- •Многомерные статистические методы (для специальности 06.18.00 «Математические методы в экономике»)
- •Содержание
- •9.Методы многомерного анализа 26
- •1.О статистических методах в экономике
- •2.Статистические методы
- •3. Многомерные статистические методы: свойства недетерминированных объектов
- •4.Методы многомерного анализа
- •Дисперсионный анализ;
- •Регрессионный анализ;
- •5.Система случайных величин
- •6.Многомерный нормальный закон распределения
- •7.Статистические выводы и оценивание
- •7.Критерии оценивания в больших выборках
- •8.Метод наименьших квадратов
- •9.Методы многомерного анализа
- •10.Дисперсионный анализ
- •11.Статистическая обработка результатов дисперсионного анализа
- •12.Основная схема дисперсионного анализа
- •13.Применение мнк для дисперсионного анализа
- •14.Планы дисперсионного анализа для изучения источников рассеивания
- •15.Дисперсионный анализ при многосторонней классификации
- •16.Планы многоступенчатой классификации
- •17. Регрессионный анализ
- •18.Задача идентификации в регрессионном анализе
- •19.Оценка результатов регрессионного анализа
- •20.Проверка воспроизводимости
- •21.Проверка значимости
- •22.Проверка адекватности
- •23.Метод гребневой регрессии в регрессионном анализе
- •24.Метод главных компонент
- •25.Факторный анализ
- •26.Корреляционный анализ
- •27.Планирование эксперимента в задачах идентификации
- •28.Общие критерии оптимальности планов эксперимента
- •29.Ортогональный план эксперимента
- •30.Построение матрицы планирования полного факторного эксперимента
- •31.Дробный факторный эксперимент
- •32.Анализ подбираемых моделей при ортогональном планировании
2.Статистические методы
Согласно классификации статистических методов прикладная статистика делится на следующие области:
статистика численных (случайных) величин;
многомерный статистический анализ;
статистика временных рядов и случайных процессов;
статистика объектов нечисловой природы.
Примеры объектов нечисловой природы:
значения качественных признаков, т.е. результаты кодировки объектов с помощью заданного перечня категорий (градиент);
упорядочение (ранжировка) экспертами образцов продукции при оценке её технического уровня и конкурентоспособности;
классификация, т.е. разбиение объектов на группы сходных (кластеры);
толерантности, т.е. бинарные отношения, описывающие сходство объектов;
слова, предложения, тексты.
3. Многомерные статистические методы: свойства недетерминированных объектов
Общие черты недетерминированных объектов:
вероятностный характер факторов, действующих в объекте;
неполнота информации о поведении объекта (это связано с отсутствием теоретических моделей или аналитических отношений причинно-следственных связей в объекте);
неполнота информации определения (измерения) параметров объекта.
При изучении недетерминированных объектов существует два основных подхода:
детальное изучение механизма явлений, происходящих внутри объекта;
изучение функционального поведения объекта при неизвестных механизмах явлений внутри него;
объединение первого и второго подходов (применяется редко, т.к. мало изучен).
Изучение недетерминированных объектов связано с обработкой выборочных данных. Возникает задача извлечения максимального количества информации из данных о поведении недетерминированных объектов. Необходим правильный сбор и организация выборочных данных. Этот раздел в статистике называется планированием эксперимента. Его идеи впервые были обнародованы Рональдом Фишером в 1918 году.
Современный подход к эксперименту отличается от традиционного, который был свойственен начальным этапам развития статистики. Основные отличия современного подхода:
положение о рандомизации;
о многофакторности;
о применении ЭВМ.
Положение о рандомизации говорит, что мешающие факторы надо не отключать, а вводить в эксперимент случайным образом. Ошибка эксперимента формально растет, но ценность результата (некоторых статистических критериев) растет.
Положение о многофакторности свидетельствует, что эффективность эксперимента повышается, если одновременно варьировать все факторы, а не один. В качестве примера приведем взвешивание трех тел на весах.
Табл.№1
A |
B |
C |
Y |
_ |
_ |
_ |
Y0 |
+ |
_ |
_ |
Y1 |
_ |
+ |
_ |
Y2 |
_ |
_ |
+ |
Y3 |
Табл.№2
A |
B |
C |
Y |
_ |
_ |
+ |
Y0 |
+ |
_ |
_ |
Y1 |
_ |
+ |
_ |
Y2 |
+ |
+ |
+ |
Y3 |