(перцептивной, мотивационной, аффективной и поведенческой), но также дают 
различные показатели по таким психол. тестам, как Миннесотский многофазный 
личностный опросник и тест Роршаха. Они также характеризуются определенными 
различиями в ЭЭГ.
    Есть данные, свидетельствующие о том, что диссоциации, как и др. психол. 
процессы, располагается на едином континууме, а подлинно множественные личности 
просто представляют собой полюса этого континуума.
    Длительность течения расстройства множественной личности по данным старой 
литературы составляет в большинстве случаев многие годы; расстройство трудно 
поддается лечению. Однако в последнее время сообщается о появлении некоторых 
общих принципов терапии.
    Несмотря на усиление интереса к проблеме диссоциации в последнее время, 
расстройство М. л. все еще является одним из наименее понятных расстройств 
личности.
    См. также Гипнотерапия
    Дж. Уоткинс
    
   Множественная регрессия с переменной-модератором (moderated multiple 
regression)
    
    М. р. п.-м. — типичная модель многомерного анализа, предназначенная для 
проверки того, влияет ли на связь между двумя переменными — предиктором X и 
зависимой переменной Y — третья переменная М. Формула для уравнения простой 
линейной регрессии выглядит следующим образом:
    Y = а + b1X, (1)
    где а — интерсепт (или свободный член уравнения регрессии), а b — 
коэффициент регрессии, связанный с предиктором (или независимой переменной) X. 
По сравнению с ней уравнение (2) включает еще одну переменную-предиктор М, 
сглаживающий эффект к-рой представлен произведением ХМ:
    Y = а + b1Х + b2М + b3(ХМ), (2)
    где b1, b2, b3 — коэффициенты регрессии, связанные с соответствующими 
предикторами.
    Включение переменной-модератора в уравнение (2) позволяет специалисту по 
анализу данных обратиться к вопросу о том, зависит ли связь между зависимой 
переменной Y и предиктором X от третьей переменной. Напр., сказывается ли на 
связи средней продолжительности жизни (зависимая переменная) с излишним весом 
(переменная-предиктор) такой фактор, как АД (переменная-модератор)? Или влияет 
ли на связь познаний ученика (зависимая переменная) со стилем обучения учителя 
(переменная-предиктор) число учеников в классе (переменная-модератор)?
    Между эффектами модератора в множественной регрессии и эффектами 
взаимодействия в дисперсионном анализе есть немалое сходство. Напр., эксперим. 
план с двумя интериндивидными факторами, X и М, представляет собой частный 
случай уравнения (2), в к-ром переменные-предикторы являются категорийными и 
некоррелированными. Уравнение (2), однако, является более общим в том смысле, 
что оно также допускает включение непрерывных и коррелированных независимых 
переменных — предикторов и модераторов. Более того, уравнение (2), при 
соответствующем кодировании, может включать повторные измерения факторов, для 
анализа к-рых обычно использовали методы дисперсионного анализа. Множественный 
регрессионный анализ шире дисперсионного анализа, и используемый в 
дисперсионном анализе термин «взаимодействие» можно рассматривать как 
переменную-модератор во множественной регрессии.
    Рассмотрим ситуацию, когда новое лекарство испытывается в качестве средства 
лечения депрессии. С учетом фактора пола, по 8 пациентов психиатрического 
отделения, страдающих депрессией, распределяются случайным образом по двум 
уровням изучаемого фактора: назначен прием лекарства/не назначен прием 
лекарства, — причем таким образом, чтобы число испытуемых на каждом уровне было 
одинаковым. После завершения курса лечения, в качестве меры исхода используются 
показатели, полученные испытуемыми по шкале депрессии, относящейся к типу 
стандартизованных самоотчетов. В дополнение к оценке степени влияния нового 
лекарства на показатели пациентов по шкале депрессии нелишне было бы установить 
возможное различие в эффективности этого лекарства для лиц мужского и женского 
полов. Гипотетические данные представлены в табл. 3. Их анализ выполнен с 
использованием процедур традиционного дисперсионного анализа. Затем эти данные 
с помощью техники кодирования эффектов независимых переменных (т. е. 
предикторов) реорганизованы в таблицу в виде матрицы и проанализированы с 
использованием процедур множественного регрессионного анализа (табл. 4). 
Величины критериев значимости для соответствующих факторов в дисперсионном 
анализе (т. е. F-отношения) и весов предикторов в множественной регрессии (т. е.
 t2-значения) получаются эквивалентными.
   Таблица 3. Влияния нового лекарства на показатели пациентов по шкале 
депрессии
    ДанныеФактор 2 (пол)Фактор 1 (новое лекарство)Принимают лекарствоНе 
принимают лекарствоМ1919212433353637Ж2329272928333234    Результаты 
дисперсионного анализа    Источник изменчивостиSSdfMSF-отношение    Пол7,5617,
561,29    Лекарство370,561370,5663,30    Пол х лекарство95,06195,0616,24    
Ошибка70,25125,85    Повторный анализ данных из табл. 3 с использованием модели 
множественной регрессии приведен в табл. 4.
   Таблица 4. Матрица данных множественной регрессии, построенная с 
использованием кодирования эффектов факторов
Зависимая переменнаяПеременные-предикторыДепрессияПол (а)Лекарство (b)Пол х