Acceso usuarios
Ascensión Ángeles Fumero Hernández, Gorka Navarrete García
La selección de variables usando redes neuronales artificiales es una técnica no-lineal que permite la simplificación de un campo de estudio. El objetivo de este trabajo ha sido demostrar la utilidad de dicha metodología para reducir la complejidad en la investigación sobre síntomas psicopatológicos. Se seleccionó una muestra de 81 estudiantes que completaron una batería de pruebas de personalidad que incluía rasgos de personalidad, afecto, motivación, expectativas y trastornosde personalidad. Se crearon 4 redes diferentes que utilizaban las características de personalidad como predictoras de la sintomatología asociada al malestar percibido: somatizaciones, ansiedad, depresión y disfunción social. Los resultados muestran la efi cacia de la técnica para detectar un conjunto específico de predictores de diferente naturaleza para cada grupo sintomático.
Feature selection using artificial neural networks is a non-linear technique useful for the study of a field of knowledge by means of its simplification. The goal of this work has been to prove the utility of this methodology on reducing the complexity of the study of the psychological discomfort. A sample of 81 students completed a battery of personality tests including personality traits, affect, motivation, expectancies and personality disorders. We created four different networks that used the personality traits as predictors of the symptomatology associated to the perceived discomfort: somatizations, anxiety, depression and social dysfunction. Results show the neural network utility to detect a specific collection of different nature predictors for each symptomatic group.
