Психогенетика – область научного знания, предметом которой является роли наследственности и среды в формировании индивидуальных различий.
Основные проблемы:
· Как наследственность и среда влияют на формирование межиндивидуальной вариативности
· Какова мера влияния наследственности и среды в формировании межиндивидуальной вариативности
Ключевые понятия
· Фенотип – значение признака, полученное при измерении конкретного индивида (например, уровень IQ).
· Фенотип = Генотип + Среда + Генотипсредовые эффекты
· Генетические эффекты: наследуемость признака
Средовые эффекты
· Общие
o Общесемейная среда – отличается для разных семей, но единая для членов одной семьи (напр., жилищные условия)
o Семейная среда, общая для определённых пар родственников (напр., близнецовая среда)
· Индивидуальные – различная для разных членов семьи (круг друзей)
Генотип-средовые эффекты
· Генотип-средовая корреляция – неслучайное распределение среды между различными генотипами.
|
|
· Генотип-средовое взаимодействие – изменение фенотипа при совместном действии среды и генов.
· Ассортативность – неслучайное заключение браков в популяции.
Психогенетическое исследование
· Психогенетическое исследование – переходная форма между квазиэкспериментом и корреляционным исследованием.
· Квазиэксперимент: наследственные и средовые влияния как НП, а фенотип как ЗП
· Корреляционное исследование: сравнение корреляций различных переменных для разных групп
Испытуемые в психогенетическом исследовании
· Монозиготные близнецы – 100% общих генов
· Дизиготные близнецы и сиблинги – 50% общих генов
· Двоюродные братья и сёстры – 25% общих генов
Психогенетическое исследование
· Сопоставляя корреляции в разных группах, можно вычислить, в какой мере факторы наследственности (генотип) и среды влияют на ЗП (фенотип).
· У монозиготных и дизиготных близнецов измеряется интересующий исследователя параметр.
· Сравнивая внутрипарные корреляции МЗ и ДЗ, можно выявить доли влияния среды и генотипа на развитие признака
· R(МЗ) > R(ДЗ) → генетическая детерминация, если нет – средовая
Основные методы психогенетики
· Метод семьи: измерение переменных внутри одной семьи
o Общие гены + общая среда
· Метод приёмных родственников: сравнение усыновлённых детей с их биологическими и приёмными родственниками
o Биологические: общие гены, нет общей среды
o Приёмные: нет общих генов, общая среда
· Метод близнецов
o Общие гены (в разной степени) + общая среда
Корреляция и причина. Возможности интерпретации корреляционных связей между переменными. Понятие необходимости и достаточности условий. Возможность каузальных выводов из корреляционных исследований.
|
|
Ыыы
Основы математической статистики. Статистические гипотезы в экспериментах. Уровень статистической значимости и размер эффекта. Параметрические и непараметрические статистические методы.
Нужна ли статистика в психологии?
· Номотетический подход: выявление общих закономерностей → применение статистических методов
· Идиографический подход: изучение индивидуальных случаев → невозможность применения статистических методов
· К. Левин «Конфликт между аристотелевским и галилеевским способами мышления в современной психологии»
· Физика Аристотеля: закон – то, что происходит часто, разные законы для разных областей.
· Физика Галилея: частота события не имеет значения, всеобщие законы.
Аристотелевские воззрения в психологии
· Случайность индивидуального события
· Закономерность как частота
· Абстрактно определенные классы рассматриваются как сущностная природа отдельного объекта и как объяснение его поведения («во всём виноват кризис 3-х лет»)
· Использование статистики
· Закономерность и индивидуальность как противоположные понятия
· Историко-географические понятия («Психологические особенности студентов-психологов»)
·
· Призыв к переходу к галилеевскому способу мышления!
· Проблема: это утопия для реальных исследований
Зачем нужна статистика в психологии?
· Генеральная совокупность – всё множество объектов, в отношении которых формулируется исследовательская гипотеза
· Выборка – ограниченная по численности группа объектов, отбираемая из генеральной совокупности для изучения её свойств.
· Достаточно ли велики различия между двумя измерениями на ограниченной выборке, чтобы утверждать о том, что они действуют для всей генеральной совокупности?
Нужна ли психология в статистике?
· Вариант, альтернативный проверке гипотез: собрать побольше данных и проанализировать
· Потенциальные проблемы:
o Как именно анализировать данные?
o Что означает то, что получилось в результате анализа?
Статистическая гипотеза
· Статистическая оценка экспериментального эффекта заключается в установлении сходства/различия между значениями ЗП при разных уровнях НП
· H0: значимых различий нет
· H1: значимые различия есть
Уровень значимости и статистическая мощность
· Ошибка 1 рода – вероятность принять H1, когда верна H0 → уровень значимости (α)
· Ошибка 2 рода – вероятность принять H0, когда верна H1.
· Статистическая мощность (1 – β) – вероятность, с которой критерий отклоняет H0, когда в действительности верна H1 (вероятность не совершить ошибку 2 рода)
От чего зависит уровень значимости?
· От величины различий: чем больше разница между условиями, тем меньше значение p-value
· От изменчивости признака: чем менее изменчивым является признак, тем меньше значение p-value
Уровень значимости, значение критерия и число степеней свободы
· Эмпирическое значение критерия – вычисленное по формуле отличие одного ряда данных от другого
· Число степеней свободы (df) – количество возможных направлений изменчивости признака (зависит от объёма выборки и количества условий).
· Для расчёта p-value необходимы значение критерия и число степеней свободы.
Откуда правило p < 0.05?
· Конвенционально принятое определение значимых различий как таких, когда вероятность «ошибиться» (совершить ошибку 1 рода) – 5%.
· Зависит от области исследования
Размер эффекта
· Размер эффекта – показатель величины обнаруживаемых различий
· Пример: d Коэна
|
|
Виды методов статистической обработки
· Параметрические (методы сравнения средних) – основаны на анализе параметров распределения (среднего и дисперсии). Обычно требуют высокого уровня измерений (не ниже интервальной шкалы) и нормальности распределений ЗП.
· Непараметрические – основаны на оценке других дескриптивных статистик (обычно медиан) распределений. Не требуют выполнения допущений параметрических методов.
· Для независимых выборок – случаев, когда разные объекты принадлежат разным уровням НП, т.е. для межгрупповых экспериментов. Например, интенсивность реакции гнева у мужчин и женщин.
· Для связанных выборок – случаев, когда разные уровни НП исследуются на одних и тех же объектах, т.е. для внутригрупповых экспериментов. Например, скорость поиска красных и зелёных треугольников
· Для двух выборок – для экспериментов с двумя (экспериментальным и контрольным) условиями
· Для K выборок – для многоуровневых экспериментов
Параметрические | Непараметрические | ||
Для независимых выборок (межгрупповой план) | 2 выборки (группы / условия) | t-критерий Стьюдента для независимых выборок | U-критерий Манна-Уитни |
k выборок (многоуровневый эксперимент) | Дисперсионный анализ (ANOVA) | Критерий Вилкоксона | |
Для связанных выборок (внутригрупповой план) | 2 выборки (группы / условия) | t-критерий Стьюдента для связанных выборок | H-критерий КраскаллаУоллиса |
k выборок (многоуровневый эксперимент) | ANOVA с повторными измерениями | Критерий Фридмана |
· Эксперименты с 1 двухуровневой НП
o Всё очень просто: различия между условиями либо есть, либо их нет
· Многоуровневые эксперименты
o Недостаточно просто вывода о влиянии НП на показатели ЗП
o Важно соотнести условия между собой
Уровень значимости и число проверяемых гипотез
· Чем больше гипотез проверяется, тем больше вероятность получить значимый результат число случайно.
· Выход – применение поправок на множественные сравнения.
· Например, поправка Бонфферрони – полученый p-value умножается на число проверяемых гипотез (на самом деле, сравнивается с скорректированным α – делённым на количество гипотез)
|
|
Факторные эксперименты
· Графическое представление результатов:
o НП1 (сила удара током) – по оси ОХ
o НП2 (сложность задачи) – разные линии
· Как правило, факторные эксперименты анализируются с помощью метода ANOVA
o Требования:
§ Нормальность распределения (однако, не всегда соблюдается)
§ Для межгрупповых планов: равенство дисперсий сравниваемых выборок – М-тест Бокса
§ Для внутригрупповых планов: сферичность данных – тест сферичности Маучли (возможно применение поправок)
Основной эффект и взаимодействие факторов
· Основной эффект – влияние каждого из факторов (НП) по отдельности
· Межфакторное взаимодействие (МФЗ) – зависимость влияния одних факторов от уровней других факторов
· Взаимодействие 1 порядка: A×B, B×C
· Взаимодействие 2 порядка: A×B×C
· Первое правило факторных экспериментов: не планировать трёхфакторных экспериментов
Взаимодействия на котиках
· Было 40 кошек, которые распределили в 4 группы (по 10 в каждой)
· НП 1: молоко (+ / -)
· НП 2: гулять на травке (+ / -)
· ЗП: время прохождения лабиринта
· Нулевое взаимодействие
· Пересекающееся взаимодействие
· Расходящееся взаимодействие
· Сходящееся взаимодействие