Во-вторых, педагогический опыт показывает, что когда речь идет об изучении студентами-психологами продуктов моделирования в психологии по разным учебным дисциплинам, то приоритет отдается моделям, которые основаны на концептуальных взглядах автора модели, а не моделям, основанным на строгом статистико-математическом (мы специально используем связку в виде статистико-математический, а не математико-статистический, потому что в регрессионном моделировании математические расчеты осуществляются на основе статистических данных) анализе реальных эмпирических результатов (следствие – низкая объективность (научность) продуктов моделирования в нынешней психологии). Одна из причин такого положения вещей кроется в отсутствии у студентов понимания сути и технологических составляющих проведения регрессионного моделирования (основанного на строгом статистико-математическом анализе реальных эмпирических результатов) в психологических исследованиях.
Учитывая вышесказанное, в данном пособии мы попытались доступным для понимания языком представить содержание, которое синтезировало бы содержательные аспекты трех составляющих (компонентов):
1) методологических основ психологии как науки; 2) математических основ регрессионного анализа; 3) компьютерных технологий математико-статистического анализа эмпирических результатов.
Следуя этим путем, мы понимали, что создание такого «гибрида», как и любого гибрида, обязательно приведет и к негативным последствиям. В частности, он утратит часть содержательных аспектов каждого из своих «родительских» компонентов по сравнению с ситуацией, если бы мы рассматривали их в отдельности (чтобы снизить влияние этого фактора, в пособии в сносках приводится литература, которая позволит повысить знания в каждом из этих компонентов). Несмотря на это, как нам представляется, изучение содержания данного пособия студентами-психологами позволит решить две важные учебные задачи. Во-первых, будет способствовать развитию у них стратегического видения возможности применения регрессионного моделирования в реализации своих научно-исследовательских проектов (численное моделирование дает наиболее точную прогнозируемую оценку изучаемым явлениям). Во-вторых, будет способствовать развитию у них способности более качественно проводить регрессионное моделирование с технологической точки зрения.