- •Мсм как самостоятельная область научных знаний. Их особенности и отличия от методов классич. Статистики.
- •Основные исторические этапы развития мсм.
- •Классификация мсм. Параметрические и непараметрич. Методы, их различия.
- •Особенности социально-экономической информации. Измерение различ. Данных.
- •1) Особенности соц.-экономич. Инф-ции
- •2) Измерение разнотипных данных
- •Оцифровка неколичественной информации. Основные способы оцифровки.
- •2) Таблица логического описания:
- •4) Таблица рангов
- •6) Таблица сравнений:
- •Понятие признакового пространства. Примеры одномерного, двумерного и многомерного признакового пространства. Геометрическая интерпретация.
- •Многомерные случайные величины и их распределения. Многомерные статистические гипотезы. Примеры.
- •1) Понятие многомерной случайной величины (мсв)
- •2) Примеры наиболее часто используемых законов:
- •3) Проверка статистической гипотезы предполагает:
- •Доверительные области
- •Критерий Хотеллинга для двух многомерных выборок.
- •Критерий Бартлетта и проверка гипотезы об однородности дисперсии.
- •Груб. Ошибки. Причины их появл-ия в статистич. Сов-ти. Методы их выявл-ия.
- •Основные методы устойчивого оценивания параметров выбороч. Совокупности.
- •Корреляционно-дисперсионный анализ многомерных количественных данных.
- •Меры связи количественных и неколичественных многомерных данных. Вероятностные коэффициенты связи. Количественные многомерные данные
- •Неколичественные многомерные данные
- •2. Коэффициент Кэндалла
- •Вероятностные коэффициенты связи
- •Дисперсионный и энтропийный коэффициенты конкордации. В каких границах они изменяются, и что это означает.
- •Выборочный коэффициент ранговой корреляции Спирмена и проверка гипотезы о его значимости.
- •Выборочный коэффициент ранговой корреляции Кендалла и проверка гипотезы о его значимости.
- •Критерий независимости для таблиц сопряженности.
- •Метод главных компонент.
- •Использование главных компонент в многомерном регрессионном анализе.
- •33) Кластерный анализ качественных многомерных данных
- •34)Методы иерархического кластерного анализа. Алгоритмическая схема. Геометрическая интерпретация результатов. Основные иерархические методы:
- •3. Метод средних связей
- •Дивизивный метод
- •35)Итеративные методы:
- •39) Вычисление дискриминантных значений. Геометрическая интерпретация результатов. Оценка качества дискриминации.
- •Перечень вопросов по курсу «Многомерные статистические методы»
- •Основные исторические этапы развития мсм.
- •Гауссовское (непрерывное)
- •Общий критерий Хоттелинга:
- •Общий критерий Хоттелинга:
- •Частный критерий Хоттелинга:
- •Одномерный критерий:
- •1.Для количеств.Данных:
- •6 Иерархических методов:
3) Проверка статистической гипотезы предполагает:
1) наличие многомерной выборочной совокуп-ти, 2) которая параметрически (своей функцией распределения) сравнивается с 3) генеральной совокуп-тью или с другой многомер. выбороч. совокупностью.
Все многомерные гипотезы являются простыми
Примеры:
1)
2) , если неизвестна, то используется ее оценка V
Проверка гипотез и доверительные области для вектора математич. ожиданий.
Проверка МО: |
||
|
Одномерный случай |
Многомерный случай |
1. Сопоставляется известные МО выборочной и генерал. сов-тей, или МО выбороч. сов-ти и заданная константа |
X N(m, 2)
|
Символ в дан. случае не совсем корректен, т.к. многом. нормал. закона как такового не сущ-ет.
|
Критерий проверки: , |
||
2. Если МО выборочной совокупности неизвестно, то сопоставляются выборочное МО с МО генерал. совокуп-ти |
|
|
Критерий проверки – критерий Стьюдента
Доверительный интервал:
|
Критерий проверки – критерий Хоттелинга Данная расчетная величина сравнивается с табличным значением критерия Фишера (т.к. Фишер - это Стьюдент в квадрате). Но для применения Фишера, его нужно скорректировать, т.к. у Фишера, в отличие от Стьюдента, две разные степени свободы (степень свободы числителя и степень свободы знаменателя): ,
|
|
3. Сопоставляются параметры 2х выборок, причем объемы выборок могут быть разными |
|
|
Критерий проверки – критерий Стьюдента (для двух выборок):
Доверительный интервал:
|
Критерий проверки – многомер. кр-й Хотеллинга:
- объединен. м-ца: K1 - центриров. м-ца по 1ой выборке K2 - центриров. м-ца по 2ой выборке Найденная величина сравнивается с скорректированным кр. Фишера (табулированным значением):
Если , то мы считаем данные сов-ти схожими по их многомерным мат. ожиданиям. |
З наки больше и меньше в данном случае невозможны, т.к. мы можем проверять только соответствие параметров, а не сравнивать их. Все многомер. гипотезы явл-ся простыми.
Доверительные области
Для какой-то СВ из генеральной совокупности со следующими характеристиками с неизвестным МО ( ) доверительная область строится с помощью критерия Стьюдента и среднего выборочного значения. Графически доверительная область выглядит следующим образом - Рисунок 1.
Д ля двумерного случая: , , - характеристики доверительная область выглядит следующим образом - Рисунок 2, где - многомерное среднее; Закрашенная область – доверит. область для с вероят-ю 1-, если предположить, что - ошибка 1го рода.
Для многомерной совокупности в общем доверительные области (интервалы) определяются по более сложным алгоритмам, чем в случае одномерной СВ. Применяется 3 различных подхода:
1) Первый подход (самый простой) рассчитан на применение частного критерия Хотеллинга. В качестве j берется только один признак. Он сводится к решению отдельно взятой одномерной задачи (рис. 1). Этот подход используется редко, так как считается достаточно грубым из-за неучитывания ковариационных связей:
2) Второй используется для анализа одного признака или комплекса признаков, но не сводится к решению одномерной задачи, а учитывает связи между одномерными признаками (рис. 2)
Для общего случая можем написать формулу, ограничивающую доверительную область:
Для двумерного случая:
3) определяется вся область, а не интервалы, охватывающая одновременно допустимые значения всех анализируемых признаков, представляющих некую МСВ. В данном случае пользуются общим критерием Хотеллинга. В общем случае (m>2) область будет ограничиваться поверхностью, задаваемой урав-м:
Данная доверительная поверхность будет представлена элипсоидом с центром в точке
Как будет выглядеть доверительная область совокупности?
Тогда доверительная область:
Когда число признаков, участвующих в анализе, ограничивается, 1 j m, и используется критерий T2 частного вида, доверительная область определяется уравнением, содержащим вектор С, нивелирующий по выбору исследователя значения отдельных признаков: