одно и только одно значение переменной Х. Такое соответствие называется взаимно-однозначным.

Как правило, в реальности редко приходится иметь дело с функциональными связями между переменными. В основном, в ходе эксперимента выявляются статистические зависимости. Это такие зависимости, при которых изменение значений независимой переменной ведет к изменению лишь среднего значения зависимой переменной, а не каждого конкретного.

Описание статистической зависимости возможно несколькими способами. Например, используя всевозможные коэффициенты корреляции. Но большую возможность для интерпретации дает, как говорят в математике, аппроксимация статистической зависимости функциональной.

Аппроксимирующая функция – это такая функция, которая наиболее адекватно представляет существующую статистическую зависимость.

Методов аппроксимации существует достаточно много, наиболее распространенный, особенно в компьютерных технологиях, – это метод наименьших квадратов.

Сущность этого метода заключается в вычислении таких коэффициентов регрессионных уравнений, при которых сумма квадратов отклонений эмпирических значений результативного признака от теоретических, рассчитываемых по найденному уравнению регрессии – минимальна.

График регрессионного уравнения называется линией регрессии. Можно сказать, что она показывает зависимость переменной Y от переменной X в некой идеальной ситуации, в которой отсутствуют случайные, нерегистрируемые факторы.

Регрессионная модель для случая двух переменных (парная регрессия) представляет собой совокупность двух уравнений, являющиеся в простейшем случае уравнениями прямых:

.

Таким образом, основной целью регрессионного анализа является расчет численных значений коэффициентов данных уравнений, а также определение их статистической значимости, то есть в подборе такой функциональной зависимости, которая наиболее точно соответствует реальной статистической зависимости между переменными.

Стандартные статистические методы обработки данных включены в состав электронных таблиц, таких как MS Excel и др.; в математические пакеты общего назначения – Mathcad, Mathlab, Maple и т.д. Наиболее мощные методы статистической обработки представлены в специализированных пакетах – STADIA, STATGRAPHICS, SPSS, STATISTIСA и др.

Табличный процессор Microsoft Excel наиболее часто иcпользуется для анализа экономической информации. Также он может быть достаточно удобен для приобретения первоначальных навыков статистической обработки данных психологического или социологического исследования.

Для проведения статистической обработки данных табличный процессор Microsoft Excel имеет программную надстройку «Пакет анализа», включающую в себя большой набор статистических функций.

Для проведения полного и качественного статистического анализа такого набора инструментов бывает часто вполне достаточно.

Возможности решения психологических задач для студентов-психологов на основе процессора Microsoft Excel рассмотрим на примере выявления взаимосвязи между переменными величинами.

Линейный регрессионный анализ может быть реализован в режиме «Регрессия» надстройки «Пакет анализа» Microsoft Excel. Основное содержание регрессионного анализа для случая двух переменных и интерпретацию результатов рассмотрим на следующих примерах. Сначала рассмотрим случай линейной регрессии.

Пример 1. В классическом исследовании Ф. Гальтона (автора термина «регрессия») был измерен рост 205 родителей и 930 их взрослых детей (см. таблицу 1) [1]. С помощью регрессионного анализа им было проиллюстрировано наличие положительной зависимости между ростом родителей и их детей.

Поставим задачу – найти линейную регрессионную модель, которая выявляет зависимость между ростом родителей и ростом их детей, используя инструменты пакета анализа MS Excel.

Таблица 1. Зависимость роста детей от роста их родителей

Рост родителейРост детей в дюймахВсего
60,762,764,766,768,770,772,774,7
7444
7217111720662
701221488366228251
68115561301486911430
66115195641111144
64271014437
Всего5391072552871635814928

Решение. Открываем рабочий лист MS Excel (рис. 1) и заносим данные из исходной таблицы (хотя эта процедура достаточно утомительна, нам придется с этим смириться и использовать некоторые хитрости MS Excel).

Рис. 1. Ввод данныхРис. 2. Окно «Регрессия»

Пакет анализа MS Excel запускается командой Анализ данных в меню Сервис. Затем, в открывшемся диалоговом окне кликаем строку Регрессия. В новом диалоговом окне Регрессия задаем ссылки на введенные данные для входных интервалов Х и Y (рис. 2). Кликнув кнопку Ok, открываем окно вывода результатов, в котором мы видим коэффициенты уравнения регрессии (рис. 3)

Рис. 3. Окно вывода результатов

Таким образом, искомое уравнение регрессии, которое выражает зависимость роста детей Y от роста их родителей Х имеет вид:

Читайте также:  Альтернативные методы психотерапии - психология

Y = 0,625X + 25,336.

Иная методика расчета коэффициентов уравнения регрессии в MS Excel может быть применена для случая нелинейной регрессии.

Пример 2.
У восьми подростков психолог сравнивает баллы по третьему субтесту теста Векслера (переменная X) и оценки по алгебре (переменная Y).

 Значения X  8 18 18 10 16 10 8 14
 Значения Y 2  3  4  5  4  4 3  5

Психолога интересует вопрос: на сколько баллов повысится успешность решения третьего субтеста теста Векслера, если оценки по алгебре повысятся на один балл? Кроме того, его интересует вопрос, будет ли повышение успешности решения третьего субтеста теста Векслера на один балл влиять на повышение оценок по алгебре? [1]

Решение. Ответы на все эти вопросы даст нам метод регрессии в Microsoft Excel. Применив технологию построения линейной регрессионной модели мы получим уравнение регрессии Y на X:

Y= 3 + 0,06Х,

для которого коэффициент смешанной корреляции будет равен 0,05. С помощью данного коэффициента мы определяем точность аппроксимации: чем ближе его значение к 1 и дальше от нуля, тем точнее уравнение регрессии отражает реальную зависимость. В нашем случае коэффициент корреляции слишком мал, что говорит о неадекватности полученной регрессионной модели.

Наиболее адекватную модель мы сможем выбрать с помощью метода построения диаграмм зависимостей между переменными (рис. 4) и подбором аппроксимирующей
кривой. В Microsoft Excel представлена возможность выбора одного из пяти видов аппроксимирующих кривых: линейная, степенная, полиномиальная, экспоненциальная и логарифмическая.

Рис. 4. Аппроксимация данныхпрямойРис. 5. Аппроксимация данныхкривой 4-й степени

Для данной задачи, если исходить из значения коэффициента смешанной корреляции (равен 0,8), наиболее точно соответствует реальной зависимости между переменными полиномиальная кривая четвертой степени (рис. 5). Уравнение регрессии в этом случае имеет вид:

Y = 0,002Х4 – 0,07Х3 + 1,007Х2 – 4,7Х + 5

Далее, аналогично, найдем уравнение регрессии X на Y.

Наиболее адекватная регрессионная модель получается при аппроксимации данных полиномиальной кривой третьей степени (рис. 6; надо учесть, что в MS Excel зависимая переменная всегда у, а независимая всегда х ) с уравнением

Х= – 0,2Y3 – 0,2Y2 + 9Y – 8

Рис. 6. Аппроксимация данных кривой 3-й степени

Построив регрессионные модели, мы можем ответить на оба вопроса задачи. Так, согласно Полученным моделям увеличение значений одной переменной приводит к увеличению значения другой переменной только при низких и средних результатах, в то время как высокие показатели по одному параметру вовсе не определяют высоких показателей по другому параметру.

Библиографический список

  1. Ермолаев О.Ю. Математическая статистика для психологов. М.: МПСИ, 2002. 336 с.

  2. Трухманов, В.Б., Трухманова, Е.Н. О некоторых методах компьютерной обработки экспериментальных данных // Вестник Омского государственного педагогического университета [Электронный научный журнал]. – Выпуск 2006 г. – Режим доступа: URL:

  3. Трухманов В.Б. Компьютерная среда как средство формирования навыков анализа экономико-математических моделей // Приволжский научный вестник. 2014. № 3-2(31). С. 118-121.

  4. Трухманов В.Б., Трухманова Е.Н. К вопросу о применении компьютерных технологий в социально-психологическом эксперименте // Труды СГА. 2009. №11. С. 117-123.

  5. Трухманова Е.Н. Личностные особенности подростков-сирот и подростков, оставшихся без попечения родителей как фактор их дезадаптации: автореф. дисс. … канд. псих. наук. Москва, 2004. 26 с.

  6. Трухманова Е.Н. Личностные особенности подростков-сирот и подростков, оставшихся без попечения родителей как фактор их дезадаптации (на материалах сельских детских домов): дисс. … канд. псих. наук. Москва, 2004. 288 с.

Количество просмотров публикации: Please wait

Источник: http://psychology.snauka.ru/2014/07/3405

Регрессия (психология)

Регрессия — защитный механизм психики, процесс, в ходе которого человек возвращается на предыдущую или менее зрелую стадию развития чувств и поведения.

История возникновения термина

Зигмунд Фрейд ввел понятие регрессии в «Толкование сновидений» (Die Traumdeutung, 1900) для объяснения сути сновидения: сновидного мысли приходят в основном в форме чувственных образов, которые преследуют субъекта почти как галлюцинация.

Для объяснения этого феномена нужно подойти к нему с точки зрения топики, чтобы психический аппарат выглядел ориентированной последовательности систем.

В сознательном состоянии возбуждения проходят через все системы, двигаясь вперед (то есть от восприятия к движениям), в то время как во время сна мысли не способны разряжаться в движении и направляются назад, к системе восприятия. Таким образом, для Фрейда понятие регрессии было, прежде всего, топическим.

Временное значение регрессии, сначала неявное, начало усиливаться в концепции Фрейда одновременно с выявлением новых моментов в психосексуальному развития индивида.

В «Трех очерках по теории сексуальности» (Drei Abhandlungen zur Sexualtheorie, 1905) термина «регрессия» нет, однако здесь мы уже видим указания на возможность возвращения либидо на обходные пути удовлетворения и к более старым объектов. На самом деле, разработка понятия временной регрессии нуждалась (в 1910 — 1912) прояснения последовательности стадий детского психосексуального развития.

В «склонности к неврозу навязчивых состояний» (Die Disposition zur Zwangsneurose, 1913), например, Фрейд противопоставляет тех случаях, когда «… сексуальная организация, подвержена невроза навязчивых состояний, возникнув однажды, сохраняется до конца», тем случаям, когда она «сначала замещается организацией более высокого уровня, а затем направляется регрессивно — вниз от этой стадии».

Таким образом, судя по фрагменту, прилагаемого к «Толкование сновидений» в 1914 году, Фрейду пришлось провести в понятии регрессии внутренние разграничения: «Мы различаем регрессию трех видов: а) топической, обусловленная функционированием психического аппарата; б) временную, при которой вновь становятся дееспособными предыдущие способы психической организации »; в) формальную, которая заменяет привычные способы выражения и образного представления на примитивные. Эти три формы регрессии в основе своей едины, поскольку раньше во времени оказывается одновременно и проще по форме, располагаясь в психической топике вблизи восприятия «.

Топическая регрессия особенно ярко проявляется в сновидениях, где она осуществляется до конца. Однако, ее можно обнаружить также в патологических процессах, где она распространяется не так широко (галлюцинации), или в нормальных процессах, где она не идет так далеко (память).

Реже Фрейд использовал понятие формальной регрессии, хотя оно охватывает многие явления, при которых происходит возврат от вторичных процессов к первичным (переход от тождества мысли к функционированию в соответствии с принципом тождества восприятия).

В рамках временной регрессии Фрейд различает несколько линий: регрессию относительно объекта, регрессию относительно либидинальнои стадии те регрессию относительно эволюции Я.

Эти разграничения связаны не только с заботой о строгости классификации.

Дело в том, что в некоторых нормальных или патологических структурах различные типы регрессии не совпадают друг с другом; Фрейд отмечал, например, что «… за истерии систематически наблюдается регрессия либидо к первоначальным сексуальных объектов инцестуозного типа, хотя регрессии к предыдущим стадиям сексуальной организации при этом не происходит».

Фрейд настаивал на том, что прошлое ребенка — индивида, а потому и всего человечества — навсегда остается в человеке: «Первоначальные состояния всегда могут возникнуть вновь. Первоначальная психика в собственном смысле не может быть уничтожена ».

Фрейд повторяет эту мысль о возвращении к прошлому относительно самых разных сфер: психопатологии, сновидений, истории культуры, биологии и т. На восстановление прошлого в настоящем указывает также и понятие навязчивого повторения.

Для выражения этой мысли Фрейд использует не только срок Regression, но и смежные по смыслу термины: Rückbildung, Rückwendung, Rückgreifen т.

Понятие регрессии связано с понятием фиксации.

Примитивные механизмы

Примером регрессии является примитивные механизмы — защиты, которые возникают у человека еще в детстве и проявляются в течение всей жизни. К ним относятся перцептивные механизмы: отрицание, расщепление (расщепление объекта), проективная идентификация, парциальная перцепция, двигательная активность и тому подобное.

Возражения

Отрицание реальности (или конфликта) проявляется в том, что человек не воспринимает отдельные реальные ситуации, их части, объекты, конфликты и тому подобное.

В психоанализе отрицание рассматривается как особая форма сопротивления. По этому поводу Фрейд писал о том, что есть такие пациенты, которые ведут себя «несколько странно».

Чем глубже движется анализ, тем сложнее им признать воспоминания, которые возникают.

В целом описываемый механизм психологической защиты включает искажения информации (ее формы или содержания), которая может травмировать индивида, в начале восприятия.

В связи с этим Фрейд описал действие трех аспектов этого механизма:

  1. отрицание — это способ осознания вытесненного
  2. отрицание устраняет только отдельные последствия процесса вытеснения
  3. через отрицание психика освобождается от ограничений, связанных с вытеснением

Фрейд утверждал, что отрицание — это самый ранний онтологически и примитивный механизм защиты, который считается столь же древним, как и ощущение боли. Способность к отрицанию неприятных сторон реальности является своего рода временным приложением к исполнению желаний и сохранения аффективной равновесия, при которых конфликт не допускается внутрь личности, своего Я.

Расщепление

Фрейд употреблял термин «расщепление» для обозначения своеобразного явления, когда внутри личностного Я сосуществуют две парадоксальные психические установки по внешней реальности: первая учитывает реальность, вторая — игнорирует.

Фрейд считал, что расщепление является не только защитой Я, но и способом сосуществования двух защитных механизмов, один из которых служит для защиты от реальности, а другой — защита от поездов. Патологическим вариантом расщепления, по Фрейду, является запрет личности на компромиссы и сохранения обоих установок одновременно.

Расщепление как защитный механизм личности от тревоги, негативных переживаний способствует формированию другого защитного механизма — проективной идентификации (по терминологии М. Кляйн, 1946).

Проективная идентификация

Защитный механизм, который изучала Мелани Кляйн. Она считала, что расщепление на «хорошо Я» и «плохое Я», начиная с возраста младенца, является попыткой защитить свои хорошие части от плохих, освободиться от невыносимых качеств собственного Я, превратить их в своих «преследователей».

У взрослых механизм проективной идентификации вызывает страхи преследования, смерти, различные фобии, паранойю и тому подобное.

В повседневной жизни это может проявляться в ситуации экзамена в виде страха перед преподавателем, во враждебном отношении к представителям других национальностей, неприятии взглядов и позиций других людей и др.

Парциальная перцепция (Частичное восприятие)

Защитный механизм, который характеризуется тем, что субъект склонен воспринимать только то, что ему нравится, для него выгодно, ценно или содержательно. Другая информация индивидом не фиксируется, формируя тем самым своеобразные ограниченные представления об окружающем мире и о себе, которые базируются в основном на «нужном» материале, «вырезая» все остальное из своего восприятия.

Этот механизм формируется в раннем детстве, но «работает» и у взрослых людей. Он довольно распространен и в профессиональной деятельности, и в повседневной жизни.

Двигательная активность

Это снижение беспокойства, вызванного запрещенным поездом, путем разрешенном его прямого или косвенного выражения без развития чувства вины.

Двигательная активность входит в кластер регрессии и развивается в раннем детстве для сдерживания чувств неуверенности в себе и страха неудачи, связанных с проявлением инициативы. Двигательная активность включает непроизвольные, иррелевантные действия для снятия напряжения.

Источник: http://info-farm.ru/alphabet_index/r/regressiya-psikhologiya.html

Ссылка на основную публикацию