Исследование Таланова по характерным свойствам ТИМов и ПР

Исследование Таланова по характерным свойствам ТИМов и ПР Орехов Роман, 20. 01. 2012.

План доклада Мнение Таланова по некоторым вопросам соционики «Оглавление» к статьям Таланова о типах Порядок исследования Ответы ТИМов на некоторые интересные вопросы

История развития соционики В диагностике у Юнга, ранней Аушры, всего MBTI - первичны дихотомии; в соционике – первичен ТИМ Минусы: нет стандартизации, сходимости Плюсы: ◦ легче найти новые свойства, не сводимые к дихотомиям (решительность/серьёзность дают деление макроаспектов); дихотомии так и нашли – из опыта, когда не было ничего зафиксировано ◦ чётче границы между типами ◦ теперь видно, что интуиция у всех интуитов разная ◦ теперь видно, что иррац/ть у интуитов и сенсориков разная, как и у экстравертов с интровертами

Результат развития соционики видимо, соционика лучше соответствует физиологии мозга (т. к. выявляются новые свойства на пересечении признаков) научная часть: общие свойства типов в описаниях типов от разных авторов повторяются сходимость даже внутри школы низкая; причины: ◦ вероятностный характер всех свойств ◦ необходимо учесть много свойств, чтобы использовать закон больших чисел ◦ не ярко выраженных типируемых много ◦ случаев на границе дихотомий много

Выводы из развития надёжная диагностика сейчас м. б. только при помощи длинных опросников или формализованных интервью плюсы особенностей развития соционика исчерпала пора зафиксировать научный подход: ◦ учесть всё многообразие свойств психотипов ◦ соционика->матстатистика->физиология мозга ◦ типов 16, расположены в психологическом пространстве симметрично, свойства признаков и функций определяются через усреднение свойств типов (базовая ЧС = СЭЭ+СЛЭ)

Структура статей 16 статей, по одной на ТИМ Общее введение 9 таблиц в каждой статье 1) 2) 3) 4) 5) 6) 7) 8) 9) «эксклюзивные» свойства, характерные во 2 -ю и 3 -ю очередь сравнение с зеркальщиком сравнение с погашенцем (отличие по вертности) сравнение с квазитождиком (по нальности) сравнение с родственником (по творческой) сравнение с деловиком (по базовой) сравнение с подзаказным сравнение с заказчиком Комментарии (к некоторым статьям)

Структура введения 1) 2) 3) 4) 5) 6) 7) 8 – масштабы 58 – особенности развития типологий 68 – нынешнее состояние соционики, контекст и цели исследования 108 – порядок исследования: 1) 11 – немного философии 2) 62 - подробное описание 3) 35 – краткое описание с результатами 11 – практический выход 23 – его характеристики 41 – комментарии к таблицам

Тип/т абл ИЛЭ ЛИИ ИЛИ ЛИЭ эксклюз 141 154 104 2, 3 очер 95 95 зеркальщ 152 экст/ интр Объём таблиц СЛЭ ЛСИ СЛИ ЛСЭ ИЭЭ ЭИИ ИЭИ ЭИЭ СЭЭ ЭСИ СЭИ ЭСЭ 140 153 154 191 119 128 96 180 145 117 129 124 73 78 74 62 68 95 57 54 59 84 60 47 48 58 152 152 163 154 155 144 152 163 153 124 129 152 156 115 138 153 162 155 177 153 158 156 153 141 142 130 140 иррац /рац 110 106 123 130 153 148 133 147 145 110 104 100 105 92 88 107 родствен 136 144 101 158 153 156 152 155 154 153 145 154 149 132 153 деловик 153 161 172 153 157 153 152 154 153 153 104 153 подзаказ 153 154 153 170 153 154 154 153 167 138 154 153 заказчик 153 142 156 157 155 150 159 161 155 153 171 159 166 154 в каждой таблице только один столбец с текстом и 2 -3 интересных столбца с цифрами таблицы отличий НЕ симметричны

Структура комментариев ИЛЭ: описание по табл. 1 (94) ЛИИ: описание (344) ИЛИ: описание (146) + отличия от ЛИИ (99) ЛИЭ: описание по табл. 1+2 (229) СЛЭ: мнение о ЧС (44) ИЭЭ: новые признаки из таблиц 1 (43) и 2 (13) ЭИИ: новые признаки из табл. 1 (85) ЭИЭ: новые признаки из табл. 1 (35) и редко отмечавшиеся ранее признаки (12) ЭСЭ: перегруппировка признаков табл. 1 по 12 -ти кластерам (153) и редко отмечавшиеся ранее признаки (73)

Порядок исследования (1/4) Определение типа: 1) заполнить анкету (на все вопросы одни и те же варианты ответов: от 1 до 5) 2) для каждого ТИМа вычислить КК - коэффициент корреляции между вектором ответов типируемого (1, 5, 3, 3, 4…), и вектором усреднённых ответов по данному ТИМу (2. 91, 2. 11, 3. 09, 2. 88, 3. 75… «эталонные ответы» данного ТИМа) 3) выдать список 16 -ти ТИМов, отсортированный по убыванию КК (полный психологический профиль: ведущий психотип и индивидуальные акцентуации; есть ли подтипы? ? ) Суть исследования: найти идеальные эталонные ответы, «систему диагностических коэффициентов»

Порядок исследования (2/4) Для каждого ТИМа бралась «обучающая выборка» из самотипированных и типированных разными социониками в Москве или Киеве: ◦ типировались по анкете с какими-то коэффициентами ◦ если полученный по анкете ТИМ отличался на 3 или 4 дихотомии от заявленного, анкету выбрасывали ◦ «понятно, что правильных диагнозов <=45 -55%» Для каждого ТИМа и каждого вопроса получали коэффициент: среднее ответов на данный вопрос от представителей данного ТИМа ◦ «представителей данного ТИМа» согласно анкете или заявленному типу? ? Видимо, согласно заявленному типу Также можно получить средний ответ представителей всех ТИМов/интровертов/квестимов на данный вопрос Получили взгляд на границы между типами (16 наборов эталонных ответов ТИМов и 30 наборов средних ответов представителей ПР), усреднённый для общей «соционической культуры» России и Украины

Порядок исследования (3/4) Теперь для каждого вопроса можно определять характерность ответов на него для ТИМа: ◦ посчитать σ - стандартное отклонение генеральной совокупности (через выборку ответов на данный вопрос) ◦ пусть средний ответ ТИМа X на этот вопрос равен AX, а средний ответ по всей выборке равен M ◦ тогда характерность ответов на данный вопрос для ТИМа X равна (AX–M)/σ ◦ и это столбец 3 таблиц 1 и 2 в его статьях о ТИМах, а также бо льшая часть столбцов таблиц 1 и 3 в статье о квестимности … а также его «диагностичность» для ПР: ◦ пусть средний ответ представителей, скажем, квестимных ТИМов равен Aкве ◦ тогда характерность ответов на данный вопрос для квестимов равна (Aкве–M)/σ ◦ если характерность ответов на этот же вопрос для всех остальных ПР сильно меньше по модулю, чем для квестимности, то вопрос оказывается «диагностичным» для квестимности аналогично можно и для функций в данном положении (базовой ЧС: (AСЭЭ+СЛЭ–M)/σ)

Порядок исследования (4/4) Далее коэффициенты уточнялись разными процедурами (в порядке упоминания в статье): 1) «пошаговое реккурентное уточнение диагнозов респондентов» 2) «симметризация массива данных обучающей выборки» 3) «симметризация диагностических коэффициентов в массиве двух тысяч кластеров» 4) «контроль отрицательного эксцесса» 5) «максимизация порождаемого содержания квадральных признаков» в некоторый момент откинуты заявленные типы, после чего для уточнений коэффициентов (при обновлении списка вопросов или выборки) использовалась только симметризация коэф/тов когда закончить уточнять: ТИМы «симметричны» , получаемые описания ТИМов, функций и базовых признаков соответствуют каноническим описаниям

Комментарии точный порядок применения процедур не ясен точное содержание процедур не ясно «пошаговое реккурентное уточнение диагнозов респондентов» ◦ видимо, речь о том, что после каждого уточнения коэффициентов анкета перезаполнялась теми же ответами респондента и эти ответы оценивались новой системой коэффициентов ◦ также может значить, что при каждом обновлении списка вопросов в анкетах анкеты выдавались тем же респондентам для полного (? ) перезаполнения далее мои домыслы о содержании и порядке применения остальных процедур

Симметризация данных (1/8) «симметризация массива данных обучающей выборки (процедура основана на том, что эталонный ответ любого типа на какой-то вопрос может быть с довольно высокой точностью предсказан – с помощью разложения по признакам Рейнина - на основе эталонных ответов, даваемых на этот вопрос остальными 15 -ю типами)» «системы диагностических коэффициентов, получаемых на их основе [речь про эталонные ответы ТИМов] для диагностики 15 признаков, должны быть ортогональны другу (что эквивалентно равенству нулю их скалярных произведений)» это лишь моя догадка, что цитаты связаны видимо (устал писать это слово, дальше без него), из массива эталонных ответов на N вопросов от 16 ТИМов (числа из [1; 5]) именно по этой процедуре как-то получается массив N*15 (в котором есть числа и <0, и >0) диагностических коэффициентов для ПР именно по этой процедуре получаются «оси» , вращением которых потом изменяются эталонные ответы

Симметризация данных (2/8) «эталонный ответ … предсказан … разложения по признакам Рейнина - на основе эталонных ответов … остальными 15 -ю типами» ИЛЭ xэкс+xинт+xлог+xирр+xрас+xкон+xвес+xтак+xуст+xста+xдем+xкве+xбес+xпро+xпоз=… ЛИИ -xэкс+xинт+xлог-xирр+xрас-xкон+xвес-xтак-xуст+xста+xдем+xкве-xбес-xпро-xпоз=… СЭИ -xэкс-xинт-xлог+xирр+xрас-xкон+xвес-xтак+xуст-xста+xдем-xкве+xбес+xпро-xпоз=… ЭСЭ xэкс-xинт-xлог-xирр+xрас+xкон+xвес+xтак-xуст-xста+xдем-xкве-xбес-xпро+xпоз=… СЛЭ xэкс-xинт+xлог+xирр-xрас+xкон+xвес-xтак+xуст+xста-xдем-xкве-xбес-xпро-xпоз=… ЛСИ -xэкс-xинт+xлог-xирр-xрас-xкон+xвес+xтак-xуст+xста-xдем-xкве+xбес+xпро+xпоз=… ИЭИ -xэкс+xинт-xлог+xирр-xрас-xкон+xвес+xтак+xуст-xста-xдем+xкве-xбес-xпро+xпоз=… ЭИЭ xэкс+xинт-xлог-xирр-xрас+xкон+xвес-xтак-xуст-xста-xдем+xкве+xбес+xпро-xпоз=… СЭЭ xэкс-xинт-xлог+xирр-xрас-xкон-xвес-xтак-xуст+xста+xдем+xкве-xбес+xпро+xпоз=… ЭСИ –xэкс-xинт-xлог-xирр-xрас+xкон-xвес+xтак+xуст+xста+xдем+xкве+xбес-xпро-xпоз=… ИЛИ -xэкс+xинт+xлог+xирр-xрас+xкон-xвес+xтак-xуст-xста+xдем-xкве-xбес+xпро-xпоз=… ЛИЭ xэкс+xинт+xлог-xирр-xрас-xкон-xвес-xтак+xуст-xста+xдем-xкве+xбес-xпро+xпоз=… ИЭЭ xэкс+xинт-xлог+xирр+xрас-xкон-xвес+xтак-xуст+xста-xдем-xкве+xбес-xпро-xпоз=… ЭИИ -xэкс+xинт-xлог-xирр+xрас+xкон-xвес-xтак+xуст+xста-xдем-xкве-xбес+xпро+xпоз=… СЛИ –xэкс-xинт+xлог+xирр+xрас+xкон-xвес-xтак-xуст-xста-xдем+xкве+xбес-xпро+xпоз=… ЛСЭ xэкс-xинт+xлог-xирр+xрас-xкон-xвес+xтак+xуст-xста-xдем+xкве-xбес+xпро-xпоз=… xэкс – вклад экстраверсии как ПР в «нечто» , связанное с ответом на данный вопрос анкеты. Для симметрии положено, что -xэкс – вклад интроверсии за основные взяты полюса ПР, на которых находится ИЛЭ

Симметризация данных (3/8) ИЛЭ xэкс+xинт+xлог+xирр+xрас+xкон+xвес+xтак+xуст+xста+xдем+xкве+xбес+xпро+xпоз=… ЛИИ -xэкс+xинт+xлог-xирр+xрас-xкон+xвес-xтак-xуст+xста+xдем+xкве-xбес-xпро-xпоз=… СЭИ -xэкс-xинт-xлог+xирр+xрас-xкон+xвес-xтак+xуст-xста+xдем-xкве+xбес+xпро-xпоз=… ЭСЭ xэкс-xинт-xлог-xирр+xрас+xкон+xвес+xтак-xуст-xста+xдем-xкве-xбес-xпро+xпоз=… СЛЭ xэкс-xинт+xлог+xирр-xрас+xкон+xвес-xтак+xуст+xста-xдем-xкве-xбес-xпро-xпоз=… ЛСИ -xэкс-xинт+xлог-xирр-xрас-xкон+xвес+xтак-xуст+xста-xдем-xкве+xбес+xпро+xпоз=… ИЭИ -xэкс+xинт-xлог+xирр-xрас-xкон+xвес+xтак+xуст-xста-xдем+xкве-xбес-xпро+xпоз=… ЭИЭ xэкс+xинт-xлог-xирр-xрас+xкон+xвес-xтак-xуст-xста-xдем+xкве+xбес+xпро-xпоз=… СЭЭ xэкс-xинт-xлог+xирр-xрас-xкон-xвес-xтак-xуст+xста+xдем+xкве-xбес+xпро+xпоз=… ЭСИ –xэкс-xинт-xлог-xирр-xрас+xкон-xвес+xтак+xуст+xста+xдем+xкве+xбес-xпро-xпоз=… ИЛИ -xэкс+xинт+xлог+xирр-xрас+xкон-xвес+xтак-xуст-xста+xдем-xкве-xбес+xпро-xпоз=… ЛИЭ xэкс+xинт+xлог-xирр-xрас-xкон-xвес-xтак+xуст-xста+xдем-xкве+xбес-xпро+xпоз=… ИЭЭ xэкс+xинт-xлог+xирр+xрас-xкон-xвес+xтак-xуст+xста-xдем-xкве+xбес-xпро-xпоз=… ЭИИ -xэкс+xинт-xлог-xирр+xрас+xкон-xвес-xтак+xуст+xста-xдем-xкве-xбес+xпро+xпоз=… СЛИ –xэкс-xинт+xлог+xирр+xрас+xкон-xвес-xтак-xуст-xста-xдем+xкве+xбес-xпро+xпоз=… ЛСЭ xэкс-xинт+xлог-xирр+xрас-xкон-xвес+xтак+xуст-xста-xдем+xкве-xбес+xпро-xпоз=… если выкинуть любое уравнение, получим совместную систему 15 x 15 (определитель равен ± 228); полная же система совместна только если сумма правых частей равна в точности 0 пусть xэкс – вклад экстраверсии в отклонение ответа от среднего ответа тогда справа будут стоять (AИЛЭ–M)/σ, (AЛИИ–M)/σ, … (т. е. отклонения среднетимных ответов от среднего ответа)

Симметризация данных (4/8) xэкс+xинт+xлог+xирр+xрас+xкон+xвес+xтак+xуст+xста+xдем+xкве+xбес+xпро+xпоз=(AИЛЭ–M)/σ -xэкс+xинт+xлог-xирр+xрас-xкон+xвес-xтак-xуст+xста+xдем+xкве-xбес-xпро-xпоз=(AЛИИ–M)/σ -xэкс-xинт-xлог+xирр+xрас-xкон+xвес-xтак+xуст-xста+xдем-xкве+xбес+xпро-xпоз=(AСЭИ–M)/σ xэкс-xинт-xлог-xирр+xрас+xкон+xвес+xтак-xуст-xста+xдем-xкве-xбес-xпро+xпоз=(AСЭЭ–M)/σ xэкс-xинт+xлог+xирр-xрас+xкон+xвес-xтак+xуст+xста-xдем-xкве-xбес-xпро-xпоз=(AСЛЭ–M)/σ -xэкс-xинт+xлог-xирр-xрас-xкон+xвес+xтак-xуст+xста-xдем-xкве+xбес+xпро+xпоз=(AЛСИ–M)/σ -xэкс+xинт-xлог+xирр-xрас-xкон+xвес+xтак+xуст-xста-xдем+xкве-xбес-xпро+xпоз=(AИЭИ–M)/σ xэкс+xинт-xлог-xирр-xрас+xкон+xвес-xтак-xуст-xста-xдем+xкве+xбес+xпро-xпоз=(AЭИЭ–M)/σ xэкс-xинт-xлог+xирр-xрас-xкон-xвес-xтак-xуст+xста+xдем+xкве-xбес+xпро+xпоз=(AСЭЭ–M)/σ –xэкс-xинт-xлог-xирр-xрас+xкон-xвес+xтак+xуст+xста+xдем+xкве+xбес-xпро-xпоз=(AЭСИ–M)/σ -xэкс+xинт+xлог+xирр-xрас+xкон-xвес+xтак-xуст-xста+xдем-xкве-xбес+xпро-xпоз=(AИЛИ–M)/σ xэкс+xинт+xлог-xирр-xрас-xкон-xвес-xтак+xуст-xста+xдем-xкве+xбес-xпро+xпоз=(AЛИЭ–M)/σ xэкс+xинт-xлог+xирр+xрас-xкон-xвес+xтак-xуст+xста-xдем-xкве+xбес-xпро-xпоз=(AИЭЭ–M)/σ -xэкс+xинт-xлог-xирр+xрас+xкон-xвес-xтак+xуст+xста-xдем-xкве-xбес+xпро+xпоз=(AЭИИ–M)/σ –xэкс-xинт+xлог+xирр+xрас+xкон-xвес-xтак-xуст-xста-xдем+xкве+xбес-xпро+xпоз=(AСЛИ–M)/σ xэкс-xинт+xлог-xирр+xрас-xкон-xвес+xтак+xуст-xста-xдем+xкве-xбес+xпро-xпоз=(AЛСЭ–M)/σ если сложить 8 уравнений для экстравертов, получим xэкс=((AИЛЭ+…+AЛСЭ)/8 -M)/σ реальное же отклонение от среднего ответа ответов экстравертов равно (Aэкс-M)/σ при равномерной выборке (одно число представителей каждого ТИМа) эти числа равны; в примерно равномерной большой выборке – примерно равны для интровертов получим -xэкс=((AЛИИ+…+AСЛИ)/8 -M)/σ≈(Aинтр-M)/σ сложив любые 15 уравнений, получим в левой части минус левую часть 16 -го, а в правой части – «предсказание» отклонения от среднего, по которому можно вычислить эталонный ответ вычитание M и есть симметризация, а деление на σ есть сведение ответов на разные вопросы к одному масштабу

Симметризация данных (5/8) сейчас рассматривался вариант «построить правые части по реальным данным и получить какие-то коэффициенты» ◦ данных достаточно много => справа в сумме «примерно» ноль ◦ опять же «примерно» (Aинтр-M)/σ≈-xэкс ◦ т. е. система «примерно» совместна, можно «как бы» её решать сложением нужных 8 -ми уравнений, получая 8 «примерных» ответов и 8 «примерных» допущений ◦ можно подставить эти «как бы» -решения и получить немного изменённые эталонные ответы (AТИМ) можно рассмотреть другой вариант – подставить реальные данные в левые части и обновить эталонные ответы так, чтобы правые части «подошли» ◦ посчитаем реальные Aэкс, Aинтр, M ◦ сдвинем Aэкс и Aинтр так, чтобы M было посередине между ними (для большой и примерно равномерной выборки это будет небольшое изменение) ◦ получим новые Aэкс=(Aэкс-Aинтр)/2+M, Aинтр=(Aинтр-Aэкс)/2+M ◦ теперь -xэкс=xинтр; подставим все иксы в систему при тех же M и σ: AЛИИ=(-xэкс+xинт+xлог-xирр+xрас-xкон+xвес-xтак-xуст+xста+xдем+xкве-xбес-xпро-xпоз)σ+M ◦ получим новые эталонные ответы. Большой вопрос, слабое ли изменение в них произойдёт. Если слабое, то этот вариант лучше первого. ◦ т. о. симметризация не только вычитанием M в правых частях, но и для каждого признака Рейнина

Симметризация данных (6/8) перед процедурой каждому вопросу анкеты соответствовали наборы чисел: ◦ (AИЛЭ, AЛИИ, AСЭИ, AЭСЭ, AСЛЭ, AЛСИ, AИЭИ, AЭИЭ, AСЭЭ, AЭСИ, AИЛИ, AЛИЭ, AИЭЭ, AЭИИ, AСЛИ, AЛСЭ, M, σ) – средние ответы ТИМов, средний ответ по всем респондентам, стандартное отклонение (на сколько ответы в среднем отклоняются от среднего) ◦ например: (3. 45, 3. 11, 2. 02, 2. 42, 2. 99, 2. 77, 3. 12, 3. 98, 3. 96, 3. 15, 2. 45, 2. 81, 2. 95, 1. 99, 3. 01, 3. 46, 2. 96, 0. 58) ◦ два аналогичных набора для полюсов признаков Рейнина (второй вариант) ◦ (NИЛЭ, NЛИИ, NСЭИ, NЭСЭ, NСЛЭ, NЛСИ, NИЭИ, NЭИЭ, NСЭЭ, NЭСИ, NИЛИ, NЛИЭ, NИЭЭ, NЭИИ, NСЛИ, NЛСЭ) – число респондентов каждого ТИМа ◦ (NИЛЭ>M, NЛИИ>M, NСЭИ>M, NЭСЭ>M, NСЛЭ>M, NЛСИ>M, NИЭИ>M, NЭИЭ>M, NСЭЭ>M, NЭСИ>M, NИЛИ>M, NЛИЭ>M, NИЭЭ>M, NЭИИ>M, NСЛИ>M, NЛСЭ>M) – число респондентов каждого ТИМа, давших ответ выше среднего значения (M) по этим наборам можно было: ◦ ◦ вычислять КК ответов респондента и ТИМа (типировать) вычислять КК ответов респондента и ПР (если был набор средних для ПР) определять вопросы, выделяющие ТИМ из всех ТИМов (табл. 1 и 2) определять вопросы, наиболее отделяющие типы друг от друга (табл. 3 -9)

Симметризация данных (7/8) после процедуры добавился ещё набор решений системы: ◦ (xэкс, xинт, xлог, xирр, xрас, xкон, xвес, xтак, xуст, xста, xдем, xкве, xбес, xпро, xпоз) ◦ для приведённого ранее примера получим: (0. 50 (экс), 0. 04, 0. 08, 0. 06, -0. 27, 0. 05, 0. 04, 0. 02, -0. 15, -0. 07, 0. 77 (кве), 0. 10, 0. 09, -0. 03) ◦ это «да» -точка в пространстве ℝ 15, которая соответствует типичности наличия свойства, обозначенного в вопросе ( «любимый цвет – коричневый» - типично для ЛСЭ) ◦ добавим «нет» -точку (-xэкс, -xинт, -xлог, -xирр, -xрас, -xкон, -xвес, -xтак, -xуст, -xста, -xдем, -xкве, -xбес, -xпро, -xпоз), соответствующую типичности отсутствия свойства ( «неверно, что любимый цвет – коричневый» - типично для СЛЭ) ◦ несколько свойств, если их точки близки друг к другу, можно взятием центра масс объединить в одну точку - «кластер» используя ещё и полученные наборы, можно: ◦ определять свойства полюсов признаков Рейнина ◦ симметрично в смысле ПР изменять эталонные ответы поворотом осей ℝ 15 с изменением новых наборов поворотами можно получать новые эталонные ответы: ◦ фиксируем средний ответ по популяции (M) и разброс ответов (σ) ◦ «поворачиваем» часть осей пространства ℝ 15 (изменяется часть из 15 координат) ◦ через систему симметризации вычисляем новые эталонные ответы, например: AЛИИ=(-xэкс+xинт+xлог-xирр+xрас-xкон+xвес-xтак-xуст+xста+xдем+xкве-xбес-xпро-xпоз)σ+M

Симметризация данных (8/8) вернёмся к «системы диагностических коэффициентов, получаемых на их основе [речь про эталонные ответы ТИМов] для диагностики 15 признаков, должны быть ортогональны другу (что эквивалентно равенству нулю их скалярных произведений)» возьмём N вопросов, координаты их «да» -точек соберём в 15 векторов длиной: ◦ (x 1, экс, x 2, экс, …, x. N, экс), (x 1, инт, x 2, инт, …, x. N, инт), … , (x 1, поз, x 2, поз, …, x. N, поз) они д. б. попарно ортогональны ◦ 0=x 1, экс*x 1, инт+x 2, экс*x 2, инт+…+x. N, экс*x. N, инт для всех пар: экс*поз, инт*поз тогда окажется, что среди N вопросов «примерно» равное количество (и качество) вопросов на каждый признак Рейнина ◦ но может так быть, что их нет вовсе (например, при xi, поз≈0 для всех i) ◦ и, наверно, всё равно м. б. так, что один полюс преобладает (например, вопросов с отклонением среднего ответа в экстраверсию больше, чем с отклонением в интроверсию)

Контроль «-» эксцесса (1/2) «наличие отрицательного эксцесса на границе полюсов в графиках плотности вероятности, описывающих распределение величины четырех базовых соционических признаков» первый вариант, что это может значить: ◦ КК ответов респондентов можно считать не только с эталонными ответами ТИМов, но и с средними ответами, например, интровертов ◦ полюсы – это значения КК из [-1; 0] и [0; +1], граница по нолю ◦ там не должно быть пика, т. е. в выборке не д. б. слишком много не ярко выраженных представителей каждой базовой дихотомии ◦ если КК ответов респондента с ответами интровертов равна -0, 67, это совсем не значит, что КК его ответов и ответов экстравертов равен 0. 67 ◦ по оси X: КК (от -1, хотя нарисовано от 0, до 1), по оси Y: число респондентов, КК ответов которых с ответами интровертов равен X с точностью до 0. 01

Контроль «-» эксцесса (2/2) второй вариант, что это может значить: ◦ на примере экстраверсии: по оси X отложены координаты xэкс полученных в ℝ 15 «да» -точек (они, наверно, все из [-4; 4]) ◦ по оси Y – количество «да» -точек, у которых xэкс=X (с точностью до 0. 01) ◦ т. е. процедура проверяет, что в анкете вопросы, НЕ разделяющие базовые дихотомии, НЕ преобладают (рис. б) или НЕ сильно преобладают (рис. а) в обоих вариантах процедура не меняет никаких коэффициентов

Максимизация наполнения квадральных признаков «максимизацию порождаемого содержательного наполнения у трех квадральных признаков при варьировании поворотом четырех базовых осей с условием сохранения их взаимной ортогональности» порождаемое наполнение – «да» -точки, у которых координата xрас, xвес или xкве максимальна по модулю среди всех 15 координат (или больше большинства? ? ) но при повороте базовых осей будут изменяться только xэкс, xинт, xлог и xирр, причём сразу у всех точек при повороте скорее всего две из базовых координат каждой «да» -точки увеличатся, а две – уменьшатся наверно, можно так подобрать углы поворота, чтобы увеличившиеся по модулю координаты многих «да» точек не перевалили за xрас, xвес или xкве, а уменьшившиеся стали меньше xрас, xвес или xкве, выведя их на первое место

Симметризация коэффициентов (1/9) «симметризация диагностических коэффициентов в массиве двух тысяч укрупненных психологических свойств … [П]роцедура опирается на то допущение, что в психологическом пространстве различие (то есть математическое расстояние в пространстве свойств) между психотипами ЛИЭ и ЛИИ должно быть таким же, как между типами ЭИЭ и ЭИИ, СЛЭ и СЛИ и т. п … Если упомянутое равенство расстояний не достигается, то неравенство частично корректируется за счет доворота нужных осей в многомерном пространстве» в других местах, где написано про эту процедуру, ничего не написано про кластеры, просто «симметризация коэффициентов» «(учитывающей также требование максимально возможной ортогонализации всех соционических осей)» , т. е. оси после процедуры не ортогональны, но похожи на таковые «грубо говоря, суммы квадратов диагностических коэффициентов для всех 16 психотипов по отобранным вопросам должны совпадать» речь всё ещё о коэффициентах из [1; 5] или о тимных отклонениях от среднего ответа? ? ?

Симметризация коэффициентов (2/9) «в психологическом пространстве различие (то есть математическое расстояние в пространстве свойств)» ◦ речь как раз о нашем ℝ 15, в котором есть куча «да» -точек вида (xэкс, xинт, xлог, xирр, xрас, xкон, xвес, xтак, xуст, xста, xдем, xкве, xбес, xпро, xпоз) и «нет» -точек вида (-xэкс, -xинт, -xлог, xирр, -xрас, -xкон, -xвес, -xтак, -xуст, -xста, -xдем, -xкве, -xбес, -xпро, -xпоз) ◦ расстояние в ℝ 15 - это расстояние между свойствами, оно учитывает их «направление» (знаки координат) и «силу» (модули координат) «между психотипами ЛИЭ и ЛИИ должно быть таким же, как между типами ЭИЭ и ЭИИ, СЛЭ и СЛИ» ◦ ТИМов в ℝ 15 вроде нет, как же измерить различие между ними расстоянием в ℝ 15? ? ◦ «Наше исследование является … исследованием … относительно структурирования психологического пространства, принятого в рамках … типологии личности, разбивающей многообразие психологического пространства на 16 независимых и сравнительно симметрично расположенных секторов, называемых психотипами» ◦ «симметризация … коэффициентов в массиве … психологических свойств, … описывающих все многообразие … проявлений … психологического пространства» ◦ психологическое пространство и пространство свойств – одно и то же ℝ 15, содержит «да» - и «нет» -точки, которые группируются в 16 множеств – «психотипов» как группировать точки? как мерить расстояние между группами точек? почему и каким поворотом осей можно улучшить симметрию?

Симметризация коэффициентов (3/9) группировка точек в психотипы: можно посчитать центр масс точек типа ◦ для каждого вопроса найти ТИМ с максимальным эталонным ответом на него и ТИМ с минимальным ◦ в множество для первого ТИМа отправить «да» -точку этого вопроса, а в множество для второго ТИМа – «нет» точку ◦ выпуклые оболочки типов при этом могут пересекаться (типы «заезжают» друг на друга, их границы размыты) ◦ они могут пересечь ноль хоть по всем осям ◦ в типы попадёт много точек, базовые координаты которых не соответствуют типу (для ЭИЭ в примере xлог=0. 08>0), но благодаря процедуре контроля эксцесса базовые координаты центра масс будут нужного знака ◦ а вот координаты по другим ПР могут и не попасть так, как положено (у ЛИИ может оказаться xвес<0)

Симметризация коэффициентов (4/9) расстояние между множествами - типами A и B ◦ если нужно мерить между любыми A и B, то годится минимум расстояний между всеми такими парами точек, что одна точка в типе A, а вторая – в типе B учитывает только те точки типа, что оказались рядом с другим типом ◦ или можно считать расстояние между центрами масс тогда всё равно, заезжают ли типы друг на друга расстояние между точками 1) евклидова метрика ((x 1, экс-x 2, экс)2+(x 1, инт-x 2, инт)2+…+(x 1, поз-x 2, поз)2)1/2 2) если нужно только между типами, отличающимися по одной базовой дихотомии, то за расстояние можно брать модуль разности координат центров масс по этой дихотомии, или по всем 8 -ми различающимся ПР 3) можно взять сумму модулей разностей координат |x 1, экс-x 2, экс|+|x 1, инт-x 2, инт|+…+|x 1, поз-x 2, поз|

Симметризация коэффициентов (5/9) «различие (то есть математическое расстояние в пространстве свойств) между психотипами ЛИЭ и ЛИИ должно быть таким же, как между типами ЭИЭ и ЭИИ, СЛЭ и СЛИ и т. п … Если упомянутое равенство расстояний не достигается, то неравенство частично корректируется за счет доворота нужных осей» ◦ любой поворот осей сохраняет расстояния типа 1) между всеми парами точек, меняются только координаты точек ◦ расстояние типа 2) меняется, но оно не является математическим расстоянием (метрикой) ◦ расстояние типа 3) меняется и является метрикой наверно, использовалось расстояние типа 3), и за расстояние между ТИМами принималось расстояние между их центрами масс

Симметризация коэффициентов (6/9) каждый поворот меняет хотя бы две координаты и у всех точек сразу для каждой базовой дихотомии есть 8 расстояний поворот должен их изменять так, чтобы они были ближе друг к другу (уменьшать дисперсию) ◦ несколько расстояний, бо льших среднего (скорее всего их 4), должны уменьшиться, а несколько меньших – увеличиться, или уменьшиться, но на меньше, чем уменьшились первые расстояния однако «чиня» расстояния для одной дихотомии, мы испортим расстояния для остальных дихотомий совершенно не гарантировано, что найдётся поворот, чинящий одновременно все расстояния

Симметризация коэффициентов (7/9) расстояния между типами состоят из 15 слагаемых ◦ 8 больших (по отличающимся ПР) и 7 малых пусть есть такие две оси, что координаты по ним обеим дают большой вклад в большие расстояния и малый вклад в малые ◦ например, xвес и xбес для экстраверсии рассмотрим плоскость этих осей ◦ в I-м квадранте будут ЭИЭ, ЛСИ, ИЛЭ, СЭИ ◦ в III-м – ЭИИ, ЛСЭ, ИЛИ, СЭЭ ◦ поворот оси xбес внутрь I квадранта на угол α уменьшит расстояния между соответствующими типами для I и III квадрантов и увеличит для II и IV квадрантов ◦ изменение расстояния между соответствующими типами A и B будет равно (x. A, бес-x. B, бес)*(1 -sinα-cosα)/cosα ◦ если бо льшие расстояния были преимущественно для нечётных квадрантов, разброс расстояний (по экстраверсии) сократится, т. к. большие расстояния уменьшились на большее число, чем малые

Симметризация коэффициентов (8/9) однако 8 расстояний для отличающихся по интуиции порядочно поменялись: ◦ по xвес изменение не сильное, т. к. слагаемое для отличающихся по интуиции малое (отличающиеся по интуиции по весёлости не отличаются) ◦ по xбес изменение сильное и равно (x. A, бес-x. B, бес)*(1 -cosα)/cosα наверно, если додумать эту мысль, можно найти наилучший поворот для всех базовых дихотомий, но я не готов решать эту математическую задачу

Симметризация коэффициентов (9/9) вернёмся к «грубо говоря, суммы квадратов диагностических коэффициентов для всех 16 психотипов по отобранным вопросам должны совпадать» ((A 1, ИЛЭ–M 1)/σ1, (A 2, ИЛЭ–M 2)/σ2, …, (AN, ИЛЭ–MN)/σN) – точка ИЛЭ в ℝN суммы квадратов – просто расстояния от ноля до каждой из точек, представляющих из себя ТИМ чем дальше ТИМ от 0 в ℝN, тем более сильно эти N вопросов выделяют данный ТИМ т. е. при отборе N вопросов для анкеты требование следит, чтобы анкета имела примерно равную диагностическую силу для каждого ТИМа

Результаты (1/2) Валидность: ◦ корреляция результатов пар опросников >0, 93 ◦ содержательная: максимальное совпадение полученных портретов ТИМов и функций с их описаниями у большинства авторов 5500 анкетных вопросов, 2000 психол/их свойств, ограничения на коэффициенты -> генерация анкет надёжность типодиагностики >90% определены максимально различающие вопросы нет перекоса в определении, например, иррациональности нет перекосов в типировании всех в Гамлеты, а так же характерных для самотипироания ТИМы диагностируются целостно, без признаков

Результаты (2/2) «полное отсутствие авторского субъективизма при … присвоении [вопросам] тех или иных диагностических значений» ◦ любая корректировка ответов с помощью математики есть авторский субъективизм «Используемая методикой диагностика психотипов … без целенаправленного применения в ходе диагностики соционических признаков, позволяет в дальнейшем действительно валидно изучать проявления любых соционических признаков и проверять наличие у них содержательного наполнения (без различия, идет ли речь о вертности и нальности, либо, например, о квестимности и позитивизме - ибо перед данной методикой диагностики все признаки оказываются равны, ни один из них не имеет преимуществ, которое изначально закладывалось бы в него конструкцией опросника)» ◦ а как же процедура номер 5 о квадральных признаках? ?

Вопросы по ходу исследования после деления отклонений на σ на самом деле их не стало можно сравнивать между собой (так можно для нормальных распределений) ◦ поэтому процедуры симметризации коэффициентов и максимизации порождаемого содержания, как и кластеризация вопросов, сомнительны ◦ наверно, стоило пользоваться непараметрической статистикой странности в данных ◦ из 6 столбца табл. 1 для ИЛЭ для вопроса про бардовские песни видно, что (NИЛЭ>M/NИЛЭ)/(1 NИЛЭ>M/NИЛЭ)=5. 25, что даёт NИЛЭ>M/NИЛЭ=0. 84 ◦ а в 5 столбце табл. 6 для ИЛЭ написано 0. 87, что нельзя объяснить погрешностью

Самое эксклюзивное (логики) «В сотрудничестве с другими людьми нравится быть (и часто бывает) мозговым центром, полулёжа при этом на диване» ◦ ИЛИ «Любит бардовские песни» «Плохая координация мелких движений руками и языком» «Предрасположен к тяжелым видам спорта» «Противник широкого народного образования» «Короткие фразы в предложениях (немногословие)» ◦ ИЛЭ ◦ ЛИЭ ◦ ЛСЭ ◦ СЛИ «Нравится профессия зубного врача» «Хорошо владеет логикой методом исключения» ◦ ЛСИ ◦ ЛИИ

Самое эксклюзивное (этики) «Речь - если говорит много, то речь тараторящими очередями без интонаций» ◦ ИЭЭ «Постоянная или частая мышечная напряженность» ◦ ЭИЭ «Вес выше нормы» ◦ СЭИ «Сосредоточенность на необычных и новых ощущениях своего тела, экспериментирование с ними» ◦ СЭЭ «Пища - любовь к хлебу, высокое его потребление» ◦ ЭСИ «Не любит приглушенного света, предпочитает свет яркий» ◦ ЭСЭ «Его мышление и его ценности не самостоятельны и легко подчиняются общественной регламентации свыше» «Слащавая приторность в общении» ◦ ЭИИ ◦ ИЭИ

Интересные вопросы Все проценты – вероятность того, что психотип даст ответ выше среднего по популяции по шкале от 1 до 5. «Традиционность сексуальной ориентации» (2 вопроса, 1342 ответов) ◦ ◦ ◦ 20% 37% 41% 44% 45% 46% 51% 54% 65% 74% 76% - Гамлет Наполеон Гексли Жук Габен Дюма Гюго Дон Достоевский Драйзер Джек (самый, по мужскому полу) Макс «У него бывают гомосексуальные мысли» (1, 626) ◦ 63% - Есенин ◦ 33% - Бальзак

Интересные вопросы «Собак любит больше, чем кошек» (2, 959) ◦ ◦ ◦ ◦ 84% 79% 64% 58% 56% 52% 48% 47% 46% 45% 44% 42% 39% 31% 28% - Дон Дюма Штирлиц Жуков Дост Гамлет Есенин Гексли Наполеон Макс Гюго Драйзер Роб, Бальзак Габен Джек

Интересные вопросы «Нравится проводить время в гламурных ночных клубах» (2, 353) ◦ ◦ ◦ ◦ 94% 76% 58% 55% 52% 51% 47% 44% 43% 42% 33% 28% 21% - Штирлиц Гамлет Драйзер Есенин Дюма Робеспьер Габен, Жуков Джек Достоевский Гюго Дон, Наполеон Бальзак Макс

Интересные вопросы «Положительное отношение к телепатии, НЛО и эзотерике» (8, 3005) ◦ ◦ ◦ ◦ ◦ 77% 76% 72% 70% 66% 44% 43% 32% 29% 19% - Гамлет Гексли Драйзер Достоевский Есенин Бальзак, Джек, Наполеон, Гюго Дон Габен Макс Робеспьер

Интересные вопросы «Бестактен, любит делать замечания окружающим, часто хамит, вербально резок и прямолинеен, презрительно хлёсток - по сути, дело не только в слабости эмоциональной перцепции, субъект ЧЛ зачастую специально подсознательно провоцирует людей на негативные эмоции, которые лучше понимает, чем позитивные» (21, 7485) ◦ ◦ ◦ чемпион социона – Штирлиц, только вот % не найти 71% - Дон, Джек 62% - Гамлет 60% - Бальзак 59% - Гюго 58% - Габен 56% - Наполеон 50% - Гексли 28% - Робеспьер, Достоевский 25% - Дюма 24% - Есенин

Ещё кое-что «Критиканство чаще проявляет в черноинтуитивно-белоэтических вопросах, чем в черноэтических» (1, 275)? ? ? Пот без запаха чаще всего у ЛИИ и ЛСИ, а ЭИЭ и ЭСЭ раздражаются от многих запахов больше других ТИМов Есть какая-то статистика по цветам: яркоалый=красный (Жук, Дон, Джек, Драй, НЕ Макс, НЕ Баль, НЕ Габен), ярко-жёлтый (Гексли, Роб, НЕ Баль), пурпурно-сиреневый (Роб), зелёный (Габен), синий (Есенин), коричневый (Штирлиц, Джек, НЕ Жук)… невосприимчивость Гамлетов к критике, мазохизм, порывистость движений