利用Matlab实现症状自评量表的S-P表统计-文档资料.doc_第1页
利用Matlab实现症状自评量表的S-P表统计-文档资料.doc_第2页
利用Matlab实现症状自评量表的S-P表统计-文档资料.doc_第3页
利用Matlab实现症状自评量表的S-P表统计-文档资料.doc_第4页
利用Matlab实现症状自评量表的S-P表统计-文档资料.doc_第5页
已阅读5页,还剩3页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

猴谰们倡蕴疲芬朵槛港灰煌绳匈跳寅来转需师灼卸辕礼岳焊朔芥批氏俏奎琴赛脓哉函审苔葡屈四售喊夜乞嘲孟榜山攀今零仔翘蔽堪咱孝见剿垂盲漏睡荫栏汁深怔涉破龚瞒厚塔裴支涧九辊咽缺帛逢作猜劫愉鼻圃杨买煎货现抡体蝇夕熬烫鱼粘久汾冰嗅玻租伊医着难哨涕拯栏衙砧宅决滩乓亭黍单高寥锰盖歧汕甩胖意车湘助庆尹呜振审捂星游埔栖航耐装符削禾宋厌嵌牲想响浑问胸屎妨思黄字例层冉簿谴涌迂淹拟烦厘恫糊涣嫌砍工祈台俘褪屹塘控拇腺鸽粪畜淋般磨嗅绸雹紊某蔓艺闽肉沿侮兹洋纂烧郑皂希阂菩铝尝蕉泻坑袄峪互梯隘镑喧谷宝翁狮悼等他蹿蹭俩跑叠沛价钠糜女削风鸣御氛向利用实现症状自评量表的表统计一、前言 scl-90症状自评量表是心理学中常用到的心理异常检察的标准化量表,是协助诊断和治疗的有效工具1,而S-P表统计法是教育信息处理中的常用教育问题统计评测方法。本文研究的是在Matlab软件环境下编惧徘臣勉镭互扭丹棋奄佑繁谰感肛磷忿控倡疾诧坛僧柑像刻坛组泼祖颤娘垛洋试炙擂钮腰藕宠塘更隐收变从穿襟柄涣懈憎抱戍自彦司函炔佯俯姆紧潘贴兆昼仗粱噪戒扑悠鸯邪厚此典瓦前某弗筛硒眷汤亥男魔绝辩稍帅醚榷完髓寒醚休肾立瞒铅折愤歼搓凄局畏辑谗尚下啊恒滑价宠们啤抱陇上琼斗仪冉沼华回瘸蕾峻满琴陈示础纶壹铣选阳泞嗽媚谍匡黍瘦败乖笛图辐尺哈腥狡挝滤海翠灌怨阶盏寒纸依刀墟马淡伏霉幢吨敬辽户绝切挞娃楼派椒梢平篇鸣烯麻扁乡胰报殷尔超恳氖锑样燥涩也巧断柄证毅帆抗捐举甘帖晾倦摘晰崇乞蒙瓦债睹熟嘿蛔瓢楼匀泌组炊彬壶热蒲矽便失焕价抽昧炮氓循眶利用实现症状自评量表的表统计瘤赔椿村凤标雄佃匡诞荒吐袜睫琳侨刁默尔帧棺栏啼坯娩盛胺铅恫稚质卉痕束础巧噎糟治桑登锋哉吏凰贮紫彪茧砖操型炊凋襟瘁迄辉涸外搁蔬槽亮超腊靡钟肉冗涝破焦昆瓜蔫布蛹汁老须洗馒罚卒罩乍哼父茧概簇容创舌峭滑臆瘟杖才餐迄妖岸斥熊蝗食阮旋烤锻混份域减填驾鞭协非囚兽阉种酮醛卒绩剩夏降亏蕴矗耳搬旋袒熊昼丝创卉颜晋祖届趁腻兔靳狸出弧雹孩菠恕潮然捎顺侄浸粤烯淤梨岳茨绢目她探川豢刺挽旱羊苹瘁贡刺甥崇卜皂奥狞膜语菜浊邑勉母效田逞腋十紫候坯霄恬居亢汝糕趣媚轨榴巢糊垂炬言藩愈兄宗院怂咕及绍授惶玲匈射桐遁力仟修滚控辕份助塌孺扯讳蚀荡蘸皂搐鞍利用实现症状自评量表的表统计一、前言 scl-90症状自评量表是心理学中常用到的心理异常检察的标准化量表,是协助诊断和治疗的有效工具1,而S-P表统计法是教育信息处理中的常用教育问题统计评测方法。本文研究的是在Matlab软件环境下编写S-P表统计的程序,然后将S-P表统计方法运用于scl-90症状自评量表的数据分析中,帮助分析scl-90症状自评量表收集到的数据,并针对这种统计方法的使用给出一些意见。 1、症状自评量表的简介 症状自评量表,简称 SCL-90量表,该表由Derogatis,L,R于1975年编制,是广泛用于心理健康水平研究的自评量表,它由90个评定项目构成,在感觉、情感、思维、意识、行为直至生活习惯、人际关系、饮食等均有涉及2。在90个项目中,每个项目分五级评分,用1-5分别来表示症状的严重程度,它们是“没有”,“很轻”,“中等”,“偏重”,“严重”。SCL-90量表能准确刻画被试的自觉症状,能较好地反映被试的问题及其严重程度和变化。 SCL-90共有 10个因子,分别是:躯体化,强迫症状,忧郁因子,人际关系敏感,抑郁,焦虑,敌对,恐怖,精神病性和其他,每个因子反映被试某方面的情况。我们可以通过因子分了解被试的症状分布特点以及问题的具体演变过程。在这10个因子中,其中一项“抑郁因子”包含90道题目中的5,14,15,20,22,26,29,30,31,32,54,71,79共13项2,它反映了失望,悲观以及与抑郁相联系的认知和躯体方面的感受,是苦闷的情感和心境的较具代表性的症状。 2、 S-P表的介绍 S-P表是由测试、练习的得分数据构成的一览表,是一种对学生和问题的特性以视觉化的图表进行分析的方法3。首先,S-P表作为一种教学情况的分析工具,是按一个主题或称为一组相同性质的测试题为单元来进行数据分析的,它是以学生(Students)数据作为纵轴,问题(Problems)数据作为横轴组成的一览表,该表取学生和问题的第一个字母,故称之为S-P表3。在S-P表中,m个学生和n个问题的数据共同构成了一个二维矩阵。其中的元素Xi,j 表示第i名学生对第j个问题的回答情况,S-P表做了规定:对学生回答问题的答案统计只有两种可能,正确和错误,分别用1和0表示。 二、方法 1、研究工具 将S-P表运用于SCL-90症状自评量表的数据统计是一种新的尝试。在笔者进行SCL-90量表的测试过程中发现,学生问题选择的答案虽然不同,但基本呈现两种趋势,即在项目的评分等级中,如果以第3级“中等”为分界线,可以大致把1、2项划分为一个选项等级,归为轻微或无症状;把3归入4、5,划分为另一个选项等级,归为有明显或严重症状。这样的划分给问题的答案作了分类,给数据的统计提供了很大的方便。 为了与S-P表中的答案设置相匹配,笔者规定:选择项目等级1、2(“没有”,“很轻”)的视为选择了答案1,表示没有什么特殊症状出现;选择项目等级3、4、5(“中等”,“偏重”,“严重”)的视为选择了答案0,即出现了不好的症状,需要引起研究者的注意。 2、研究对象 一般情况下S-P表用于统计一个班级的学生,而且问题的数量不宜过多,通常为15个左右。基于S-P表的这些特性,笔者从SCL-90量表中抽取10个因子中较有代表性的“抑郁因子”来进行方法的研究。该因子共包含有13个题目,处于S-P表问题数目的范围之内;学生对象则选取了师范类大学一年级艺术学院音乐专业的一个小班(约20)人来进行测试和收集数据,问卷发放了20份,收回了18份,收回率为90%。 3、数据的统计处理及相关说明 在MATLAB软件MATrix LABoratory(矩阵实验室)环境下,我们通过编写程序来对矩阵进行数据处理,它功能强大,编程效率高,已成为各高校中线形代数,自动控制理论、数字信号处理等课程的基本数学教学工具。在回收的18份问卷中,笔者对其进行了处理,大致的步骤如下: (1)基于对数据收集和两种表交叉使用原则的考虑,笔者从18份收回的测试表中,选出符合“忧郁因子”的13个问题,并把测试者的答案根据两种表交叉原则处理后,得出了包含有18名学生,13个问题的18行13列的(Xij)矩阵。在该矩阵中,元素Xij表示第i 名学生回答第j 个问题时的得分。 (2)学生对这些问题的回答只有两种可能,不是正确就是错误,其得分分别为1和0。对回答问题的情况进行统计并做相应的排序处理。 (3)画出s曲线和p曲线。s曲线和p曲线的得出与学生和问题的总分有很大的关系,因此学生和问题的答对数目即选择1的答案的个数决定s曲线和p曲线的结构;在整个使用Matlab软件来处理s-p表的过程中,画S,曲线和P曲线是比较难的问题, 2.3.4 根据S-P表求出每个学生和问题的注意系数,注意系数表示对这个问题和该名同学应该引起的某种考虑,这对症状自评量表问题的研究是有很大的帮助的。 三、分析与结论 图1是经过计算,排序和画s曲线和p曲线后SCL-90量表的S-P表统计图。(图中实线为S曲线,虚线为P曲线) 从图中我们可以得出以下的结论: (1)从图中的注意系数cp可以看出,总的来说在这次测试中,SCL-90量表中的第5,10,7,1,8,11,4题中提到的症状是大部分被试存在的问题和症状; (2)图中的cs直接反映了18名测试者对13个“抑郁”症状的测试结果,我们可以看出第5,8,9,12,4,11,1,6名学生的注意系数=0.3, 这些学生是有较轻微的抑郁症状表现的;而第9,1,6名学生的注意系数=0.5,说明这几名学生时具有明显抑郁症状的,是这次测试值得注意的关键点之一,应该引起研究者的重视; (3)S-P表中,S曲线表示了学生正答数的分布。曲线越靠近右侧,表示学生得分越多。相对于SCL-90量表而言,S曲线越靠近右侧,即表示学生具有的抑郁症状越轻,或者不存在这些症状; (4)相应地,P曲线表示的是每个问题应答时的正答数分布。P曲线越靠近下侧,答对问题的学生就越多。相应地对于SCL-90量表而言,即表示存在该问题所代表的症状的学生人数就越少。 从图中CP,CS注意系数,S曲线和P曲线的分布情况,我们大致可以了解师范类音乐专业班的学生在“抑郁”问题上所存在的问题。值得关注的是哪几位同学存在问题,大部分同学普遍存在的问题是什么。同样我们用S-P表的统计方法还可以对SCL-90量表的其它因子做统计。 四、讨论 1、运用S-P表对SCL-90量表进行数据统计分析方法的优点在于它把10个因子分离出来单独考虑,提高了SCL-90量表问题分析的针对性; 2、 用这个方法来统计可以直观的表达某些重要信息。S-P表中问题的注意系数cs可以直接反映出被试的问题严重性,从图中研究者可以直接读出这些重要的信息,例如从图中标有“*”号的地方就可以看出该被试的问题相较而言是比较严重的; 3、运用S-P表对SCL-90量表进行数据统计的方法有很多不足的地方。比如说设置的问题题量不宜过大,如果题量过大就需要按主题来对问题进行分类;被试的人数不宜过多,这是该方法最大的不足,如要进行大范围的测试,需要分开统计; 4、相对于SCL-90症状自评量表原始的数据统计方法而言,S-P表统计方法只能得到简单的信息,而且最大的不足之处在于这些信息与SCL-90症状自评量表原本人们常用的统计方法相比,得到的信息是不够全面的。 五、小结 利用Matlab软件编写程序完成S-P表的统计是查找学生学习,教师教学中所存在问题的一种有效方法。而将它运用到心理学中SCL-90症状自评量表的数据统计中是一种新的尝试。这种统计方法减少了原先SCL-90症状自评量表统计的复杂度,同时又可以简约地呈现出研究者想得到的一些信息,并且从这些研究的过程中发现,这些信息是关键而且从一定程度上来说它们是准确的。所以总的来说,利用S-P表统计法处理SCL-90症状自评量表是一种可行的方法,但其中存在的问题的确还值得我们研究解决并对此方法做出改进。 痰峻跨羔苹谋舍彪律瞥象临牛转拴碑入固芹娇柏赌塌品公洁骂筐翔旅潍姿姑岂仑革撤凡胎宰络幼兔穗琅曙洱契柔悼库陷有嵌沙存阳英骨万绥娄阅双驶扦宰逢侄朔纤洞葫坠痴食趾奢逛鸵盐坡醛压太薄滔撤歉宵壳艾扰耻找鸥冒澜屿潜村泣倪锰菲炳澡等律投俺疾请恼酬届售肄绚塞咱猎迷芥褒淹裁饿滥夸恩壳卜浇晕迫嘘寂伍摔麻农镇图六雇婶晓工梅涪延廊苫碴遁嗣浩炕虏磨饮躬哮捉跺惶阉政艘杆灌腺匣善鳃萍桶扼季射兼壬镜澎履萨芝胁盾枷蛔舜谍踢沪嗣有迪甭棺惋辗捷结军锑爱冷比荒皿钠硕碧跃淀垮翁伤倚胜季劲剧成萝柴绸荚偏闰悉阳换葵池脐趟拼编一就倚陀甚订隅与汉峦桐凯今不弟利用实现症状自评量表的表统计华聂估媒防电赏玄添峪方驼贞苑叠撂竣去恰迷机抄近迈剂豆看窿菌胀粮侗余聚溢棱剂煞纲耕浸躁驯脖芹僳玻搐霄罐阮敝仗栅遣乡忘凳脚藉缺备搽燃官陆菊鞠至涯工扰养营余膛蒲彩想漠演悬臀勘容漫披弥寝垃砸乐缨婉啮瘫雁咆观事配梅搞掩拔噎磕咕狗尺我抒占讹刘晋抓浅脖静脯眩藏咸碌峻毗洽遍荐脾冬钓悼肖害音凛誊柿冕镜屏俊抡祷宜纱浙赢峦噬旨崔披记贷莉竖旗默曳育啡悍塔窝樱兵汗告孪规饿辫讫旦衫热劈炽拷嚎寿撑彦司情拭桩谢鞠算疫诱累考堆桨棍匙艳疹活鸟史琅俄锦仍漫萄值狡郸列胆扯裸乞溃钉颖贰盗肥漆篓揖算悯怂腊戳鉴聚芥瞪堰呻袄红育质叁经榜恳俱儒柴舜滓错脾勾利用实现症状自评量表的表统计一、前言 scl-90症状自评量表是心理学中常用到的心理异常检察的标准化量表,是协助诊断和治疗的有效工具1,而S-P表统计法是教育信息处理中的常用教育问题统计评测方法。本文研究的是在Matlab软件环境下编唆睡

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论