Всего на сайте:
236 тыс. 713 статей

Главная | Статистика

Задание. Придумайте 5 примеров из жизни вашего предприятия или из бытовой жизни, где можно использовать дисперсионный анализ  Просмотрен 535

  1. АГРЕГАТНЫЕ И СРЕДНИЕ ИНДЕКСЫ
  2. ТЕМА 23. ДРУГИЕ ВИДЫ ИНДЕКСОВ ПРИМЕНЯЕМЫЕ В СТАТИСТИКЕ
  3. Контрольное задание. Индексы занимают особое место в статистике. Без них невозможно изучение динамики ...
  4. Задание. Приведите пример корреляционных по своей сути связей
  5. Задание. Известно, что спрос связан с предложением, что может составить ошибку ...
  6. Задание. Вам предлагается выписать и еще раз осмыслить все уравнения рег­рессии (модели), встретившиеся в тексте данной Темы, привести соот­ветствующие им системы нормальных уравнений и формулы определения параметров уравнений
  7. Задание. Дайте характеристику связей и возможностей повышения цен на каждый вид товара
  8. Контрольное задание. На основе использования данных Контрольного задания из Темы 5 и материалов ...
  9. Задание. Попробуйте сами рассчитать коэффициенты корреляции рангов К.Спирмэна и М.Кендэла на каком-либо произвольном примере
  10. МЕТОДЫ ФАКТОРНОГО АНАЛИЗА И МНОГОМЕРНОЙ КЛАССИФИКАЦИИ
  11. Задание. Придумайте 4 примера из жизни вашего предприятия или из бытовой жизни, где можно использовать факторный анализ. Особое внимание уделите обоснованию факторов
  12. РАЗДЕЛ 7. ВЫВОДЫ. Завершив изучение этого модуля, Вы ознакомились с основными по­ложениями регрессионно-корреляционного анализа взаимосвязей общест­венных явлений, МЕТОДЫ ФАКТОРНОГО АНАЛИЗА И МНОГОМЕРНОЙ КЛАССИФИКАЦИИ

Придумайте 5 примеров из жизни вашего предприятия или из бытовой жизни, где можно использовать дисперсионный анализ.

Для экономистов и менеджеров важно учитывать массу различных факторов влияющих на результаты деятельности, поэтому часто применяется факторный анализвкачестве рабочего инструмента. В факторном анализе наиболее существенной является проблема интерпретации, относящаяся к вопросу о том, какого характера выводы относительно изучаемых обьектов можно делать на основании результатов факторного анализа. С проблемой интерпретации связан вопрос и о том, какого рода данные можно обрабатывать при помощи факторного анализа. Принято выделять четыре типа шкал и соответствующих им данных:

1. шкалы наименований

2. порядка (равных) интервалов

3 равных отношений

4 абсолютные шкалы

Из них количественными, строго говоря, являются данные полученные при измерениях по абсолютным и интервальным шкалам. Важный вопрос как применять факторный анализ к качественным данным. Содержательная интерпретация результатов факторного анализа – неформальная процедура. Основную роль здесь играет опыт и интуиция исследователя. Вычислительная сторона факторного анализа хорошо описана в целом ряде изданий, а математическом обеспечении прикладных программ есть реализация алгоритмов факторного анализа.

Признаки, измеряемые в абсолютной или интервальной шкале называется параметр, а его конкретное значение – наблюдением.

Пусть имеется некоторое количество объектов и некоторое количество параметров.

Средние значения и стандартное отклонение каждого параметра вычисляются по известным формулам. Центральное отклонение это разница между любым параметром и средним значением, центральное нормированное отклонение это частное от деления параметра на стандартное отклонение. Центральное нормированное отклонение будем называть стандартной формой задания параметра. Параметр, заданный в стандартной форме, имеет среднее значение, равное 0, а стандартное отклонение и дисперсию, равные 1.

Основное предположение факторного анализа заключается в том, что каждый параметр можно представит в виде суммы некоторых других переменных, умноженных каждая на свой коэффициент. Эти переменные принято называть факторами, а коэффициенты – факторными нагрузками. Значения факторных нагрузок, как, и являются основным результатом вычислительной процедуры факторного анализа, то есть предметом интерпретации. Факторы делят на общие и характерные. Сумму квадратов общих факторов принято называть общностью, а квадрат нагрузки характерного фактора – характерностью. Характерность разбивается на две составляющие. Одна из них связана с природой параметра и называется специфичностью, а вторая – с несовершенством измерительных средств и называется ненадежностью или дисперсией ошибки. Дополнение ненадежности до полной дисперсии называется надежностью параметра.

Предыдущая статья:МЕТОДЫ ФАКТОРНОГО АНАЛИЗА И МНОГОМЕРНОЙ КЛАССИФИКАЦИИ Следующая статья:Задание. Придумайте 4 примера из жизни вашего предприятия или из бытовой жизни, где можно использовать факторный анализ. Особое внимание уделите обоснованию факторов
page speed (0.01 sec, direct)