Психогенетические исследования: метод семьи, метод приёмных родственников, метод близнецов

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
Для независимых выборок (межгрупповой план)	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
Для связанных выборок (внутригрупповой план)	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)