Калькулятор ПР

Онлайн версия

English online version

Скачать:
Упрощенная версия Excel
Полная версия со статьей и описанием

Авторы: Полозов Ярослав Викторович, Неганов Юрий Иванович, Рыбак Александр Владиславович.

intj@ukr.net,  kaprizkin_yura@mail.ru,   semperfi@ukr.net.

 

Перевод с языка Pascal (DOS-версия) в Excel и создание визуального интерфейса -

     Бобин Андрей Александрович (на соц.форумах - deepexp),

    09/08/2011

Создание онлайн версии: Катя Ф. На соционических форумах: jj77

20/07/2013

Описание программы: Программа позволяет установить точность  определения типа социоником на основании  введенных ним данных точности определения  по каждому признаку Рейнина. В частности, программа может быть использована как калькулятор ПР. Главная цель программы – иллюстрация очевидных преимуществ использования ПР, повышения точности типирования, выработка объективной самооценки типировщика к процессу типирования, а также контроля качества версий, выдаваемых социоником. 

Ключевые слова: Признаки Рейнина, типирование, точное типирование, соционика, паскаль, калькулятор признаков Рейнина, калькулятор ПР, Сравнительный анализ разных версий калькуляторов ПР. 

 

Зачем нужен калькулятор ПР?

Допустим Вы владеете базисом Юнга и вам известно: с какой точностью Вы типируете эти дихотомии. Оценить свою работу в этом случае очень просто: просто перемножить точности типирования разных дихотомий. Совсем иначе обстоят дела, когда число дихотомий, которыми владеет типировщик больше или равно 5. Тогда появляются рассуждения типа:

Так Я заметил, что мне удается типировать статику-динамику 98% точностью. Вообще, анализируя свои ошибки, Я обнаружил, что вот уже 2 года подряд - не делаю ни единой ошибки по данной полярности, кроме того, за это время мое типирование заметно улучшилось.

Вес-Серь 93% , Расс- Реш 95%,  Иррац - Рац 90%.

Все это есть мое субъективное мнение о себе. Высокая точность данных шкал - позволяет мне на них положиться, но вообще, они дают точность при умножении только 79%. Но помимо этого есть еще и другие корректирующие шкалы, посредством которых мне удается типирование:

Интуция - сенс 90%, Логика-Этика 75%, Экстра-интро 70%

Даже если Я и ошибусь Я могу как-то исправить ошибку на основание преобладания иных дихотомий. Какова же в таком случае моя точность типирования?

Именно для решения таких задач был разработан калькулятор ПР.

 

 

Задача на применение алгоритма, иллюстрирующая преимущества использование ПР.

Пусть есть  3 основные дихотомии на основание которых может существовать до 8 типов. Вероятность точного определения любой из дихотомий составляет 0,9.

Если бы были использованы только 3 основные дихотомии то вероятность точного типирования составляла бы 0,729.

Для удобства сопоставления результатов произведем подсчет, подобно тому как это делает алгоритм  Calc2011.txt

Или: “reinincalc.xls”

На основание этих 3 основных дихотомий можно составить еще 4 контрольные(добавочные) по аналогии с тем как их ввел Рейнин.

Итак, вот комбинации дихотомий типов:

 

1

2

3

4

5

6

7

1

+

+

+

+

+

+

+

2

+

+

-

+

-

-

-

3

+

-

+

-

+

-

-

4

+

-

-

-

-

+

+

5

-

+

+

-

-

+

-

6

-

+

-

-

+

-

+

7

-

-

+

+

-

-

+

8

-

-

-

+

+

+

-

Где 1,2,3 – основные дихотомии

4,5,6,7 – контрольные, где:

4=1*2     5=1*3    6=2*3   7=1*2*3

по горизонтали:  номер дихотомии

по вертикали: номер типа.

При таком способе образования дихотомий любой тип будет отличаться от любого другого на 4 дихотомии т.е: кодовое расстояние = 4, что можно проследить уже на примере 1 типа, и иметь 3 общие дихотомии.

 

Допустим, что их вероятность точного определения контрольных дихотомий составляет тоже 0,9.

 

Получено версия: Все дихотомии в пользу ТИМа номер 1

С какой вероятностью это ТИМ №1?

 

Решение:

 

Формула Байеса. Пусть A1,A2, A3... полная группа событий, и B некоторое событие, вероятность которого положительна. Тогда условная вероятность того, что имело место событие Aj если в результате эксперимента наблюдалось событие B может быть вычислена по формуле:

P(A_j|B) = \frac{P(A_j)P(B|A_j)}{\sum_{i=1}^N P(A_i)P(B|A_i)}

В нашем случае:

j номер типа. В нашем случае j = 1

i  счетчик. В нашем случае расчет идет от 1 до 8

B случайное событие состоящие в получение информации о типе типируемого из 7 дихотомий, состоящие из возможных вариантов его интерпретации в категорию одного из 8 типов.

Ai событие появления i-го типа из 8 типов

P(Ai) глобальное распределения i-го типа в обществе

P(Aj) глобальное распределение  j-го типа в обществе

 

P(B|Ai) Вероятность во множестве А типов, состоящего из 8 типов появления i-го типа из 8 типов.

Вычисляется путем перемножения вероятностей дихотомийных характеристик по принципу: если рассматриваемая дихотомия соответствует дихотомийной характеристике  рассматриваемого i-го типа то версия (Базовый коэффициент=1) умножается на вероятность точного определения этой дихотомии. Если не соответствует, то умножается на (1 – вероятность точного определения дихотомии).  

P(B|Aj) — Вероятность во множестве А типов, состоящего из 8 типов появления j-го типа из 8 типов

Вычисляется путем перемножения вероятностей дихотомийных характеристик по принципу: если рассматриваемая дихотомия соответствует дихотомийной характеристике  рассматриваемого j-го типа то версия (Базовый коэффициент=1) умножается на вероятность точного определения этой дихотомии. Если не соответствует, то умножается на (1 – вероятность точного определения дихотомии).  

 

P(Aj|B) — Постаприорная вероятность того, что при условие получения некоторой версии дихотомийных характеристик – это будет тип Aj

Поскольку Мы не учитываем глобальное распределение типов в обществе, то значения P(Ai), P(Aj) принимаем за равновероятные, а их числовые значения в дробях взаимно сокращаются и формула приобретает вид:

 

 

Рассчитываем полную группу событий

Всего возможно 8 вариантов интерпретации версии:

Версия 1:   P(B|Aj) = 0,9= 0,4782969

Прочие версии: i, (i=2..7):  P(B|Ai) = 0,93∙0,14 = 0,0000729

Полная Группа:   0,4782969 + 0,0000729    

 

Условная вероятность, что получен тип 1: = 0,478269/04788072 = 0,99893

 

Получена точность 99,89%. Прогресс существенен.

Рассмотрим ситуацию, когда получена дихотомийная характеристика с 1-кратной ошибкой.

Допустим получена комбинация

+

+

+

+

+

+

-

 

С какой вероятностью это тип 1?

 

Решение:

 

1

2

3

4

5

6

7

1

+

+

+

+

+

+

+

2

+

+

-

+

-

-

-

3

+

-

+

-

+

-

-

4

+

-

-

-

-

+

+

5

-

+

+

-

-

+

-

6

-

+

-

-

+

-

+

7

-

-

+

+

-

-

+

8

-

-

-

+

+

+

-

 

Версия 1:   P(B|A1) =

 

Версия 2:  P(B|A2) =

 

Версия 3:   P(B|A3) =

 

Версия 4:  P(B|A4) =

 

Версия 5:  P(B|A5) =

 

Версия 6:   P(B|A6) =

Версия 7:  P(B|A7) =

Версия 8:  P(B|A8) =

 

Как видим вероятности версий 2,3,5,8 и  4, 6,7 – равны между собой. Это позволяет более компактно записать вероятность появления полной группы типов:

 

 

 

Условная вероятность, что получен тип 1:

P(A1|B) =

/

 = 0,95907

Как, видим: признаки Рейнина, продемонстрированные на данном примере позволяют сущетсвенно повысить точность типирования, даже несмотря на однократную ошибку.

 

 

 

Лучше воздержаться, чем отипировать неправильно.

Как уже говорилось: в случае получения неопределенной версии типировщик будет типировать до тех пор пока версия не наберет некоторого заметного превосходства. Автор методологии (Ярослав Полозов) использует стандарт 90% точности, согласно которому версия не выдается, пока не достигнет требуемых 90%.  Поскольку вероятность получить согласованно истинный вариант выше вероятности согласовано ошибиться то такое правило обеспечивает повышение точности даже на уровне использования 5 дихотомий (сравните результат с вводом только Базиса Юнга по 75%)

 

BEFORE

 

 

AFTER

 

Вы можете наблюдать, то как результирующая точность типирования растет по мере увеличения используемых дихотомий. Посмотрим другие скриншоты:

6 дихотомий по 75%

 

 

10 дихотомий по 75%

 

 

 

15 дихотомий по 75%

 

Как калькулятор разрешит ситуацию с противоречивыми данными о ТИМе типируемеого?

Введено 6 дихотомий точностью от 80% до 85% соответственно. Все в пользу версии Дон Кихот. Дихотомия Интуиция–Сенсорика введена в пользу сенсорики. Калькулятор все равно разрешил противоречие  выбрав версию «Дон ихот». Тем не менее это отразилось на точности.

 

 

 

Часто бывает так, что когда, признаки одни определяются с высокой точностью а другие с низкой – задаешься вопросом: А зачем учить признаки Рейнина если все равно в конечном итоге, проверенные признаки (например Базис Юнга) – все равно будут точнее?

Ответ:

Это не так. Несмотря на то что слабо изученные признаки на первый взгляд слабо не влияют на версии, они все таки могут повысить вероятность точного типирования  Можно предположить: что при вводе 5 дихотомий,%: 80, 82, 84, 86, 88 –  не имеет смысла пользоваться дихотомией, точность которой равна 80%, и уделить приоритет прочим, разумеется, иметь итоговую точность  типирования равной 53,13%, а это есть значение произведений вероятностей, однако, владея дополнительной дихотомией, равной 80% - это уже дает значительное увеличение вероятности точного типирования, как показано на рисунке ниже:

 

 

 

 

Другие версии калькуляторов ПР

 

Вариационный тест Симонова.

Тест 1: Ввод базиса Югна на максимум(по условиям калькулятора ПР максимальный ввод 95% -  возражений нет) Результат:

Как видим – результат вполне логичен т.е. на уровне использования только одного Базиса Юнга калькулятор просто перемножил точность введенных дихотомий. Тест 1 пройден успешно.

 

Тест 2: Ввод всех дихотомий в пользу базисного ТИМа на максимум т.е. на 95%(В данном случае базисным ТИМом Выбран Максим, но это отклонение - допустимо): Результат:

 

 

 

Обоснования формульного расчета не представлено, поэтому версия калькулятора Симонова работает в этом плане неправильно

Здесь показан результат аналогичного  вычисления сделанного на калькуляторе ПР:

 

 

 

Калькулятор показал, что при вводе всех Рейнинских дихотомий в пользу одного ТИМа, по 95% каждой результат вышел 100,00%. На самом деле это просто величина ничтожно мало отличающаяся от значения 100%. Уже умозрительно понятно, что при таком раскладе определения дихотомий  вероятность ошибиться в любой из альтернативных ТИМов равна примерно 0,05^8 – это более чем в 10 в минус 10 степени, что, ничтожно мало. Вот такой вот результат должен был быть правильным с точки зрения теоремы Байеса.

 

 

 

Калькулятор ПР(Метод, составленный командой Михаила Морозова)

Тестирование показало следующие результаты:

1)     

При введение точности типирования некоторой дихотомии 100%, а других, скажем по 75% появлялись версии, противоречащие данной дихотомии, точность которой определена как 100%. Иными словами нечто(в своей совокупности), известное как такое, где ошибка в определение может существовать может перевесить в некоторых случаях то, что определено как истина в последней инстанции.

2)     

В частности, при вводе точности типирования некоторой дихотомии 100% и вводе некоторой комбинации дихотомий меньше 100% появлялись версии, наиболее вероятные из которых – противоречила дихотомии, точность определения которой было оценено как 100%. 

 

Произведены аналогичные вычисления на калькуляторе, составленным мною и моей командой:

 

Имейте ввиду: Логический смысл определения со 100% точностью – означает «Истина в последней инстанции» Поэтому,  никакие прочие аргументы не смогут пересилить данные. Если же Вы введете по 100% в категорию противоречивых дихотомий, то калькулятор даст Вам понять что Вы – не правы:

 

 

3)     

При введение базиса Юнга(согласовано, для простоты: в пользу Дон Кихота) все по 75% получалась в итоге точность определения 31,6%. Однако, при введение дополнительных иных дихотомий с такой же точностью, точность – не росла, а только изменялась структура распределения альтернативных версий. Алгоритм по сути показывал бесполезность использования иных признаков Рейнина. А это неправильно.

4)     

Учет дихотомий, точность определения которых составляла 50% вел к понижению точности типирования, в то время, когда должен не понижать точность типирования.

5)     

Градация точности определения дихотомий не удобна: 1 деление соответствует 56%, 2 – 62,5%, 3 – 75%, 4 – 100%. В то время, когда чем ближе приближается точность определения дихотомии к 100% - тем больше «ощутим» каждый % такого приближения. В частности: 100% - это недосягаемый идеал в условиях современных соционических реалий.

 

 

Заключение: принципы теории вероятности не выполняются. Работает неправильно.

 

Калькулятор ПР Александра Касюкова и Олега Хрулева:

 

http://www2.sunysuffolk.edu/kasiuka/socionics/html/reinin-theory.html

Вот пример работы этого калькулятора:

 

 

Вы видите, что значения введены в пользу Дон Кихота по 80%. В этом случае расчет прост: Дон Кихот должен набрать 0,84 =  0,4096 (41%). Мы видим: Вывод: Дон Кихот 35%. Что уже является противоречием с точки зрения основ теории вероятности. 

 

 

 

Выводы:

1) Каждое постепенное увеличение владения каждым из отдельных Признаков Рейнина - приводит к увеличению итоговой точности. В этом процессе - самое главное получить объективную оценку точности, по каждому из признаков. 

2) Можно и не добиваться высокой точности типирования всех дихотомий, если среди них найдется некий базис, который обеспечит максимальную точность типирования.

3) Лучше воздержаться, чем отипировать неправильно.

4) Владея большим количеством  дихотомий  и с высокой точностью определения(больше 80%) освоение дополнительных дихотомий – очень незначительно повышает общую точность типирования. Единственное преимущество в данном случае сулит типировщику обучения новым дихотомиям  - это повышение скорости типирования – что приведет к уменьшению его себестоимости.

5) Не стоит ограничиваться типированием только Юнговского базиса начинающим соционикам, ведь способности у человека разные и разное чутье к признакам(в данном контексте – независимо от ТИМа). Вполне вероятно что найдется какой-нибудь иной базис(отличный от Юнговского), которого внимание соционика позволит улавливать лучше чем Юнговский.

6) Соционики! – Долой мифы о точном типирование. В лучшем случае Вам удастся добиться точности 95%, а потому – дольше типируйте, больше сомневайтесь, ищите «подкопы» к собственным версиям опровергайте и доказывайте! Помните что типирование – дело очень ответственное.

7) Не следует пренебрегать дихотомиями, точность типирования которых не велика. В большом количестве такие дихотомии тоже могут повысить точность типирования, а также перевесить дихотомии точность типирования которых велика. Использование  калькулятора ПР предложенного в этой статье позволит сделать правильный выбор в той или иной противоречивой ситуации.

8

) Метод использования гексадекатомий – неэффективен. Описание социотипов в лучшем случае(использование самых лучших описаний+плюс с нескольких источников) достигает 60% что не намного превосходит если бы Вы пользовались Юнговским базисом. Если же Вам удастся добиться типирования на основание совокупности отдельных дихотомий в пользу некоторого ТИМа более 60% то этот вид логической избыточности позволит вам обеспечить гораздо лучший контроль качества типирования чем просто сверка с описанием.

9) Калькулятор ПР – по сути и есть инструментом измерения логической избыточности типирования: чем выше точность – тем выше логическая избыточность типирования.

 10) Если вы позволяете себе допускать столь нелепые ошибки типа: сначала оттипировал Дон Кихотом и потом Драйзером – это не беда! Задумайтесь над тем, что Вы использовали для определения типа. Например: данная пара типов обладает такими общими признаками: Статика, Конструктивизм, Тактика, Демократия, Беспечность, Уступчивость, Квестимы. Вполне возможно, что на данном этапе развития ваших способностей: возможно, что в вашем арсенале есть дихотомии, которыми Вы типируете – очень точно. Найдите их и используйте как позитивный опыт в дальнейшем!…Или возможно у вас есть хорошие способности к овладению новых дихотомий(из вышеперечисленных)(в том смысле что может быть Вы какими-то их них не пользовались, а потому – есть смысл пересмотреть отныне границы своей зоны компетенции в сторону увеличения)  

11) Калькулятор признаков Рейнина – это шаг вперед к точному типированию. Предлагаю решить проблему точного типирования с уровня сходимости вообще разложив ее до уровня сходимости в пределах отдельных дихотомий, и оценки их точности.

 12) Что такое ТИМ в вашем представление? Например ТИМ – это набор Юнговских дихотомий? ТИМ – это некий виртуальный(гексадекатомия) образ? ТИМ – это Набор Рейнинских признаков?

Все вышеупомянутые определения – все правильные. В зависимости от каждого этапа развития соционики будет преобладать какое-то из вышеперечисленных определений как критерий истины.

 

13) Благодаря использованию ПР а также калькулятора ПР Вы станете осмотрительнее в практике типирования! Возможно, Вы привыкли: что допустим ТИМ Дон Кихот обладает некоторыми характеристиками. Однако в ходе практики ПР Вы можете заметить некоторые носители этих характеристик – не соответствуют ПР (из тех, которыми Вы овладели особенно хорошо) – «значит: этих людей необходимо дополнительно проверить» - вполне нормальные рассуждения здравомыслящего соционика. Возможно данный соционик просто в этот раз ошибся в пределах данного ПР, а возможно, - это и вовсе другой тип. Господа соционики! Копайте глубже! 

 

Благодарю Неганова Юрия Ивановича, Рыбака Александра Владиславовича, Федорову Екатерину Александровну за помощь, конструктивную критику и программное обеспечение для создания этого алгоритма.

А также: 

Бобина Андрея Александровича за Перевод с языка Pascal (DOS-версия) в Excel и создание визуального интерфейса.

 

 

Источники

  1. Карпенко О.Б. «Позиция эксперта» иПЛ N 1, 1999.
  2. «Н«Наполение Признаков Рейнина: Результаты практических исследований» СМиПЛ №1 2003
  3. Рейнин Г.Р. Группа биполярных признаков в типологии Юнга. // "Соционика, ментология и психология личности", 1996, № 6.
  1. Аугустинавичюте А. Теория признаков Рейнина. Очерк по соционике // "Соционика, ментология и психология личности", 1998, №1-6.
  1. Полозов Я.В. Познавательная игра: представь себя Юнгом!
  2. Морозов М., Прошкин И. Вероятностное типирование по признакам Рейнина // "Соционическая газета", 2003, № 14 (17).
  1. Калькулятор команды Симонова Ю.И.
  1. А. Касюков, О.Хрулев «Вероятностное типирование с помощью признаков Рейнина» (источник?)

  1. Формула Байеса http://nsu.ru/mmf/tvims/chernova/tv/lec/node15.html