Многомерный анализ

Cтраница 3

Модули пакета обеспечивают: ввод и первичный контроль данных с записью на магнитном диске или магнитной ленте и прогнозирование и анализ временных рядов ( 15 модулей) - анализ структуры, оценку параметров моделей временных рядов и анализ временных рядов; генерацию случайных чисел ( 5 модулей) - генерацию равномерно и нормально распределенных случайных чисел с заданными характеристиками; решение линейных алгебраических уравнений ( 10 модулей) для различного типа матриц системы; вычисление специальных функций ( 21 модуль) - статистических и математических; многомерный анализ ( 16 модулей) - представление структуры экспериментальных данных с использованием моделей регрессионного анализа и метода главных компонентов корреляционного анализа; операции над матрицами ( 14 модулей) - арифметические операции над матрицами, транспонирование, обращение матриц и преобразование способов их хранения. [31]

Ареной одномерного анализа, которым мы занимались в первом томе, служило поле R вещественных чисел ( лишь в последнем параграфе гл. Многомерный анализ, к изучению которого мы теперь переходим, имеет своим полем действия евклидовы пространства произвольной конечной размерности. В этом параграфе будет введено понятие n - мерного евклидова пространства вместе с понятиями скалярного произведения, нормы и метрики, на которые оно опирается. [32]

На основе частных индексов рассчитан обобщающий комплексный индекс уверенности сберегателя. Многомерный анализ данных, проведенный с использованием расчетных индексов и дополнительных выходных данных, позволил выявить причинно-следственные связи между отдельными переменными в разрезе социально-демографических групп населения. [33]

Модули вычисления специальных функций вычисляют специальные статистические и математические функции. Модули многомерного анализа позволяют представлять структуру экспериментальных данных с использованием моделей регрессионного анализа и метода главных компонент корреляционного анализа. [34]

Среди простейших базовых функций этих программ - преобразование переменных в нужный исследователю вид, вычисление любых процентных таблиц распределений признаков, вычисление средних, дисперсий и других подобных показателей, всевозможных коэффициентов связи. Далее следуют методы многомерного анализа данных - регрессионный, факторный, дисперсионный и другие. Таким образом, в этих пакетах программ исследователь-социолог может найти для себя большую часть того, с чем ему приходится сталкиваться в более или менее типичных ситуациях. Важно то, что все эти методы интегрированы в одну систему. Правда, если исследователю захочется воспользоваться разными пакетами программ, то здесь пред ним могут возникнуть различного рода проблемы, но они в принципе разрешимы. [35]

Существуют специальные математические методы, рассчитанные на использование многомерных данных, выраженных в шкалах разных типов. Однако более типичной для многомерного анализа является ситуация, когда шкалы однотипны. Чтобы достигнуть этого, либо переходят к переменным, принимающим только два значения: 0 и 1, либо производят так называемую оцифровку номинальных и порядковых величин. [36]

Карточка торгового корреспондента. тенденция продажи товара. [37]

Для анализа причинно-следственных связей в динамике целесообразно применять многофакторные статистические модели, которые могут быть использованы еще и для прогнозирования. В некоторых случаях используются методы многомерного анализа. Динамические процессы, структурные сдвиги, соотношения и т.п. легко проиллюстрировать методами графического анализа. [38]

Центроид можно использовать для изучения различий между классами, так как он занимает положение типичных наблюдений соответствующего класса. Рассмотрение отдельных переменных не позволяет проводить многомерный анализ - число переменных может быть велико, и совокупную информацию поэтому трудно систематизировать. Оказывается, для того чтобы различать относительное положение центроидов, не нужна слишком большая размерность. Как правило, достаточно ограничиться размерностью, на единицу меньшей числа классов. [39]

Факторы располагают в ряд по убывающим дисперсиям. Выбор основных факторов весьма важен в многомерном анализе данных, поскольку основной целью остается снижение размерности векторного пространства из р исходных переменных. [40]

Наша цель состоит в отыскании некоторой естественной структуры в множестве экспериментальных данных - например, в наборе результатов тестов по физике, математике, истории и английскому языку. Эта задача относится к области так называемого многомерного анализа. Другие подразделы относятся полностью к их внутренней структуре. [41]

Для истинного понимания теории катастроф требуется хорошее ощущение геометрии пространства многих измерений, подкрепленное соответствующей алгебраической и аналитической техникой. Оно дает возможность применять геометрический подход в многомерном анализе - весьма важное обстоятельство, позволяющее мотивировать и упрощать вычисления, связывая их с геометрическими представлениями. [42]

Фрагмент матрицы объект-признак. [43]

У нас же совокупность исходных данных трехмерна. Для того чтобы можно было говорить о применении традиционных методов многомерного анализа, необходимо устранить третье измерение. [44]

Существуют модели портфелей, использующие вместо дисперсии прибылей другие способы выражения риска, а также более высокие моменты распределения прибылей. Большой интерес в этом отношении представляют методы стохастического доминирования, которые учитывают все распределения прибылей и могут считаться предельным случаем многомерного анализа портфеля, когда число используемых моментов стремится к бесконечности. Подобный подход может быть особенно полезен в том случае, когда дисперсия прибылей бесконечна или не определена. [45]

Страницы: 1 2 3 4