8. Качественный статистический анализ в международных и региональных исследованиях

Требуется для решения исследовательских задач (когда без использования статистики их невозможно решить или маловероятно, существует проблема сложности данных - слишком много информации, много переменных, проблема точности - важным является даже небольшие различия колебаний переменных). Использование описательных статистических данных: • Обобщение данных. • Измерение средних величин, средненного значения величин, наиболее типичного значения • Вычисление зависимости между переменными. Измерения базируются на ограниченной информации • Репрезентативная выборка ограничена определенными размерами • В результате исследования делаются обобщающие выводы о существовании замеченных тенденций не только в рамках изученного объема информации, но и за ее пределами. • Существует риск неверных выводов, если выборка нерепрезентативна. Если в определенной выборке существует устойчивая связь, необходимо определить насколько близки исследуемые случаи к основной тенденции (вычисленному коэффициенту корреляции).

Шаг первый: сбор и организация данных. Шаг второй: поиск зависимости. Типы данных: 1. Результаты выборов. 2. Опросы общественного мнения. 3. Официальная статистика. 4. Контент-анализ. 5. Пересчет случаев. Причины недостоверности данных: 1. Ошибки при управ.данных. 2. Влияние формулировки вопросов на ответы. 3. Отсутствие сопоставит.статистики в разных странах. 4. Невним. к контексту при контент-анализе. 5. Трудности с классификацией данных. 6. Отсутствие части данных.

9. Компьютерные программы в международных и региональных исследованиях

В настоящее время современные вычислительные системы и компьютерные сети позволяют накапливать огромные массивы данных для решения задач обработки, распознавания образов, однако в существующих условиях также резко возрастает потребность в самих системах поиска и анализа данных, в создании специальных программ, облегчающих работу с вычислениями, редакцией текста и т.д. К числу современных компьютерных систем, использующих машинный анализ текста на естественном языке, традиционно относятся информационно-поисковые и вопросно-ответные системы, автоматические переводчики, а также широкий класс так называемых систем извлечения знания из текста, среди которых выделяют системы knowledge management (KM) и business intelligence (BI), системы сбора фактографической информации и ведения конкурентной разведки. Во всех подобных системах ключевым этапом автоматической обработки текста является семантическая интерпретация выражений естественного языка на основании определенной семантической модели мира (предметной области), результатом которой является формирование формальных структур, инвариантных к несодержательным лексико-грамматическим особенностям написания текста автором и соответствующих требованиям решаемой прагматической задачи. При помощи специальных программ (создан. для социолог.) можно осуществить четыре вида редактирования текста: 1. Словарный подход, 2. Подход, основанный на статист.ассоциациях, 3. Подход, основанный на семантич.сети, (на основании определенной семантической модели мира

(предметной области), результатом которой является формирование формальных

структур, 1 слово-объект) 4. Мементический подход: а. выявление, б. определ.реальность, в. сумма словосочет., г. вывод, д. те или не те комбинации позволяют сделать вывод о системе (напр. общ-ва).