Нормирование данных. Способ определения нормированного показателя здоровья

В этом параграфе рассматривается техника нормировки, которая полезна при решении практических задач. Для всех задач (кроме простейших) обычно удобнее использовать численные значения заданных параметров, нежели буквенные символы. После того как в задачу введены численные значения, желательно представить выражения в таком виде, чтобы числа входили в эти выражения как постоянные времени, т. е. в виде отношения искомых параметров системы, имеющего размерность времени. Часто оказывается, что постоянные времени, которые определяют динамические свойства системы, велики или малы по сравнению с единицей. Если значения постоянных времени сильно отличаются от единицы, то целесообразно сделать еще один шаг, а именно, изменить масштаб времени таким образом, чтобы наибольшие заданные параметры имели нормированные значения близкими к единице. Это позволяет упростить вычисления.

Часто случается, что удобнее применить нормировку к изображению, а не к самой функции времени. Таким образом, необходимо знать, как для заданной функции определить изображение Фурье, соответствующее нормированному времени, зная изображение Фурье для обычного времени. Как это сделать, становится ясным, если обратиться к определению преобразования Фурье. Пусть - изображение Фурье функции По определению это означает, что

Пусть - изображение Фурье функции относительно нормированного времени Согласно определению, имеем

Обычно вид функции с нормированным временем тот же, что и функции с истинным временем; при этом задан масштаб нормированного времени относительно истинного. Пусть соотношение между временами имеет вид

Здесь величина может иметь любую размерность, но обычно она имеет размерность времени и тогда событие, связанное с будет безразмерным. Символически соотношение между двумя функциями

записывается следующим образом:

После замены на в (2.5-1) получаем

Но, согласно (2.5-4), имеем

Пусть нормированная комплексная частота (1) связана с ненормированной (s) соотношением

На основании (2.5-6 и 7) формулу (2.5-5) можно переписать в виде

Согласно интеграл в правой части по определению есть нормированное преобразование Фурье Следовательно,

Таким образом, если необходимо найти нормированное изображение на основании обычного изображения, то необходимо пользоваться формулой

На основании предыдущего можно сказать: если в изображении функции времени заменить на - и полученный результат поделить на то получим изображение функции от переменной Оригинал, соответствующий этому изображению, является функцией Хотя этот результат был получен для изображения по Фурье, он также остается справедливым и для изображения по Лапласу. Нужно отметить, что рассмотренная выше процедура вычисления нормированного (соответствующего измененному масштабу времени) изображения неприменима к вычислению нормированной передаточной функции или весовой функции. Передаточную функцию

можно рассматривать как отношение изображений двух функций времени и, следовательно, множители появляющиеся в результате нормировки, в числителе и знаменателе сокращаются. Таким образом, формула для нормированной передаточной функции получается просто заменой на Делить это выражение на множитель не надо.

В качестве примера рассмотрим вычисление нормированного изображения для следующей функции времени:

Изображение этой функции имеет вид

Применяя формулу получим

Вычисляя обратное преобразование по получаем

Этот результат, очевидно, можно получить сразу из Следующий вопрос состоит в том, как вычислить на основании теоремы Парсеваля величину интегральной квадратичной ошибки, зная нормированное изображение Фурье ошибки. Напомним, что теорема Парсеваля устанавливает следующее равенство:

где I является интегральным квадратичным значением функции . В соответствии с правилом нормировки определяется формулой

Контрольні питання

Хід роботи та завдання

Лабораторна робота № 21

Тема: Робота з об"єктами автоматичного оновлення записів.

Мета: Навчитися створювати автоматизовані функції у системі.

Обладнання та ПЗ : персональний комп’ютер, пакет прикладних програм Microsoft Office.

1. Завантажити програму Microsoft Access та відкрити файл Бібліот_14.mdb

2. Додати на форми кнопки, що дозволяють перевести(списати) задану кількість книг до архіву, змінюючи при цьому значення поля кількістьКниг.

2.2 На формі Книги у розділі Примечание додайте поле і кнопку. У полі буде вводитися кількість книг, які необхідно списати в Архів, а кнопка буде при натисненні на неї викликати макрос. Для наданого приклада ім’я поля –Поле21, ім’я макроса – Макрос1. Макрос1 складається з двох макрокоманд, що виконуються послідовно. Макрокоманди викликають два запити, що змінюють кількість книг та додають записи до таблиці Архів. У властивостях кнопки на вкладці Другие вкажіть спливаючу підказку або ж додайте ще один макрос, що оновить форму.

2.3 Створіть запит на оновлення значення поля КількістьКниг:

додайте в запит таблицю Книги, перетворіть запит з вибірки на оновлення та в рядку оновлення пропишіть вираз Книги!КількістьКниг-Forms!Книги!Поле21. В рядку Условие отбора вкажіть ![Книги]![Інв№].

2.6 Створіть запит Добавление в архів:

Для цього виконайте конструкцію SQL:

FROM Книги WHERE (((Книги.Інв№)=Forms!Книги!Інв№));

2.4 Створіть макрос, що виконує послідовно два запити – спочатку на оновлення, а потім додає в архів списані книги. Дайте ім’я макросу(в прикладі цеМакрос1 ). Режим даних – изменение, в режимі таблиця.

Запити на зміну та їх використання. _______________________________________________________________________________

_______________________________________________________________________________

Чому не можна змінювати дані у перехресному або ж підсумковому запиті?

_________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

Висновок : _________________________________________________________________________

____________________________________________________________________________________________

В составе требований, предъявляемых к вновь разрабатываемым системам, важная роль принадлежит количественным требованиям (нормам) по надежности.

Решение задачи нормирования базируется на исследовании эффективности системы с применением методов оптимизации.

Оптимальное значение обобщенного показателя надежности системы (нормы надежности) имеет вид:

где W0 - вероятность выполнения задачи одной системы при условии отсутствия отказов;

α- коэффициент увеличения материальных затрат на повышение надежности (выполнение задачи).

Результаты расчета по формуле (1) приведены на рис. 2

Из рисунка следует, что с увеличением W0 при = const, величина Р0 возрастает. Это значит, что чем производительней система, тем выше долж-ны предъявляться требования к ее надежности, так как стоимость отказа такой системы выше, чем для менее производительной системы. Увеличение коэффициента при W0 = const означает увеличение материальных затрат на повышение надежности, а следовательно и на выполнение задачи.

При решении задачи о нормировании следует принять . При этом можно получить следующее минимально допустимое значение W0, Р0:

Нормирование надежности - установление в нормативно-технической документации и (или) конструкторской (проектной) документации коли-чественных и качественных требований к надежности.

Нормирование надежности включает:

Выбор нормируемых показателей надежности;

Технико-экономическое обоснование значений показателей надежности объекта и его составных частей;

Задание требований к точности и достоверности исходных данных;

Формулирование критериев отказов, повреждений и предельных состояний;

Задание требований к методам контроля надежности на всех этапах жизненного цикла объекта.

Нормируемый показатель надежности - показатель надежности, значение которого регламентировано нормативно-технической и (или) конструкторской (проектной) документацией на объект.

В качестве нормируемых показателей надежности могут быть использованы один или несколько показателей в зависимости от назначения объекта, степени его ответственности, условий эксплуатации, последствий возможных отказов, ограничений на затраты, а также от соотношения затрат на обеспечение надежности объекта и затрат на его техническое обслуживание и ремонт. По согласованию между заказчиком и разработчиком (изготовителем) допускается нормировать показатели надежности. Значения нормируемых показателей надежности учитывают, в частности, при назначении цены объекта, гарантийного срока и гарантийной наработки.

Почему нужна нормировка показателя

Обычно выраженность некоторого качества пытаются описать числом. Чаще всего такое число х формируется как сумма баллов. Насколько это правомерно — вопрос другой. Мы же предположим, что такое число х получено и осмысленно.

Обычно х меняется от некоторого минимального значения x min (отражающего отсутствие качества) до некоторого максимального значения x max (крайняя степень проявления, наличия, выраженности, …).

Его получение решает проблему сравнения двух объектов, но только по этому показателю. Впрочем, и здесь дело не очень хорошо. Надо всегда помнить, в каких пределах меняется показатель. А эти диапазоны — самые разнообразные… Да еще и оценивать, насколько близко конкретное значение к краям диапазона или к его середине. В общем, чистая морока.

Если же речь идет о сравнении по двум различным показателям — дело совсем швах. Конечно, нельзя сравнивать качества непосредственно. Для этого сравниваемые числа должны быть безразмерными. А ведь именно показатель обычно интерпретируется как степень выраженности некоторого качества. И вот это сравнивать можно!!! Но для этого их следует привести к одной шкале так, чтобы начала и концы двух шкал совпадали.

Но почему только этих двух? Давайте сделаем такое преобразование для всех показателей! Оно и называется нормировкой (не путать с нормализацией !). После этого мы можем сравнивать разнообразные показатели, полученные различными методиками.

2. Типы показателей

При всем разнообразии числовых характеристик объектов (или респондентов) из них можно выделить два широких класса:

униполярные , выражающие только степень наличия (интенсивность, выраженность, …) некоторого качества;
биполярные , отражающие не только степень наличия качества, но и его «направленность».

3. Нормировка униполярного показателя

Давно сложилось в науке так, что величины нормируются на диапазон от 0 до 1.

Для этого функция преобразования y=f(x) должна обладать следующими свойствами:

y(x min)=0; y(x max)=1; dy/dx>0 (1)

Любая функция с такими свойствами м.б. использована для нормировки. Например, если x max , то можно выбрать функцию

Легко видеть, что за счёт выбора соответствующей функции можно учесть разнообразные эффекты искажения оценок. Например, склонность респондента к крайним оценкам. При этом, возможно, следует применять для различных респондентов и различные функции преобразования, учитывающие особенности их личности, статуса и т.п. Примерные графики таких функций — на рис. 1.

Рис. 1. Графики функции нормировки

Наиболее часто применяется линейное преобразование:

(2)

Если полагать, что увеличение х описывает как возрастание выраженности качества А, так и убывание степени некоторого другого качества В, то нормированной мерой качества В может служить просто разность y´=1–y. Таковы, например, родственные по смыслу качества ‘близость’ и ‘дистанция’. Их метризация выявляет плохо осознаваемую ранее, но вполне четкую дополнительность и даже противоположность.

4. Нормировка биполярного показателя

Обычно такой показатель представляет собой ‘склейку’ двух взаимопредполагающих и антонимичных униполярных качеств А и В.

Часто В есть просто отрицание А и наоборот. По такому принципу построены, например, шкалы семантического дифференциала. Однако, пары для такого дифференциала следует проверить по словарю антонимов (например, два антонима к слову «веселый» – «грустный» и «мрачный» – вовсе не являются синонимами).

Нормировка соответствующей величины предполагает выбор «положительного » направления оси y. В качестве такового произвольно выбирается тот из полюсов шкалы, увеличение интенсивности которого принимается как возрастание y. Противоположный полюс автоматически становится «отрицательным ». Подчеркнем, что никакой модальности (аксиологической оценки) за этим нет - играть роль могут только сложившиеся смысловые стереотипы, но не более того.

Пусть величина х оценивает степень выраженности обоих качеств (с соответствующим обозначением, например, ‘очень люблю’ или ‘слегка ненавижу’). Нормировку можно проводить при помощи любой функции, удовлетворяющей условиям (1). В частности, это м.б. и линейное преобразование:

(3)

Очевидно, что y[–1; +1].

Обе формулы (2) и (3) описывают линейное преобразование вида y=k·x+b. Поэтому все статистические выводы относительно величин x и y полностью совпадают .

5. Особенности балльных шкал

При использовании балльной шкалы имеется несколько тонкостей, которые часто упускаются из виду:

Иногда нет ответов на все вопросы, относящиеся к данному показателю. Причины разные — ответ просто не дан, ошибка при внесении ответа или его кодировке, … Короче — имеются пропуски ответов.
Практически всегда балл приравнивается к номеру ответа среди прочих. И наименьший балл становится равным 1.
Хотелось бы использовать для некоторых вопросов ответ с числом градаций, отличающимся от остальных. Но тогда его вклад надо учитывать как-то по-другому.

При нормировке балльной шкалы надо всего лишь принять, что х = S, где S сумма набранных баллов по полученным ответам (а не заданных вопросов!). Соответственно, S min и S max — минимальная и максимальная суммы баллов, которые можно набрать при полученных ответах.

Важным фактором планирования кадров на предприятии является нормирование труда. Нормирование – это определение необходимых затрат рабочего времени на выполнение конкретного объема работ в конкретных организационно-технических условиях; это основа всех технико-экономических показателей, совокупность методов, позволяющих на основе изучения процессов производства устанавливать прогрессивные научно обоснованные нормы труда.

Норма - это максимально допустимая плановая величина абсолютного расхода средств производства и живого труда на единицу продукции или на выполнение определенного объема работ (например, норма расхода муки показывает, сколько муки должно расходоваться на 1 т хлеба).

Норматив - это плановый показатель, характеризующий поэлементные составляющие норм расхода сырья, материалов, топлива, энергии, затрат труда и степень их эффективного использования (например, расход заработной платы на 1 руб. готовой продукции, съем продукции с 1 м 2 производственной площади).

Нормы и нормативы принимаются в качестве исходных величин
для разработки всей системы плановых показателей предприятия. С их помощью регулируется, планируется и контролируется вся производственно-хозяйственная деятельность

Как экономическая категория норма характеризует уровень общественного разделения труда, является количественной мерой затрат живого и овеществленного труда на единицу продукции, в которой в конечном счете находит отражение уровень развития производства. В то же время норма не только отражает этот уровень, она активно влияет на него. Ведь утверждение прогрессивной нормы предопределяет принятие мер по совершенствованию производства. В этом суть нормы как проводника научно-технического прогресса в производстве. Именно поэтому, будучи основой расчета плановых показателей, нормы определяют прогрессивность и научную обоснованность планов.

Система трудовых нормативов - это совокупность регламентированных затрат труда на выполнение различных элементов и комплексов работы персоналом предприятия или фирмы. Различают следующие виды норм и нормативов труда.

Нормы времени - выражают необходимые или научно обоснованные затраты рабочего времени на изготовление единицы продукции, выполнение одной работы или услуги в минутах или часах (мин/шт., ч/шт.).

Нормы выработки - устанавливают необходимый объем изготовления продукции за соответствующий плановый период рабочего времени. Величина нормы определяет в натуральных измерителях (штуках, метрах и других единицах) плановый результат работы за смену, час или иной отрезок времени.

Нормы обслуживания - характеризуют количество рабочих мест, размер площади и других производственных объектов, закрепленных за одним рабочим, группой, бригадой или звеном персонала.

Нормы численности - определяют необходимое количество работников соответствующей категории для выполнения заданного объема работы или обслуживания производственных процессов.

Нормы управляемости - регламентируют число подчиненных работников у одного руководителя соответствующего подразделения предприятия.

Нормированные производственные задания - устанавливают одному работнику или бригаде плановые объемы и номенклатуру изготовляемой продукции, выполняемых работ или услуг за данный период рабочего времени (смену, неделю, месяц, квартал). Величина производственных заданий измеряется в натуральных, трудовых, стоимостных единицах (штуках, тоннах, нормочасах, норморублях).

Различают нормы и нормативы, регламентирующие затраты:

1)рабочего времени - устанавливают величину затрат рабочего времени на выполнение единицы работы одним или несколькими работниками;

2)рабочей силы - определяют величину расхода физической и нервной энергии человека в единицу рабочего времени или на одно изделие.

Нормы затрат физической и умственной энергии определяют допустимые показатели темпа или скорости работы человека, интенсивности труда, расхода человеческой энергии, степени занятости работников, уровня их утомления, тяжести труда и т. п. Они используются для планирования оптимальных условий труда работников, обоснования нормативной интенсивности груда, а также снижения тяжести труда и установления норм компенсационных доплат при работе в неблагоприятных условиях труда. По степени их дифференциации нормы и нормативы могут устанавливаться на отдельные элементы трудовых, технологических и "производственных процессов: микроэлементные нормативы на трудовые движения и трудовые действия или укрупненные на трудовой прием, комплекс трудовых приемов, технологическую операцию, технологический процесс, производственный процесс.

По видам затрат рабочего времени нормативы и нормы подразделяются на следующие категории: основного или машинного времени, вспомогательного времени, оперативного времени, времени обслуживания рабочего места, подготовительно-заключительного времени, неполного штучного времени, единые и типовые нормы и т.д. Для повышения качества норм и нормативов важное значение имеют методы их разработки, т.к. каждая норма труда является мерой вознаграждения за труд и выражается в форме заработной платы.

Для измерения производительности труда, эффективности использования трудовых ресурсов в промышленности используются два основных показателя: выработка и трудоемкость.

Выработка (В) измеряется количеством продукции, произведенной в единицу рабочего времени или приходящейся на одного среднесписочного работника или рабочего в год (квартал, месяц):

В = ТП / ССЧ;

где ТП - объем товарной (валовой или реализованной продукции), руб.;

ССЧ - среднесписочная численность работников (или рабочих), чел.

Это наиболее распространенный и универсальный показатель производительности труда.

Трудоемкость (Т) - это затраты времени на производство единицы продукции:

Т = ВР / ПР;

где ВР - количество отработанного времени, человеко-час;

ПР - объем произведенной продукции, шт.

На практике применяют следующие методы нормирования:

1. Хронометраж;

2. Фотография рабочего дня;

3. Метод моментных наблюдений.

1) Хронометраж – наблюдение и изучение затрат рабочего времени; проводится непосредственно на рабочем месте путем проведения многократных замеров отдельных рабочих приемов операций.

Фотография рабочего дня. Применяется для определения эффективности использования рабочего времени и времени работы оборудования. Различают три вида фотографии: индивидуальная фотография рабочего дня; самофотография; групповая фотография (для изучения рабочего времени бригады или нескольких человек).

Метод моментных наблюдений. Применяется, когда необходимо организовать время работы цеха или участка. Суть заключается в том, что наблюдатель проходит через равные промежутки времени по определенному маршруту и фиксирует занятость рабочего в данный момент. Затем данные наблюдения обрабатываются и разрабатываются мероприятия по устранению потерь рабочего времени.

Проиллюстрируем значение использования норм на примере широко известной методики К.Томаса. Напомним, что в ней вывод о доминирующей стратегии поведения в конфликтной ситуации делается с опорой на числовые данные. А именно, после подсчета суммарных баллов по каждой шкале, нужно выявить шкалу имеющую наибольший балл. Соответствующая шкале стратегия интерпретируется как доминирующая в конфликтной ситуации. Подсчитанные статистики показывают, что средние величины шкальных оценок по абсолютной величине различны. Они варьируют у мужчин от 5,25 балла до 7,25 балла и у женщин от 3,71 до 7,65 баллов (см. табл. 11).

Табл. 11. Первичные статистики шкальных оценок методики Томаса

	Мужчины (n=56)	Женщины (n=71)
Стратегия
Напористость
Сотрудничество
Компромисс
Избегание
Уступчивость

Примечание.

Средн. - средние величины;

950% и +95.0% - доверительные интервалы средних величин;

Выделены наибольшие средние величины.

Таким образом, если не учитывать нормативные данные, полученные на российской выборке (или проверенные на российской выборке), то в интерпретации результатов можно придти к неверным выводам. В самом деле, мужчинам и женщинам свойственно предпочтение стратегии избегания. В руководстве к методике не говорится о том, что доминирование одной из пяти стратегий является транскультуральной характеристикой личности. По контексту можно понять, что автор исходит из предположения о равной вероятности предпочтения каждой из пяти стратегий. Поскольку между шкальными показателями существуют статистически значимые корреляционные связи, вряд ли можно говорить о равной вероятности следования каждой из пяти стратегий. В такой ситуации, когда отсутствуют нормативные данные и сведения о характере распределения величин, надежнее опираться на подсчитанные для своей выборки статистики. В частности - для оценки выраженности доминирования одной из стратегий использовать сигму и доверительные интервалы. Добавим, что нормы целесообразно рассчитать отдельно для мужчин и женщин. По представленным данным видно, что в двух шкалах из пяти показатели значимо различаются у разных полов. При сравнении групп или подгрупп, эта половая специфичность может оказаться переменной, влияние которой нельзя не учитывать.

Вычислять нормы целесообразно и в других случаях. Полученные при сборе данных начальные (первичные) оценки выполнения экспериментальных заданий далеко не всегда удобно использовать в дальнейшей работе. Их тем или иным способом преобразуют. Наиболее частыми преобразованиями являются центрирование и нормирование среднеквадратическими отклонениями. Под центрированием понимается линейная трансформация величин признака, при которой средняя величина распределения определенного признака становится равной нулю. Направление шкалы и ее единицы остаются при этом неизменными.

Суть нормирования состоит в переходе к другому масштабу - стандартизированным единицам измерения. При стандартизировании результатов тестовых испытаний нормирование чаще всего осуществляется с помощью среднеквадратических отклонений. Стандартизирование производится при нормальном распределении тестовых оценок или близком к нему по виду.

В психологии существует целый ряд шкал, основанных на нормальном распределении и имеющих разные значения М и . Например, в шкале отклонений интеллекта IQ: М=100,  =15; в шкале Векслера М=10, = 3. Распределения различных измеренных в эксперименте признаков имеют разные величины М и  . Переводя полученные первичные оценки разных признаков к распределению с одними и теми же М и , мы получаем больше возможностей для оценки и сопоставления их варьирования. Сделать это нам позволяет использование нормированного отклонения. Нормированное отклонение показывает, на сколько сигм отклоняется та или иная варианта от среднего уровня варьирующего признака (средней арифметической), и выражается формулой:

где V - значение признака (в начальных баллах).

С помощью нормированного отклонения можно оценить любое полученное значение по отношению к группе в целом, взвесить его отклонение и одновременно освободиться от именованных величин. Для того чтобы избавиться от отрицательных чисел к полученной величине t можно прибавить какую-либо константу. Удобно, если все числа, с которыми вы оперируете имеют одинаковое количество знаков. С учетом этих соображений весьма удобна шкала Т-оценок. Для этой шкалы принято нормальное распределение, имеющее М=0,  =10. Для пересчета берется константа равная 50. Формула преобразования начальных баллов в Т-оценки следующая:

t = 50 + 10 -------

Смысл процедуры нормирования рассмотрим на примере. Предположим, нас интересуют некоторые связи коммуникативной умелости продавцов с особенностями расположения магазина в крупном городе. Чтобы составить некоторую интегральную оценку коммуникативной умелости конкретного продавца, мы можем через наблюдение получить по каждому испытуемому ряд параметров, характеризующих его общение с покупателем. Например, мы можем измерить среднюю длительность контакта глазами, среднее количество улыбок в фиксированный интервал времени, количество грубых, неприветливых обращений и т.д. Можно охарактеризовать преимущества и недостатки расположения магазина в городе (насколько "бойкое место" и т.п.). Для этого можно подсчитать количество маршрутов городского транспорта, имеющих остановки в непосредственной близости от магазина, оценить его удаленность от станций метро, учесть число расположенных поблизости магазинов другого профиля и т.д.

Для того чтобы вывести некоторый обобщенный коммуникативный показатель невозможно складывать число улыбок с длительностью контакта глазами и вычитать из этой суммы количество выражений, свидетельствующих о низкой речевой культуре. Бессмысленно складывать число автобусных маршрутов с числом соседних магазинов и вычитать из суммы величину расстояния до ближайшего метро. Лучше собрать необходимый массив количественных данных, проводя исследование в ряде магазинов, подсчитать первичные статистики для всех этих показателей, а затем, после преобразования начальных данных, получить Т-баллы по каждому показателю.

При нормировании из каждого полученного при сборе данных значения в начальных единицах вычитают среднюю арифметическую, а разность делят на сигму. Полученную величину умножают на 10, затем прибавляют к 50 или вычитают из 50. Выбором последнего арифметического действия (сложение или вычитание) мы можем задать направление вклада, который делает этот параметр в высчитываемую интегральную оценку, т.е. можем задавать направленность преобразования, учитывая специфику данного параметра. Если конкретное значение в начальных единицах превышает среднюю арифметическую, мы можем нормированное отклонение (разность, деленную на сигму) приплюсовать к 50. Это будет соответствовать большей выраженности оцениваемого психического качества у данного испытуемого, чем в среднем по нашей выборке.

Например, большее у конкретного продавца количество улыбок на одну сигму (чем в среднем) количественно теперь будет выражено: 60 Т-баллами. Количественную оценку признаков высокой речевой культуры в нормированных отклонениях следует прибавлять к 50 Т-баллам, а низкой речевой культуры - вычитать из 50 Т-баллов. Если, например, количественная оценка некоторого признака отрицательной направленности (в начальных баллах), превышает среднюю величину на полсигмы, то в Т-баллах она будет равна 45. После такого рода преобразований, подсчитывая интегральный показатель коммуникативной умелости для конкретного испытуемого, мы можем прибавлять одни Т-баллы к другим.

Форму стандартизирования данных целесообразно выбирать с учетом размаха полученных начальных оценок и числа градаций. Если в начальных баллах число градаций 7-15, то могут оказаться вполне подходящими стенайны 2 . Если же число градаций достигает 30 и более при небольшой скошенности распределения (асимметрии), то переводя эти показатели в стенайны мы будем огрублять баллы, т.е. терять некоторую долю точности произведенного измерения. Если есть основания считать, что ваши измерения достаточно эффективны (например, есть данные о хорошей ретестовой надежности, обнаружены высокие корреляции полученных в измерениях показателей с ясными и надежными внешними критериями валидизации и т.д.), то оправданным будет использование стандартизированых единиц имеющее такое же или даже несколько большее число градаций.