Личностный потенциал. Структура и диагностика

Исследования динамики временных рядов

Для описания и операционального представления личности в динамическом аспекте целесообразно, построив временной ряд, использовать последовательность произведенных измерений для какого-либо показателя, то есть анализируя непосредственно функцию зависимости от времени Y j =F(t j ) . Пример использования методов анализа временнóго ряда можно найти в работе ( Clayton, Frey , 1996, 1997). В работах проводились серии экспериментов на запоминание, строились временные ряды, содержащие частоты правильных и неправильных ответов во времени. Условия экспериментов варьировались по степени сложности задач. Для работы с данными применялся разнообразный арсенал методов – спектральный анализ, автокорреляционный анализ, вычисление экспонент Ляпунова, энтропии, сопоставляются данные по временным разверткам и фазовые кривые. Для верификации используется метод суррогатных данных ( Abarbanel , 1996; Handbook of Chaos control, 2008).

В работе Шульберга и Готлиба ( Schulberg, Gottlieb , 2002) с помощью анализа динамических рядов изучались паттерны микроколебаний осознания эмоциональной сферы в зависимости от личностных характеристик и наличия нервных расстройств. В ходе эксперимента испытуемые с помощью компьютерной мыши управляли курсором для фиксации своих эмоций на графической шкале, один из полюсов которой был отмечен словом печаль , а другой – счастье . Продолжительность эксперимента занимала 2,5 минуты, программа «считывала» координату положения курсора на оси каждые 0,11 сек. Полученный в результате временнóй ряд динамики эмоционального настроя включал 1364 измерения. Результаты показали, что у испытуемых, имеющих высокие баллы по шкалам стремления к удовольствию и гипомании, микродинамика осознания эмоционального фона математически гораздо сложнее по сравнению с общей выборкой, а у испытуемых, имеющих высокие баллы по шкале отсутствия эмоций, наоборот, микродинамика эмоций более простая.

В работе Йерагани и сотрудников ( Yeragani, Pohl, Mallavarapu, Balon , 2003) также показано, что у людей, страдающих депрессией, хаотический компонент в динамике настроений существенно меньше проявляется. В исследовании ( Burton, Heath, Weller, Sharpe , 2010) специальные показатели, характеризующие структуру динамического процесса, рассчитывались для EEG сигналов и сравнивались у здоровых испытуемых (контрольная группа) и пациентов, имеющих различные расстройства сознания. Было доказано, что в контрольной группе энтропия (показатели присутствия хаотической компоненты – Pincus , 1991, 1994) значимо выше. Этот результат авторы интерпретируют как свидетельство того, что именно сознание делает поведение человека непредсказуемым и поддающимся описанию только с определенной долей приближения.

Аналогичным образом психологи, психотерапевты и психиатры пытаются изучать макроколебания настроений, черт характера, личностных установок в течение более длительных периодов времени – от недель до месяцев. Многочисленные исследования последних двадцати лет доказали, что эмоциональный настрой любого человека (здорового или имеющего психологические или психиатрические проблемы) колеблется в течение часов, дней, недель, месяцев, лет ( Robbins, Tank , 1987; Cowdry, Gardner, O’Leary et al., 1991; Hall, Sing, Romanoski , 1991; Coombs, Winkler, Daley , 1994; Gottschalk, Bauer, Whybrow , 1995; Pezard, Nandrino, Renault , 1996; Totterdell, Briner, Parkinson, Reynolds , 1996). При этом циклы разной периодичности имеют свои законы и, налагаясь друг на друга, в совокупности дают очень сложные временные зависимости. Анализ этих зависимостей с использованием методов теории нелинейной динамики для временных рядов становится возможным при числе наблюдений, исчисляемых несколькими сотнями. Таким образом, для проведения соответствующего анализа измерения необходимо проводить регулярно и в течение длительного промежутка времени (например, не менее полутора лет ежедневно).

В работе Крейндлера и Ламсдена ( Kreindler, Lumsden , 2002) были представлены результаты анализа временнóго ряда настроений испытуемого с хроническим биполярным аффективным расстройством. Исследование содержало 2150 наблюдений, полученных за 2 десятилетия наблюдения у психиатра. Исследовались спектральная функция и график зависимости интенсивности эмоциональных ощущений от частоты их возникновения за весь временной период и по 4-летним эпохам. Для анализа соответствия полученных графиков степенному закону с отрицательным показателем использовалась нелинейная регрессия. Результаты нелинейного регрессионного анализа зафиксировали последовательное снижение степенного показателя от одной эпохи лечения к другой, а за два десятилетия в два раза. При этом ученые исходили из выдвинутой ими ранее гипотезы о том, что у человека функция зависимости интенсивности эмоционального события от частоты его возникновения является степенной с отрицательным показателем, однако у здорового человека этот показатель по абсолютной величине существенно меньше, нежели у психически больного ( Lumsden, Kreindler, Woolridge , 1998).

Исходя из таких сложных требований большого числа измерений, исследования возможны при длительном курсе консультирования, лечения, наблюдения. Так на факультете психиатрии Университета Торонто (Канада) уже долгое время ведутся такие исследования под руководством Ч. Ламсдена и его ученика Д. Крейндлера. В одном из них для того, чтобы получить такой большой набор данных, ученые используют различные технические усовершенствования. Еще в 2001 году в течение полутора лет проводилось большое исследование, в котором принимали участие 20 маниакально-депрессивных больных и 20 здоровых испытуемых, составивших контрольную группу. Испытуемые обеих групп дважды в день должны были фиксировать свое состояние и настроение, отвечая на 17 вопросов опросника. Делали они это, используя специальные микрокомпьютеры, соединенные с мобильными телефонами, сразу передающими информацию на компьютер лаборатории ( Milton , 2002). В то время это была новейшая информационная технология, фактически сделавшая эксперимент возможным (замотивировать 40 испытуемых два раза в день отвечать на бумажном бланке на вопросы теста в течение полутора лет практически невозможно). В настоящее время та же идея воплощается на базе более усовершенствованных моделей смартфонов и коммуникаторов ( Burton, Heath, Weller, Sharpe , 2010).

Однако в большинстве исследований, связанных с динамикой более устойчивых личностных образований (ценностей, установок, стереотипов поведения и т. п.), проводить замеры (опросы) часто вообще не имеет смысла – должны пройти годы, чтобы можно было зафиксировать реальные изменения в сознании человека. Поэтому провести необходимое число наблюдений просто не представляется возможным. Число реальных срезов редко превышает два-три. В такой ситуации на помощь приходят разностные уравнения ( Петренко, Митина , 1997; Митина, Петренко , 1999; Mitina, Abraham, Petrenko , 2001). Предметом исследования в этом случае является функция зависимости текущего состояния системы от предыдущего Y j+1 =F(Y j ).

Так, соответствующая технология построения разностных уравнений на базе данных двух экспериментальных срезов была разработана и применена в цикле исследований политического сознания ( Митина, Петренко , 1999; Mitina, Abraham, Petrenko , 2001), а также гендерных стереотипов. По результатам экспериментальных опросов были определены показатели представлений людей в два последовательных момента времени. Гипотеза эргадичности позволяет исходить из возможности компенсировать ограниченность числа замеров большим количеством испытуемых или иных объектов, динамика который изучается (каких-либо значений, представлений). С помощью многомерной линейной регрессии строились функции зависимости показателей в следующий момент времени от предыдущего. Переход от разностных уравнений к соответствующим дифференциальным и их решение позволяет на качественном уровне описать характер динамики изучаемого процесса.