加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

从统计学方法的角度来看性格分类体系

(2015-10-30 09:42:21)
标签:

文化

维度

统计学

性格

分类聚类

分类: 知书识理,自圆其说
从统计学方法的角度来看性格分类体系
 
性格分类体系

       对人们性格的分类自古即有,发展至今已经形成了不少体系。比如说大多数人都会根据心理活动倾向性来进行内向型和外向型的分类;再比如说斯普兰格根据人们不同的价值观,把人的性格分为;理论型、经济型、权力型、社会型、审美型、宗教型;还比如说海伦.帕玛根据人们不同的核心价值观和注意力焦点及行为习惯的不同,把人的性格分为九种,包括完美型、助人型、成就型、艺术型、理智型、疑惑型、活跃型、领袖型、和平型。起源自著名心理学家荣格的心理类型学说的MBTI性格理论是一个在心理学界和人力资源管理实践中都得到广泛接受的性格分类体系。MBTI体系定义了五个性格维度,每个维度有两个方向,根据人们在这5个维度中的方向倾向性,可以将人们的性格归类到3225次方)种性格类型之中去。

       星座性格体系根据出生日期划分出12个星座,每个星座是一个性格类型,只要知道某个人的生日月份和日期就可以判别此人属于那种性格。这个体系据说起源于古希腊,在目前的年轻人当中比较流行。也有一些新近创立的性格体系,比如所谓的性格色彩理论,用颜色和颜色的组合来对性格进行定义。

聚类分析与判别分析

       聚类分析和判别分析都是统计学中的方法。聚类分析研究的是如何将一批样本点根据其内在的相近程度分为多类,而判别分析是研究如何将样本点归入到已经预先定义好的类别当中去。聚类分析中所谓的“样本点”实际上就是一个多维向量,它可以是描述产品性能的一组指标,也可以是描述消费者购物倾向性的一组问卷答案。聚类分析的关键在于选择度量样本点之间“相近程度”的方法。通过定义不同的距离量度或相似性量度可以得到不同的聚类结果。在进行判别分析之前,有几个类别,每个类别有怎样的特点都是已经定义好了的。判别分析的关键在于任一给定一个新的样本点,是否可以找到一个有效的方法,迅速而准确地判定出这个新的样本点应该属于哪一类。一般来说需要先有一批样本点供判别分析的算法作“学习”用,“学习”的过程就是调整算法参数的过程。

从统计学角度来看性格的分类问题

       站在统计学的理论高度上,性格分类问题就不再是难以捉摸的话题了,而是可以精确描述的统计学命题。

       首先,我们将人的性格用多个性格特征来描述。比如说用n个性格特征来描述性格,这就构成了一个n维空间,其中每个维度是一个性格特征。于是,任何一个人的性格,都可以用这个n维空间里的一个向量来表示。

       维度(比如易怒程度、比如群体合作性、比如隐私保护程度等)的设置对于具体的性格研究是重要的,但是我们讨论性格分类问题本身并不重要,所以不在本文中探讨。

并且,为了便于判别性格归属,我们有必要给n维性格特征空间再扩充m个维度,这m个维度用来描述人的基本特征,比如出生日期、血型、籍贯、对某个问卷问题的答案选择等等。于是一个样本点可以表示为:

P = (c1, c2, c3,…,cn,a1,a2,…,am)

至此,我们为性格分类问题建立了一个数学模型,将此问题转化为经典的聚类分析和判别分析问题。

       考虑一群(s个)人的性格,则是这n+m维空间里的s个向量,或者说是s个点。性格分类的问题无非就是将这s个点划分到u个集合的问题,要求是对这u个集合而言,集合内的点在前n个维度中较为接近,而集合内的点与集合外的点在前n个维度中较为远离。而且要得到有效的算法,能够对任意一个点Pt归属于u个集合中的哪一个做出较为准确的判别,判别的时候可以利用Pt的后m个维度的值。

       聚类分析和判别分析都是很成熟的方法,利用现有的计算机辅助工具对上述问题进行求解或者分析是非常容易的。

利用统计学工具构造新的性格分类方法

       若要构造新的性格分类方法,可以采取以下步骤:

首先,确定n个性格特征维度和m个基本特征维度,然后抽取一定量的人的特征形成样本点。其中m个基本特征维度的选择比较需要技巧,比如可以参考星座体系来选择出生时的日期、时间或者晴天雨天这样的信息,也可以参考MBTI体系来设计一套问卷,将问卷中的题目项作为基本特征维度。然后,采用聚类分析工具对样本点进行分类,并采用判别分析工具来构建判别方法。需要注意的是,分类的数量和判别分析的算法需要反复试验,目的是既要保证分类结果具有显著性和现实意义,同时又要尽量让判别分析的算法简单明了。甚至,为了调整判别分析算法可能还需要在回过头来调整m个基本特征维度的选择,比如说调整问卷中设计的问题。

经过多轮调整之后,就可以得到一个科学的性格分类体系。

从统计学角度来对性格分类方法进行评价

       对性格分类方法的评价有三个关键点。其一是性格分类的显著性,也就是说,所分的类别是否达到了同类当中互相接近而异类之间互相远离的目标。这可以通过一定批量的样本计算得出。其二是性格类别判定的准确度,也就是说有多大概率的误判。这也可以通过一定批量的样本来计算得出。其三是性格类别判定算法的简单程度。比如说,通过神经网络方法得到的判别方法可能具有较高的准确性,但是跟生日星座判别方法来比较,其可操作性就差了很多。而问卷判别法跟血型判别法相比,在不同的情形下孰优孰劣又会有所不同。而象性格色彩理论这种只给出分类不给出有效判别方法的理论就明显没有实际意义。

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有