Головна |
« Попередня | Наступна » | |
Модельні припущення ЛСА |
||
Повернемося до не раз згаданої вище «кібернетичної» схемою, що відбиває процес похідного вимірювання. Наші вхід і вихід пов'язані співвідношенням: Вихід Модель Отже, для того щоб на базі даних величин (формують вхід) отримати шукані (вихід), треба задати правила, що виражають другий через перші (наприклад, скласти відповідні рівняння). Які ж відповідні модельні уявлення? Сформулюємо співвідношення, що лежать в основі ЛСА. «Неозброєним» оком видно, що кількість невідомих величин настільки перевищує кількість відомих, що навряд чи в принципі можливе складання розв'язуваних рівнянь. Щоб скоротити кількість невідомих, згадаємо аксіому локальної незалежності: фіксація значення латентної змінної приводить до зникнення зв'язку між що спостерігаються (це і означає, що латентна змінна пояснює зв'язку між що спостерігаються). Як ми вже говорили, незалежність наших г-й і ^-й змінних означає справедливість співвідношення (7.2). Ясно, що це рівність, взагалі кажучи, буде невірним, оскільки відповідь на одне питання (скажімо, про те, чи має респондент бібліо течу) залежить від його відповіді на інше питання (скажімо, чи читає він за власним бажанням книги по майбутній професії). А вог для осіб, що належать до одного латентному класу, відповідно до аксіомою локальної незалежності подібне співвідношення буде справедливим: Р ^ Р'Р /. Р ^ Р-Ру Неважко бачити, що використання цих співвідношень дозволяє різко скоротити кількість невідомих: якщо ми знайдемо р} ір \ то величину р} можна буде не шукати, оскільки її легко виразити через перші дві ймовірності (відносні частоти). Для того щоб зрозуміти, яким чином можна скласти вимагаються рівняння, згадаємо формулу повної ймовірності: р. = \ Рр {+ \ Рр \ (7.3) Підкреслимо, що, користуючись наведеною формулою, ми тим самим припускаємо, що кожен респондент в якийсь клас обов'язково потрапляє і не може потрапити в два класи відразу. Це теж змістовні міркування, прийняття яких вимагає згоди з ними соціолога. Перше твердження означає, що шукана система класів є повною: ми вважаємо, що для кожної людини знайдеться в ній місце. Друге твердження змушує нас уникати «розпливчастих» класифікацій, що, однак, може бути не адекватно реальності. Цей недолік покривається тим, що ми лише вказуємо ймовірність приналежності того чи іншого респондента до певного класу, а не обчислюємо точне значення латентної змінної для цього респондента. В системі (7.3) зліва - відомі величини, справа - невідомі. Її можна вирішити. Ми не будемо займатися цим, відіславши читача до згаданої на початку попереднього параграфа літературі. Залишилося описати спосіб, за допомогою якого розраховуються згадані ймовірності. Цей спосіб спирається на так звану формулу Байеса: Р (a / b) = (Р (а) Р (b / a)) / Р (Ь)). Тут вона перетворюється на Р {! / + + - + - +) = (P (l) P (+ + - + - + /!)) / Р (+ + - + - +) = Vу р ^ р2 'х X (1 ~ p3) pt (1 ~ Р5) Р6 / Р123456' (Вважаємо, що сказане в сьогоденні параграфі зайвий раз переконало читача в тому, що соціологу необхідно знати елементи теорії ймовірностей.) На закінчення обговоримо, як же в разі ЛСА вирішуються сформульовані нами в п. Першу проблему ЛСА не вирішує: існування латентної змінної в ЛСА постулюється. Правда, уявлення про неї може бути скориговано за рахунок аналізу отриманих в процесі застосування. Методу описів кожного латентного класу (сукупності людей, що мають одне і те ж значення латентної змінної), тобто обчислення імовірнісних розподілів відповідей потрапили в клас респондентів на всі розглянуті питання. Наші другий і третій питання знімаються таким чином. Точні значення латентної змінної для окремих респондентів не обчислюються. Замість цього: а) дається опис кожного латентного класу і б) для кожного можливого набору відповідей на питання анкети обчислюється ймовірність потрапляння довшого ці відповіді респондента в будь-який з латентних класів. Тип шкали латентної змінної в ЛСА постулюється. У розглянутому найпростішому варіанті методу змінна була номінальною. Як ми вже обмовляли, в більш сучасних (але й набагато складніших) варіантах методу латентна змінна може бути отримана за шкалою будь-якого типу, передбачається також її багатомірність. Круг соціологічних завдань, успішному вирішенню яких може сприяти застосування ЛСА, дуже широкий. Приклади деяких з них можна знайти в [Теорія вимірів в соціології ..., 2002, с. 42-44, 51-68]. Див також Додаток 2.
|
||
« Попередня | Наступна » | |
|
||
Інформація, релевантна " Модельні припущення ЛСА " |
||
|