
- •1. Шкалы интервалов (можно измерить моду, медиану, среднюю арифметическую и характеристики рассеивания)
- •1. Шкалы интервалов (можно измерить моду, медиану, среднюю арифметическую и характеристики рассеивания)
- •7. Дихотомические переменные. Мнп-оценки вероятностей таблиц сопряженности (частный случай: таблицы 2х2).
- •10. Асимптотический критерий независимости - информационный критерий (частный случай: таблицы 2х2). Асимптотическая эквивалентность критерия согласия и информационного критерия.
- •11. Методы отбора объектов в выборку, свойства получаемых таблиц сопряженности.
- •12. Точный критерий Фишера (частный случай: таблицы 2х2, обе маргинальные частоты фиксированы).
- •13. Точный критерий Фишера (частный случай: таблицы 2х2, одна маргинальная частота фиксирована). Асимптотическая формула.
- •14. Поправка на непрерывность в асимптотическом χ2-критерии.
- •21. Коэффициент сопряженности Пирсона, его свойства, интервальные оценки (таблицы rХs).
- •22. Коэффициент Чупрова, его свойства, интервальные оценки (таблицы rХs).
- •23. Коэффициент Крамера, его свойства, интервальные оценки (таблицы rХs).
- •24. Отношение преобладаний (частный случай: таблицы 2х2).
- •25. Принцип инвариантности Юла
- •26. Коэффициент ассоциации Юла, его свойства
- •27. Коэффициент ассоциации Юла, его вероятностная интерпретация
- •28. Коэффициент коллигации, его свойства.
- •29. Коэффициент коллигации, его вероятностная интерпретация.
- •30. Коэффициент контингенции, его свойства.
- •31. Коэффициент Гудмена-Краскала λa, его свойства, вероятностная интерпретация и интервальные оценки (таблицы rХs).
- •32. Коэффициент Гудмена-Краскала λb, его свойства, вероятностная интерпретация и интервальные оценки (таблицы rХs).
- •33. Коэффициент Гудмена-Краскала λ, его свойства, вероятностная интерпретация и границы определения (таблицы rХs).
- •40. Одновременная независимость, условная независимость и взаимная независимость трех признаков. Проверяемые гипотезы.
- •41. Анализ частных взаимосвязей между тремя признаками. Возникновение кажущихся связей при объединении совокупностей по одному из признаков
- •42. Анализ частных взаимосвязей между тремя признаками. Сокрытие истинных связей при объединении совокупностей по одному из признаков.
- •43. Парадокс Симпсона (приведите пример).
- •44. Логарифмически-линейный анализ: его цель и математическая задача. Определение и математическая формулировка логарифмически-линейной модели. Адекватные и оптимальные модели.
- •45. Логарифмически-линейный анализ взаимосвязи двух признаков. Типы моделей. Ограничения на параметры модели.
- •46. План проведения логарифмически-линейного анализа. Поиск оптимальной логлинейной модели взаимосвязи двух признаков.
- •48. Определение параметров моделей логарифмически-линейного анализа (для общего двумерного случая и для дихотомических переменных). Интерпретация параметров.
- •49. Оценка модели независимости (для таблицы сопряженности 2х2).
- •50. Оценка моделей с отсутствием влияния одного из факторов (для таблицы сопряженности 2х2).
- •51. Оценка равновероятной модели (для таблицы сопряженности 2х2).
- •52. Критерий проверки значимости отдельных параметров логлинейной модели.
- •53. Модель логарифмически-линейного анализа взаимосвязи трех признаков. Ограничения на параметры модели.
- •54. Определение параметров моделей логарифмически-линейного анализа взаимосвязи трех признаков (для общего трехмерного случая). Интерпретация параметров.
- •55. Определение параметров моделей логарифмически-линейного анализа взаимосвязи трех признаков (для дихотомических переменных). Интерпретация параметров.
- •56. Модель условной независимости для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •57. Модели с отсутствием взаимодействия двух факторов для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •58. Модели независимости двух факторов от третьего для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •59. Модель главных эффектов трех факторов для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •60. Модели с отсутствием влияния главного эффекта одного из факторов для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •62. Модели с отсутствием влияния главного эффекта двух факторов для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •63. Равновероятная модель для таблицы сопряженности 2х2х2 (формулировка, проверяемая гипотеза, теоретические частоты, проверка адекватности).
- •64. Иерархические логарифмически-линейные модели и принципы их построения (приведите примеры).
- •65. Соотношения между параметрами ненасыщенных моделей и маргинальными суммами таблиц сопряженности. Обобщение Берча и его следствие
- •66. Принципы отбора оцениваемых логарифмически-линейных моделей в многомерном случае. Общие принципы оценки параметров моделей и определение их стандартизированных значений.
1. Шкала измерений. Иерархическая структура шкал. Примеры переменных, измеренных в различных шкалах. Шкала – это множество обозначений, отношения между которыми отражают отношения между объектами изучаемой системы.
1. Шкалы интервалов (можно измерить моду, медиану, среднюю арифметическую и характеристики рассеивания)
Абсолютная шкала – единственное и однозначное определение единицы измерения и нулевой точки, которая единственна. Нулевая точка характеризует отсутствие измеряемого признака.
Шкала разностей – основана на задании единиц измерения. Начало отсчёта не фиксировано (произвольно). (Например, временная шкала).
Шкала отношений – действует отношение «во столько-то раз больше». (Например, температура по Кельвину)
Интервальная шкала – построение путём сравнения с эталоном. (Например, шкала температур Цельсия)
2. Порядковая шкала (ранговая) (можно измерить моду и медиану) – строится на отношения тождества и порядка. Варианты признака (ранги), измеренного в порядковой шкале, ранжированы и можно указать какие обладают свойством в большей и меньшей степени, но между ними нельзя определить разность. (Например, баллы по успеваемости)
3. Номинальная шкала (наименований) – можно измерить моду. Строится на отношении тождества, используют только для классификации. Переменные могут быть измерены в терминах принадлежности к существующим различным классам. Классы невозможно упорядочить. (Например, разделение по полу).
2. Шкала измерений. Иерархическая структура шкал. Допустимые преобразования шкал. Шкала – это множество обозначений, отношения между которыми отражают отношения между объектами изучаемой системы.
1. Шкалы интервалов (можно измерить моду, медиану, среднюю арифметическую и характеристики рассеивания)
Абсолютная шкала – единственное и однозначное определение единицы измерения и нулевой точки, которая единственна. Нулевая точка характеризует отсутствие измеряемого признака. Допустимые преобразования - тождественные
Шкала разностей – основана на задании единиц измерения. Начало отсчёта не фиксировано (произвольно). (Например, временная шкала). Допустимые преобразования – сдвиги.
Шкала отношений – действует отношение «во столько-то раз больше». (Например, температура по Кельвину). Допустимые преобразования – преобразования подобия.
Интервальная шкала – построение путём сравнения с эталоном. (Например, шкала температур Цельсия). Допустимы линейные преобразования (совмещение сдвига и преобразований подобия).
2. Порядковая шкала (ранговая) (можно измерить моду и медиану) – строится на отношения тождества и порядка. Варианты признака (ранги), измеренного в порядковой шкале, ранжированы и можно указать какие обладают свойством в большей и меньшей степени, но между ними нельзя определить разность. (Например, баллы по успеваемости). Допустимо монотонное преобразование (не изменяющее порядок)
3. Номинальная шкала (наименований) – можно измерить моду. Строится на отношении тождества, используют только для классификации. Переменные могут быть измерены в терминах принадлежности к существующим различным классам. Классы невозможно упорядочить. (Например, разделение по полу). Допустимо только взаимооднозначные преобразования, оставляющие у одинаковых объектов одинаковые имена.
3. Шкала измерений. Иерархическая структура шкал. Статистические характеристики переменных, измеренных в различных шкалах. Шкала – это множество обозначений, отношения между которыми отражают отношения между объектами изучаемой системы.
1. Шкалы интервалов (можно измерить моду, медиану, среднюю арифметическую и характеристики рассеивания)
Абсолютная шкала – единственное и однозначное определение единицы измерения и нулевой точки, которая единственна. Нулевая точка характеризует отсутствие измеряемого признака. Допустимые преобразования - тождественные
Шкала разностей – основана на задании единиц измерения. Начало отсчёта не фиксировано (произвольно). (Например, временная шкала). Допустимые преобразования – сдвиги.
Шкала отношений – действует отношение «во столько-то раз больше». (Например, температура по Кельвину). Допустимые преобразования – преобразования подобия.
Интервальная шкала – построение путём сравнения с эталоном. (Например, шкала температур Цельсия). Допустимы линейные преобразования (совмещение сдвига и преобразований подобия).
2. Порядковая шкала (ранговая) (можно измерить моду и медиану) – строится на отношения тождества и порядка. Варианты признака (ранги), измеренного в порядковой шкале, ранжированы и можно указать какие обладают свойством в большей и меньшей степени, но между ними нельзя определить разность. (Например, баллы по успеваемости). Допустимо монотонное преобразование (не изменяющее порядок)
3. Номинальная шкала (наименований) – можно измерить моду. Строится на отношении тождества, используют только для классификации. Переменные могут быть измерены в терминах принадлежности к существующим различным классам. Классы невозможно упорядочить. (Например, разделение по полу). Допустимо только взаимооднозначные преобразования, оставляющие у одинаковых объектов одинаковые имена.
4. Статистический анализ нечисловой информации. Его объект и основные задачи. Категоризированные переменные. Типы категоризации. Объектом САНИ является исследование дискретных генеральных совокупностей то есть рассмотрение 2 или более классификационных признаков, значениями которых обладают элементы и объекты индивида. Основная шкала в САНИ – номинальная. Основная задача – изучение связей, зависимостей, взаимозависимостей между различными признаками многомерной генеральной совокупности. Данные являются категоризованными, если они представлены в виде частот наблюдений, попавших в некоторые категории (или классы). Типы категоризации – 1) числовая (например, классификация по весу) 2) Упорядоченная (по цвету глаз (длина волны света цвета)), 3) неупорядоченная (по книжным пристрастиям)
5. Определение и свойства двумерных таблиц сопряженности для генеральной совокупности. Таблица сопряженности rxs – представление совместного закона распределения 2 признаков Х, имеющего r категорий, и У, имеющего s категорий. 2 типа – вероятностная и частотная. Вероятностная - для генеральной совокупности рij – вероятность случайного элемента случайной совокупности попасть в клетку.
Свойства:
;
;
;
Частотная – для генеральной совокупности nij – эмпирическая выборочная частота. Свойства те же, только вместо p писать n. И ещё в третьем не равно 1.
6. Определение и свойства двумерных таблиц сопряженности для выборочных данных. Таблица сопряженности rxs – представление совместного закона распределения 2 признаков Х, имеющего r категорий, и У, имеющего s категорий. 2 типа – вероятностная и частотная. Вероятностная - для выборочных таблиц рij – неизвестная генеральная доля объектов, попадающих в клетку.
Свойства: ; ; ;
Частотная – для выборочных таблиц nij – число элементов выборки. Свойства те же, только вместо p писать n. И ещё в третьем не равно 1.
-
выборочное распределение Х.
- выборочное распределение У.