какие модели нужно подобрать) для того, чтобы получить остатки, соответствующие 
белому шуму. Нек-рые временные ряды требуют очень сложных моделей для получения 
остатков, относящихся к белому шуму. Это часто имеет место в тех случаях, когда 
ряд не является стационарным, т. е. когда среднее, дисперсия и/или структура 
автокорреляции изменяются во времени.
   Модели вмешательства
    В психол. исслед. часто возникает необходимость оценить эффективность 
вмешательства. Если данные собирались через равные интервалы до и после 
воздействия на некий элемент выборки, напр. чел., группу или округ, нередко 
представляется полезным статистически описать наблюдаемый эффект и проверить 
его статистическую значимость. Есть две осн. стратегии анализа таких эффектов.
    Первый подход дает легко интерпретируемый результат и потому весьма полезен.
 Он предполагает идентифицирование общепринятой модели временного ряда на 
полученных до вмешательства данных. Производится оценка параметров модели, а 
затем делаются предсказания относительно поведения, ожидаемого после 
вмешательства. Эти предсказания осн. на предположении, что характер процесса до 
вмешательства не изменится и после вмешательства. Когда после вмешательства 
обнаруживается несоответствие между предсказываемыми и наблюдаемыми значениями, 
различие можно статистически оценить. Если различие статистически значимо, это 
служит доказательством того, что наблюдаемое изменение связано с вмешательством.
 Поскольку статистический критерий различия можно вычислить для каждой точки 
временного ряда после вмешательства, нетрудно определить тот момент, когда 
данное вмешательство начинает вызывать эффект.
    Второй — гораздо чаще используемый подход — предполагает оценивание и 
проверку эффекта вмешательства. Связанная с применением этого подхода трудность 
заключается в том, что «эффект» вмешательства часто бывает комплексным; поэтому 
в данном случае целесообразно рассматривать паттерн эффекта, а не его среднее 
различие.
   Двумерный анализ
    А. в. р. можно использовать при изучении связей между двумя или большим 
числом временных рядов. Существует неск. видов корреляции между временными 
рядами (наз. иногда кросс-корреляцией), поскольку существует множество 
вариантов временного запаздывания изменений двух рядов. Цель исслед. таких 
корреляций — выяснение того, какой из двух рядов будет «ведущим».
    См. также Корреляционные методы
    Б. И. Хьютема
    
   Анализ заданий (item analysis)
    
    Осн. цель А. з. — предоставить информ. о том, насколько адекватно 
функционируют составляющие тест задания (или пункты). Эта информ. может затем 
использоваться для повышения надежности и валидности теста путем редактирования 
или удаления слабых заданий. А. з. теста достижений может тж предоставлять 
диагностическую информ. о том, что знают и чего не знают экзаменуемые, и потому 
быть основой планирования обучения и пересмотра учеб. программ.
    Информ., получаемая в рез-те А. з., м. б. рациональной (оценочной) или 
эмпирической (статистической). Рациональный А. з. предполагает тщательное 
изучение каждого задания для определения того, является ли его содержание 
точным, соотв. спецификациям к тесту, свободным от культурных или др. 
предубеждений и отвечающим стандартным требованиям, к-рые предъявляются к 
составлению тестовых заданий. Этот подход характерен для А. з. критериальных 
тестов достижений, но может применяться и к тестам, осн. на статистических 
нормах.
    Эмпирический А. з. состоит в вычислении одной или неск. статистических мер 
функционирования задания, включая индекс трудности задания, индекс 
различительной способности (валидности) задания и ряд мер функционирования 
дистракторов. Индекс трудности (p) задания рассчитывается довольно просто — как 
доля тестируемых, давших правильный ответ на данное задание. Оптимальный индекс 
трудности варьирует в зависимости от цели теста и типа задания.
    Процедура определения индекса способности задания различать испытуемых на 
основе получения ими различных оценок по критериальной переменной зависит от 
характера критерия и типа теста. Типичными внутренними критериями для теста 
достижений являются суммарные показатели по этому тесту, к-рые ранжируются и 
делятся на верхнюю (U) и нижнюю (L) группы. В случае, если тест ориентирован на 
статистические нормы, эти две группы обычно состоят из испытуемых, 
представляющих верхние 27% и нижние 27% распределения суммарных показателей по 
данному тесту. Затем для каждого задания по формуле D = рU — pL рассчитывается 
индекс различительной способности (D), где рU и рL — доли испытуемых, правильно 
выполнивших данное задание, в верхней и нижней группах соответственно. При 
внешнем критерии, таком как оценки выполнения работы или школьные отметки, 
индекс различительной способности задания рассчитывается по формуле для 
точечно-бисериального коэффициента корреляции (rpb) между оценкой выполнения 
задания (0 или 1) и оценками критериального континуума. Очевидно, что чем ближе 
или D или rpb к 1,00, тем более валидным является данное задание как 
дискриминатор между высокими и низкими показателями по выбранному критерию. В 
зависимости от размера группы, по рез-там тестирования к-рой вычисляются 
индексы D или rpb, уже такая их величина, как 0,20, может оказаться достаточной 
для сохранения заданий в тесте. Следует, однако, заметить, что отбор заданий на 
основе D, в общем, приводит к созданию внутренне согласованного, однородного 
теста. В противоположность этому отбор заданий на основе rpb обычно будет