5. Гипофиз является «главной» эндокринной железой организма, которая не только регулирует секреторную деятельность ряда других желез, но и сама выделяет различные гормоны, ответственные за процессы роста, обратное всасывание воды в почках, сокращения матки во время родов и послеродовое усиление выработки молока.
Периферическая нервная система
1. Эта система состоит из соматической нервной системы, включающей афферентные (сенсорные) и эфферентные (двигательные) волокна, и вегетативной нервной системы, представленной двумя антагонистическими отделами — симпатическим и парасимпатическим.
2. Соматическая нервная система включает 31 пару спинномозговых нервов, связывающих спинной мозг с рецепторами и эффекторами тела, и 12 пар черепномозговых нервов, выполняющих аналогичные функции в отношении головы и шеи.
3. Вегетативная нервная система состоит из двух антагонистических отделов. Симпатическая нервная система активирует организм, подготавливая его к энергичным действиям, а парасимпатическая , наоборот, способствует расслаблению организма для восстановления его сил.
Центральная нервная система
1. Центральная нервная система состоит из спинного мозга и различных структур головного мозга .
2. Спинной мозг служит для передачи информации, приходящей по афферентным волокнам, в высшие нервные центры или команд от этих центров — эфферентным волокнам. Кроме того, в спинном мозгу программируются рефлексы, пути которых (рефлекторные дуги) состоят из последовательно соединенных сенсорных волокон, вставочных нейронов и двигательных волокон.
3. Головной мозг представляет собой часть нервной системы, заключенную в черепную коробку. Он включает два «этажа», нижний из которых — это ствол головного мозга, а верхний — большой мозг. Эти структуры размещены вокруг четырех желудочков, заполненных спинномозговой жидкостью.
4. Ствол мозга включает продолговатый мозг , в котором перекрещиваются сенсорные и моторные нервные волокна и локализованы различные рефлекторные центры жизненно важных функций организма, варолиев мост , ответственный за сложные рефлексы, и средний мозг , служащий местом переключения зрительных и слуховых путей.
5. Мозжечок , расположенный в передней части мозгового ствола, отвечает за сохранение равновесия и двигательную координацию.
6. Ретикулярная формация проходит через ствол, достигая большого мозга. Она образована рядом ядер, отростки которых ветвятся в виде сетки и доходят до коры; в активации коры и состоит функция ретикулярной формации.
7. Большой мозг в свою очередь подразделяется на два «этажа» — промежуточный мозг и расположенный над ним передний мозг, состоящий из двух мозговых полушарий.
8. Промежуточный мозг включает прежде всего таламус , который образован двумя большими скоплениями ядер, соединенными между собой серой комиссурой, и служит главным образом центром распределения информации, направляющейся к коре. Расположенный под таламусом гипоталамус объединяет около десятка пар ядер, являющихся центрами мотиваций и эмоций. Гипоталамус тесно связан с лимбической системой , образующей вокруг промежуточного мозга кольцо, многочисленные структуры которого играют важную роль в регуляции эмоционального поведения и в процессах памяти.
9. Передний мозг состоит главным образом из коры — серого вещества, покрывающего два мозговых полушария, связанных между собой сотнями очерчивания корковые доли, внутри которых, вдоль извилин, ограниченных более мелкими бороздами, располагаются сенсорные, моторные и ассоциативные зоны.
10. Сенсорные зоны расположены в разных долях мозга. В восходящей теменной извилине находится зона общей чувствительности , которая получает нервные сигналы от рецепторов кожи. Зрительная чувствительность локализуется в затылочных долях, каждая из которых получает информацию из противоположной половины поля зрения. Слуховая чувствительность представлена в двух височных долях, причем каждая из них воспринимает сигналы от обоих ушей. Зона вкусовой чувствительности располагается книзу от зоны общей чувствительности, а обонятельную зону образуют обонятельные луковицы, лежащие под полушариями мозга.
11. Моторные зоны находятся в восходящей лобной извилине. Эта извилина через выходящие из нее пучки нервных волокон, идущие через головной и спинной мозг вниз, управляет скелетной мускулатурой.
12. Ассоциативные зоны не выполняют каких-либо специфических функций. Они служат для переработки информации; например, примыкающие к сенсорным областям гностические зоны ответственны за процесс восприятия, а соседние с двигательной областью праксические зоны обеспечивают тонкую моторику и автоматические движения. Ассоциативные зоны, расположенные в лобной доле и в месте соединения трех других долей, особенно тесно связаны с мыслительной деятельностью, речью, памятью и осознанием положения тела в пространстве.
13. Специализация мозговых полушарий достигает наивысшего развития у человека. Известно, что примерно у 90 % людей доминирует левое полушарие мозга, в котором расположены центры речи и которое в известной мере определяет положительную окраску эмоциональных состояний; по-видимому, левое полушарие лучше развито у женщин. Правое полушарие, лучше развитое у мужчин, вероятно, отвечает главным образом за процессы восприятия, оценку пространственных отношений, художественное творчество, а также за придание негативной окраски эмоциям.
Структура и функции нейрона
1. Нейрон служит для передачи информации. Он состоит из трех частей: клеточного тела с ядром и весьма многочисленными митохондриями, дендритов , проводящих нервные сигналы к телу клетки, и аксона , передающего импульсы к эффекторам или к другим нейронам с помощью соединений, называемых синапсами .
2. Нервные импульсы сами по себе не несут какой-либо специфической информации; расшифровка их значения скорее определяется той областью коры, которую они возбуждают.
3. Отдельный импульс , или потенциал действия , возникает у основания аксона в результате активации дендритов и тела нейрона.
4. Проведение импульса по нервному волокну происходит в результате деполяризации последовательных участков его мембраны, за которой следует период рефрактерности.
5. Нервный импульс характеризуется постоянной амплитудой и скоростью распространения. Он подчиняется закону «всё или ничего»: либо он не возникает вовсе, либо — если превышен порог возбуждения — все связанные с ним события сразу развертываются «в полную силу».
6. Передача нервного сигнала с одного нейрона на другой происходит через узкую синаптическую щель . Нейромедиаторы, выделяемые в эту щель концевыми бляшками пресинаптического нейрона, связываются рецепторными участками мембраны, постсинаптического нейрона и вызывают его возбуждение или, наоборот, уменьшают его возбудимость.
7. Каждый нейромедиатор выполняет в данном отделе нервной системы специфическую функцию. Воздействие медиатора на уровне синапсов может привести к сокращению или расслаблению мускулатуры, ускорению или замедлению сердечного и дыхательного ритма, активации или угнетению функции мозговой коры, пробуждению внимания или засыпанию и т. п.
8. Эффекты нейромедиаторов регулируются другими нейромедиаторами, взаимодействующими с ними.
9. Действие психотропных препаратов можно объяснить их способностью связываться с определенными рецепторными участками постсинаптической мембраны, т. е. занимать место соответствующих нейромедиаторов и тем самым изменять характер передачи нервных сигналов.
Введение
Слово «статистика» часто ассоциируется со словом «математика», и это пугает студентов, связывающих это понятие со сложными формулами, требующими высокого уровня абстрагирования.
Однако, как говорит Мак-Коннелл, статистика — это прежде всего способ мышления, и для ее применения нужно лишь иметь немного здравого смысла и знать основы математики. В нашей повседневной жизни мы, сами о том не догадываясь, постоянно занимаемся статистикой. Хотим ли мы спланировать бюджет, рассчитать потребление бензина автомашиной, оценить усилия, которые потребуются для усвоения какого-то курса, с учетом полученных до сих пор отметок, предусмотреть вероятность хорошей и плохой погоды по метеорологической сводке или вообще оценить, как повлияет то или иное событие на наше личное или совместное будущее, — нам постоянно приходится отбирать, классифицировать и упорядочивать информацию, связывать ее с другими данными так, чтобы можно было сделать выводы, позволяющие принять верное решение.
Все эти виды деятельности мало отличаются от тех операций, которые лежат в основе научного исследования и состоят в синтезе данных, полученных на различных группах объектов в том или ином эксперименте, в их сравнении с целью выяснить черты различия между ними, в их сопоставлении с целью выявить показатели, изменяющиеся в одном направлении, и, наконец, в предсказании определенных фактов на основании тех выводов, к которым приводят полученные результаты. Именно в этом заключается цель статистики в науках вообще, особенно в гуманитарных. В последних нет ничего абсолютно достоверного, и без статистики выводы в большинстве случаев были бы чисто интуитивными и не могли бы составлять солидную основу для интерпретации данных, полученных в других исследованиях.
Для того чтобы оценить огромные преимущества, которые может дать статистика, мы попробуем проследить за ходом расшифровки и обработки данных, полученных в эксперименте. Тем самым, исходя из конкретных результатов и тех вопросов, которые они ставят перед исследователем, мы сможем разобраться в различных методиках и несложных способах их применения. Однако, перед тем как приступить к этой работе, нам будет полезно рассмотреть в самых общих чертах три главных раздела статистики.
1. Описательная статистика , как следует из названия, позволяет описывать, подытоживать и воспроизводить в виде таблиц или графиков данные того или иного распределения , вычислять среднее для данного распределения и его размах и дисперсию .
2. Задача индуктивной статистики — проверка того, можно ли распространить результаты, полученные на данной выборке , на всю популяцию , из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции обобщить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают какие-то выводы и обобщения, исходя из данных, полученных при изучении выборки.
3. Наконец, измерение корреляции позволяет узнать, насколько связаны между собой две переменные, с тем чтобы можно было предсказывать возможные значения одной из них, если мы знаем другую.
Существуют две разновидности статистических методов или тестов, позволяющих делать обобщение или вычислять степень корреляции. Первая разновидность — это наиболее широко применяемые параметрические методы , в которых используются такие параметры , как среднее значение или дисперсия данных. Вторая разновидность — это непараметрические методы , оказывающие неоценимую услугу в том случае, когда исследователь имеет дело с очень малыми выборками или с качественными данными (см. документ Б.1); эти методы очень просты с точки зрения как расчетов, так и применения. Когда мы познакомимся с различными способами описания данных и перейдем к их статистическому анализу, мы рассмотрим обе эти разновидности.
Как уже говорилось, для того чтобы попытаться разобраться в этих различных областях статистики, мы попробуем ответить на те вопросы, которые возникают в связи с результатами того или иного исследования. В качестве примера мы возьмём тот эксперимент, который приведен в главе 3, а именно — изучение влияния потребления марихуаны на глазодвигательную координацию и на время реакции. Методика, используемая в этом гипотетическом эксперименте, а также результаты, которые мы могли бы в нем получить, представлены в дополнении Б.2 197.
При желании вы можете заменить какие-то конкретные детали этого эксперимента на другие — например, потребление марихуаны на потребление алкоголя или лишение сна, — или, что еще лучше, подставить вместо этих гипотетических данных те, которые вы действительно получили в вашем собственном исследовании. В любом случае вам придется принять «правила нашей игры» и выполнять те расчеты, которые здесь от вас потребуются; только при этом условии до вас «дойдет» существо предмета, если это уже не случилось с вами раньше 198.
Дополнение Б.1. Некоторые основные понятия
Популяция и выборка
199
Одна из задач статистики состоит в том, чтобы анализировать данные, полученные на части популяции, с целью сделать выводы относительно популяции в целом.
Популяция в статистике не обязательно означает какую-либо группу людей или естественное сообщество; этот термин относится ко всем существам или предметам, образующим общую изучаемую совокупность, будь то атомы или студенты, посещающие то или иное кафе.
Выборка — это небольшое количество элементов, отобранных с помощью научных методов так, чтобы она была репрезентативной, т. е. отражала популяцию в целом.
Данные и их разновидности
Данные в статистике — это основные элементы, подлежащие анализу. Данными могут быть какие-то количественные результаты, свойства, присущие определенным членам популяции, место в той или иной последовательности — в общем любая информация, которая может быть классифицирована или разбита на категории с целью обработки 200.
Построение распределения — это разделение первичных данных, полученных на выборке, на классы или категории с целью получить обобщенную упорядоченную картину, позволяющую их анализировать.
Существуют три типа данных:
1. Количественные данные , получаемые при измерениях (например, данные о весе, размерах, температуре, времени, результатах тестирования и т. п.). Их можно распределить по шкале с равными интервалами.
2. Порядковые данные , соответствующие местам этих элементов в последовательности, полученной при их расположении в возрастающем порядке (1-й…, 7-й…, 100-й…; А, Б, В…).
3. Качественные данные , представляющие собой какие-то свойства элементов выборки или популяции. Их нельзя измерить, и единственной их количественной оценкой служит частота встречаемости (число лиц с голубыми или с зелеными глазами, курильщиков и не курильщиков, утомленных и отдохнувших, сильных и слабых и т. п.).
Из всех этих типов данных только количественные данные можно анализировать с помощью методов, в основе которых лежат параметры (такие, например, как средняя арифметическая). Но даже к количественным данным такие методы можно применить лишь в том случае, если число этих данных достаточно, чтобы проявилось нормальное распределение. Итак, для использования параметрических методов в принципе необходимы три условия: данные должны быть количественными, их число должно быть достаточным, а их распределение — нормальным. Во всех остальных случаях всегда рекомендуется использовать непараметрические методы.
Дополнение Б.2. Влияние потребления марихуаны на глазодвигательную координацию и время реакции (гипотетический эксперимент)
Процедура
На группе из 30 добровольцев — студентов и студенток, курящих обычные сигареты, но не марихуану, — был проведен опыт по изучению глазодвигательной координации. Задача испытуемых заключалась в том, чтобы поражать предъявляемые на дисплее движущиеся мишени, манипулируя подвижным рычагом. Каждому испытуемому были предъявлены 10 последовательностей из 25 мишеней.
Для того чтобы установить исходный уровень, рассчитали среднее число попаданий из 25, а также среднее время реакции для 250 попыток. Далее группа была разделена на две подгруппы как можно более равным образом. Семь девушек и восемь юношей из контрольной группы получили сигарету с обычным табаком и сушеной травой, дым от которой напоминал по запаху дым марихуаны. В отличие от этого семь девушек и восемь юношей из опытной (экспериментальной) группы получили сигарету с табаком и марихуаной. Выкурив сигарету, каждый испытуемый снова был подвергнут тесту на глазодвигательную координацию. (Более подробно этот опыт описан в главе 3).
В табл. Б.2.1 и Б.2.2 представлены средние результаты обоих измерений для испытуемых той и другой группы до и после воздействия.
Таблица Б.2.1. Результативность испытуемых контрольной и опытной групп (среднее число пораженных мишеней из 25 в 10 сериях испытаний)
Примечание: девушки: Д1-Д14; юноши: Ю1-Ю16.
Таблица Б.2.2. Время реакции испытуемых контрольной и опытной групп (среднее время 1/10 с в серии из 10 испытаний)
Примечание: девушки: Д1-Д14; юноши: Ю1-Ю16.
Описательная статистика
Описательная статистика позволяет обобщать первичные результаты, полученные при наблюдении или в эксперименте. Процедуры здесь сводятся к группировке данных по их значениям, построению распределения их частот, выявлению центральных тенденций распределения (например, средней арифметической) и, наконец, к оценке разброса данных по отношению к найденной центральной тенденции.
Группировка данных
Для группировки необходимо прежде всего расположить данные каждой выборки в возрастающем порядке. Так, в нашем эксперименте для переменной «число пораженных мишеней» данные будут располагаться следующим образом:
Контрольная группа
Опытная группа (дополнить цифрами)
Фон: ……….
После воздействия: ……….
Распределение частот (числá пораженных мишеней)
Уже при первом взгляде на полученные ряды можно заметить, что многие данные принимают одни и те же значения, причем одни значения встречаются чаще, а другие — реже. Поэтому было бы интересно вначале графически представить распределение различных значений с учетом их частот. При этом получают следующие столбиковые диаграммы:
Такое распределение данных по их значениям дает нам уже гораздо больше, чем представление в виде рядов. Однако подобную группировку используют в основном лишь для качественных данных, четко разделяющихся на обособленные категории (см. дополнение Б.1).
Что касается количественных данных, то они всегда располагаются на непрерывной шкале и, как правило, весьма многочисленны. Поэтому такие данные предпочитают группировать по классам, чтобы яснее видна была основная тенденция распределения.
Такая группировка состоит в основном в том, что объединяют данные с одинаковыми или близкими значениями в классы и определяют частоту для каждого класса. Способ разбиения на классы зависит от того, что именно экспериментатор хочет выявить при разделении измерительной шкалы на равные интервалы. Например, в нашем случае можно сгруппировать данные по классам с интервалами в две или три единицы шкалы:
Выбор того или иного типа группировки зависит от различных соображений. Так, в нашем случае группировка с интервалами между классами в две единицы хорошо выявляет распределение результатов вокруг центрального «пика». В то же время группировка с интервалами в три единицы обладает тем преимуществом, что дает более обобщенную и упрощенную картину распределения, особенно если учесть, что число элементов в каждом классе невелико 201. Именно поэтому в дальнейшем мы будем оперировать классами в три единицы.
Данные, разбитые на классы по непрерывной шкале, нельзя представить графически так, как это сделано выше. Поэтому предпочитают использовать так называемые гистограммы — способ графического представления в виде примыкающих друг к другу прямоугольников:
Наконец, для еще более наглядного представления общей конфигурации распределения можно строить полигоны распределения частот . Для этого отрезками прямых соединяют центры верхних сторон всех прямоугольников гистограммы, а затем с обеих сторон «замыкают» площадь под кривой, доводя концы полигонов до горизонтальной оси (частота = 0) в точках, соответствующих самым крайним значениям распределения. При этом получают следующую картину: