Бардес
Cтраница 1
Бардес в своем исследовании прибегла лишь к двум из трех дискриминантных функций и не делала никаких попыток привлечь априорные вероятности. Вероятности для всех других групп, по существу, равны нулю. [1]
На основании данных 1955 - 1956 гг. 3 Бардес выявила четыре фракции, существовавшие в этот период, и 19 сенаторов, явно примыкавших к этим фракциям. Они представляют собой известные или расклассифицированные объекты. [2]
 |
Структурные коэффициенты. [3] |
Например, рассмотрим полные структурные коэффициенты, относящиеся к данным Бардес ( табл. 7), Для функции 1 переменные CUTAID и CUTASIAN являются доминантными. Их отрицательные знаки говорят о том, что мы должны дать функции 1 название за помощь. Для функции 2 полные структурные коэффициенты последних трех переменных имеют наибольшие абсолютные значения. Они относятся к ограничению помощи тем странам, которые ие связаны альянсом с США, поэтому мы назовем эту функцию против помощи государствам, не связанным альянсом. У функции 3 нет преобладающих больших коэффициентов, и она наиболее трудна для интерпретации. Переменные RESTRICT и CUTA1D имеют большие коэффициенты, но с противоположными знаками. [4]
В табл. 8 представлены внутригрупповые структурные коэффициенты, относящиеся к данным Бардес. [5]
В табл. 4 представлены нестандартизованные дискриминантные коэффициенты для трех функций, полученных по данным Бардес. Эти функции определяют трехмерное пространство, в котором располагаются наблюдения, соответствующие отдельным сенаторам. Функция 1 определяет одну из осей. [6]
Для того чтобы понять, как процедура последовательного отбора работает на практике, применим эту методику к данным Бардес о голосовании в сенате. [7]
Везде, где это было необходимо, мы сами обработали экспериментальные данные, которые были любезно предоставлены нам Бардес. Численные значения, приведенные в работе Бардес для коэффициентов, центроидов и дискриминантных значений, не совпадают с представленными в данной работе из-за отличня способов стандартизации дискриминантных функций. Однако это не влияет на результаты интерпретации и классификации. [8]
Переменные, которые не дают значимых межгрупповых отличий, нужно исключить из дискриминантного анализа. Следует иметь в виду, что критерии значимости ( в строгом статистическом смысле) неприменимы к данным Бардес, поскольку она изучает генеральную совокупность, а не выборку. [9]
Речь идет об анализе голосований сенатских фракций по вопросу помощи иностранным государствам за период с 1953 по 1972 г. Бардес занималась исследованием фракций сената Соединенных Штатов, ее интересовала, насколько устойчивы были цели, которые отстаивались каждый год при голосовании, и как сказывались на это другие предметы обсуждения. [10]
Можно легко преобразовать матрицу Т в матрицу коэффициентов корреляции, деля каждый элемент на квадратный корень произведения двух соответствующих диагональных элементов. В табл. 2 представлены коэффициенты корреляции по данным Бардес. [11]
Во-первых, она выбрала результаты голосования, относящиеся к внешнеполитическому законодательству, и используя кластерный анализ, свела их к ограниченному числу шкал. На втором шаге была проведена классификация всех сенаторов, проявивших свое отношение к данной проблеме. И наконец, на третьем шаге Бардес применяла дис-криминантный анализ, чтобы определить, возможно ли объединение групп при незначительных различиях в типе их поведения при голосовании. Кроме того, удалось выявить моменты, являющиеся самыми существенными при классификации на группы. Рассматривая зависимость результатов анализа от времени, Бардес обнаружила рост численности одних фракций и уменьшение других, а также значительные изменения во взглядах сенаторов, связанные с приведением к присяге нового президента и прекращением вьетнамской войны. [12]
Страницы: 1