Многомерный анализ

Cтраница 1

Многомерный анализ данных играет все возрастающую роль во многих научных дисциплинах, включая науки о земле, жизнеобеспечении, в социологии, а также менеджменте. Однако в химии эти методы развивались не так быстро. Хотя основы методов были созданы в начале века [1, 2], а области их применения были определены в тридцатых годах [3, 4], первые случаи их использования отмечены только в шестидесятых годах. Действительно, наиболее часто применяемыми в хемометрике методами стали факторный анализ ( ФА), анализ ( метод) главных компонент ( МГК. [1]

Функция распределения и ратная К F В ЭТОМ CrlV-на нормальной вероятностной бумаге в коордйнатах ( / (. [2]

Практически все методы многомерного анализа в той или иной степени опираются на предположение о нормальном характере ( гауссо-вости) распределения входящих в модели случайных величин. Поэтому в случае негауссовских распределений возникает желание подобрать такое преобразование переменных, чтобы после него распределения стали бы приближенно нормальными. [3]

Rao) в многомерном анализе показывает, что индивидуальные критерии, например t - критерии о средних значениях нормального закона, могут показать для каждой величины значимое расхождение, в то время как комбинированный критерий этого не показывает. Из парадокса вытекает, что, хотя в комбинированный критерий, очевидно, может включаться больше информации, однако даже в оптимальном критерии вся доступная информация может использоваться не должным образом. [4]

Статистический метод в многомерном анализе ( multivariate analysis), который может использоваться для определения характеристик, отличающих покупателей от непокупателей. Метод включает последовательную серию аналитических этапов, постепенно приводящих к выявлению важнейших определений поведения и групп людей с подобными демографическими характеристиками и покупательским поведением. [5]

Из всего многообразия методов многомерного анализа данных канонический анализ, безусловно, является одним из наиболее привлекательных с теоретической точки зрения, но он также весьма необычен, так как интерпретация результатов при использовании этого метода весьма затруднена. [6]

Данная глава посвящена тем методам многомерного анализа данных, которые могут оказать химику помощь в решении задач первого типа. [7]

В литературе по вопросам математической статистики многомерный анализ не представляет собой ничего нового. Однако как методика проектирования эксперимента, так и методы анализа имитационных данных в случае, когда последние представляют собой многомерные временные последовательности, находятся еще в самой начальной стадии разработки. Причина такого запаздывания заключается в том, что имитационный анализ стал практически возможным лишь недавно в результате развития электронной вычислительной техники. Используя уже описанные ранее методы получения данных, обладающих нормальным распределением вероятностей, мы по крайней мере частично обеспечиваем себя инструментом многомерного статистического анализа. Однако разработка имитационного эксперимента, в процессе которого было бы правомерно использовать, скажем, факторный анализ или метод мультипараметрической регрессии, все еще оказывается сопряженной с определенными трудностями. [8]

Кластерный анализ - один из методов многомерного анализа, предназначенный для группировки ( кластеризации) совокупности, элементы которой характеризуются многими признаками. Значения каждого из признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков. Каждое наблюдение, характеризующееся значениями нескольких показателей, можно представить как точку в пространстве этих показателей, значения которых рассматриваются как координаты в многомерном пространстве. [10]

Постоянный сбор и систематизация информации, ее многомерный анализ в мониторинговом режиме и получаемые в результате новые, постоянно обновляемые знания - вот что дает странам Запада, транснациональным корпорациям конкурентные преимущества в экономике и политике, международных отношениях. [11]

Разработка эффективного математического аппарата, ориентированного на многомерный анализ и многоаспектное экспериментирование, ведется в двух направлениях. Один из наиболее перспективных методов, находящихся в стадии разработки, известен под названием спектрального анализа. Он нацелен на исследование природы сериальной корреляции и периодичности ( цикличности) временных последовательностей. Другой фронт исследований ориентируется на поиск методов определения оптимальных значений управляемых переменных; к числу таких методов относится метод чувствительных поверхностей, а также метод стохастической аппроксимации. [12]

От чего зависит возможность применения разных методов многомерного анализа для изучения данных, полученных с помощью СД. [13]

Другое направление развития современных ИТ связано с технологиями многомерного анализа данных ( On-line analytical processing) и поддержки принятия решений. [14]

Оперативность обработки в них достигается за счет специальных методов многомерного анализа и хранилищ данных, накапливающих информацию ( из разных источников за большой период) и обеспечивающих к ним оперативный доступ. [15]

Страницы: 1 2 3 4