|
Однако уже на данном начальном этапе выявились индивидуальные различия между испытуемыми – они проявились в различной размерности реконструированного музыкального СП. У первого испытуемого оно соответствовало классической схеме Осгуда – 3 фактора семантически идентичные ОСА-пространству. У второго испытуемого пространство оказалось 4-мерным. Фактор «оценка» («эстетический» фактор в нашем варианте) у него оказался разделенным на 2 ортогональных компонента. В первый вошли такие шкалы как «темный – светлый» и «горький – сладкий», а во второй – «холодный – горячий» и «грустный – радостный». Какое-либо объяснение этому дать довольно трудно, поскольку структура факторных нагрузок плохо поддается интерпретации. Вероятно, она связана с какими-то индивидуальными особенностями кросс-модальных связей испытуемого. Далее факторные числа были дискретизированы на 2 категории, и исследовалось взаимодействие между уровнями по факторам СД и значением H. Использовались непараметрическая процедура – U-критерий Манна-Уитни. С помощью него у первого испытуемого были выявлены значимые (p<0,05) различия между категориями по факторам «Э» и «И». У второго испытуемого различия обнаружились лишь по первому компоненту (в 4-компонентной структуре). Использование сравнения по уровням СД позволило качественно проинтерпретировать взаимосвязи между переменными – высокие значения H в целом соответствуют уровню «высокий» вышеотмеченных факторов[16]. «Высокоэнтропийная» музыка – это музыка, которую вербально можно описать с помощью таких эпитетов как «неожиданная», «непредсказуемая», «странная» (?) и т. п. В тоже время, по-видимому, «низкоэнтропийная» музыка субъективно воспринимается как «скучная», «монотонная», «нудная» и т. п. Можно предположить, что подобная отрицательная валентность «низкоэнтропийной» музыки определенным образом коррелирует с низкими показателями по шкалам «Э» и «И» СД, т. е. в целом воспринимается как «негативная». Характерно, что не было выявлено зависимости между H и фактором «Д». Ясно, что по определению фактор «Д» связан с музыкальными событиями, возникающими во времени. H же является статистическим показателем из частотной области и поэтому никак не связана с временной структурой музыки. Далее исследовались возможности построения прогностической модели – на основе H предсказывать вероятность принадлежности к уровням «высокий» и «низкий» факторов «Э» и «И» СД. Использование параметрических моделей (дискриминантного анализа) в данном случае было бы некорректным, в силу нарушения предположения о нормальности распределения Н. Была опробована модель полупараметрического классификатора – ОВМ – т. н. «опорно-векторная машина»[17] (support vector machine), а также многослойный перцептрон с 1 скрытым слоем[18]. Однако при использовании подобных моделей «машинного научения» (machine learning) возникает вопрос о статистической значимости полученных результатов классификации. Стандартом de facto в данной парадигме стало использование контрольного множества примеров – кросс-валидационной выборки (К-ВВ). К-ВВ не используется при подстройке свободных параметров классификатора, и поэтому является показателем его способности к обобщению зависимостей, найденных в данных ОВ. — 137 —
|