Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
методичка ММ КИ.docx
Скачиваний:
2
Добавлен:
01.04.2025
Размер:
682.21 Кб
Скачать

Тема 2. Многомерные модели анализа данных (6 часов лекций)

Основные понятия: регрессионный анализ, факторный анализ, фактор, дискриминантный анализ, кластерный анализ, кластер, дендрограмма, многомерное шкалирование.

Регрессионный анализ. Основные задачи МРА. Исходные данные МРА. Основные задачи регрессионного анализа. Факторный анализ. Главные цели факторного анализа. Виды факторного анализа. Фактор. Структура (алгоритм) анализа: подготовка исходной матрицы данных, вычисление матрицы взаимосвязей признаков, факторизация, вращение, подсчет факторных значений, интерпретация данных. Обязательные условия факторного анализа. Дискриминантный анализ. Связь между дискриминантным, дисперсионным и регрессионным анализом. Требования к данным. Кластерный анализ. Задача кластерного анализа. Проблемы кластерного анализа. Данные для кластерного анализа. Кластер. Методы кластерного анализа: иерархические и неиерархические. Дендрограмма. Многомерное шкалирование.

Семинарско-практическое занятие № 4-5. Работа с электронной базой данных: факторный анализ (4 учебных часа)

Теоретическая часть занятия

  1. Факторный анализ: сущность и теоретическая основа

  2. Структура (алгоритм, этапы) факторного анализа

Литература семинаров 1-3.

Практическая часть занятия (в компьютерном классе)

  1. Освоение процедуры факторного анализа в среде «Statistica 6.0».

  • подготовка электронной базы данных;

  • отбор переменных;

  • процедура вращения;

  • поиск факторного решения;

  • интерпретация факторов.

  1. Самостоятельная тренировка навыков факторного анализа на другой электронной базе.

  2. Тренировка умений читать, описывать и интерпретировать данные факторного анализа.

  3. Подготовка к выполнению отчета по самостоятельной работе.

Семинарско-практическое занятие № 6-7. Работа с электронной базой данных: кластерный анализ (4 учебных часа)

Теоретическая часть занятия

  1. Кластерный анализ: сущность и теоретическая основа.

  2. Методы кластерного анализа.

  3. Многомерное шкалирование.

Литература семинаров 1-3.

Практическая часть занятия (в компьютерном классе)

  1. Освоение процедуры кластерного анализа в среде «Statistica 6.0».

  • подготовка электронной базы данных;

  • отбор переменных;

  • поиск кластерного решения;

  • интерпретация кластеров.

  1. Самостоятельная тренировка навыков кластерного анализа на другой электронной базе.

  2. Тренировка умений читать, описывать и интерпретировать данные кластерного анализа.

Самостоятельная работа студентов (8 учебных часов):

  1. подготовка к семинарско-практическому занятию;

  2. самостоятельная тренировка навыков осуществления процедуры факторного и кластерного анализа;

  3. отчет № 2 «Факторный анализ». Цель работы: ознакомиться с методом факторного анализа при помощи программы «Statistica 6.0». Задачи работы: провести обработку данных, используя навыки в проведении процедур факторного анализа; научиться анализировать данные факторного анализа.

  4. отчет № 3 «Кластерный анализ». Цель работы: ознакомиться с методом кластерного анализа при помощи программы «Statistica». Задачи работы: создать базу данных в программе «Statistica»; провести обработку данных, используя навыки в проведении процедур кластерного анализа; научиться анализировать данные кластерного анализа.