- •Системний аналіз конспект лекцій
- •Передмова
- •Модуль і. Система, системність та Інформація тема №1. Основні методи та процедури системного аналізу в дослідженні систем
- •1.1. Історичний розвиток концепції системного підходу
- •1.2. Наукова база системного аналізу
- •1.3. Системні ресурси суспільства
- •1.4. Основні принципи системного аналізу
- •1.5. Основні процедури системного аналізу
- •1.6. Загальна класифікація систем. Великі та складні системи
- •1.7. Основні топологічні структури систем. Опис систем з різними структурами
- •Лінійні структури:
- •Ієрархічні (деревоподібні) структури:
- •Мережеві структури:
- •Матричні структури:
- •1.8. Основні ознаки, цілі та задачі соціальних систем. Цілеспрямоване поводження системи
- •1.9. Системний підхід в аналізі міжнародних відносин
- •Питання для самоконтролю
- •Тема №2. Опис та моделювання систем
- •2.1. Морфологічний опис систем
- •2.2. Еволюція, розвиток та функціонування системи. Саморозвиток системи. Гнучкість системи. Стійкість систем
- •2.3. Загальна схема керування системою. Керування в системі і керування системою. Функції і задачі керування системою
- •2.4. Моделювання систем
- •2.5. Причинно-наслідковий зв'язок між системами. Когнітологія та когнітивна структуризації систем
- •2.6. Синергетичний підхід в аналізі систем
- •Питання для самоконтролю
- •Тема №3. Поняття інформації та види інформації в системі
- •3.1. Класифікація інформації по різних ознаках
- •3.2. Базові поняття інформаційних рішень (факт, знання, відомості, дані, інформація, інформаційний ресурс) в міжнародних відносинах
- •3.3. Інформаційні ресурси соціальних систем
- •3.4. Документ, як інформаційний ресурс
- •Питання для самоконтролю
- •Тема №4. Організація інформації для керування системою
- •4.1. Методи одержання та використання інформації
- •4.2. Міра, кількість та ентропія інформації в системі
- •4.3. Інформаційне керування системою. Інформаційне середовище. Інформаційні системи керування
- •Модуль іі. Аналіз випадкових величин в соціальних системах тема №5. Основні властивості випадкових величин
- •5.1. Загальні поняття випадкових величин в системі та їх основні характеристики. Дискретні та неперервні величини
- •5.2. Класифікація подій. Методи аналізу ймовірностей випадкових подій
- •5.3. Розрахунок ймовірностей подій, як співвідношення кількості сприятливих результатів до загального числа результатів
- •5.4. Розрахунок ймовірностей подій за допомогою графів можливих результатів
- •5.5. Розрахунок ймовірностей складних подій, що представлені у вигляді комбінаторних елементарних подій
- •5.6. Функція розподілу випадкової величини. Числові характеристики випадкових величин (мода, медіана, математичне очікування, середньоквадратичне відхилення, дисперсія, коефіцієнт варіації)
- •5.7. Закони розподілу випадкових величин (параметрична статистика)
- •Питання для самоконтролю
- •Тема №6. Шкалювання випадкових величин. Перевірка статистичної гіпотези
- •6.1. Номінальна, рангова, інтервальна та відносна шкала (непараметрична статистика)
- •6.2. Поняття статистичної гіпотези
- •6.3. Критерій "хі-квадрат" перевірки статистичної гіпотези
- •6.4. Використання коефіцієнта конкордації для перевірки статистичних гіпотез
- •Питання для самоконтролю
- •Тема №7. Аналіз взаємозалежності
- •7.1. Залежності та взаємозв'язок випадкових подій в системі. Функціональна та статистична залежність
- •7.2. Аналіз взаємної спряженості випадкових величин
- •7.3. Коефіцієнт Пірсона. Коефіцієнт Чупрова
- •7.4. Коефіцієнт контингенції. Коефіцієнт асоціації
- •Питання для самоконтролю
- •Тема №8. Кореляційний аналіз
- •8.1. Кореляція випадкових величин. Кореляційний аналіз. Коефіцієнт кореляції
- •8.2. Дослідження залежностей кореляції від вибору шкали вимірювання
- •Питання для самоконтролю
- •Тема №9. Регресійний та факторний аналіз
- •9.1. Метод регресійного аналізу. Лінійна регресія
- •9.2. Загальна характеристика факторного аналізу
- •Інтерпретація факторів.
- •9.3. Центроідний метод л. Терстоуна
- •Питання для самоконтролю
- •Тема №10. Автоматизований аналіз міжнародних подій
- •10.1. Комп'ютерні системи аналізу даних. Пакети прикладних програм статистичного аналізу. Класифікація статистичних пакетів прикладних програм
- •10.2. Загальна організація інструментарію пакетів прикладних програм
- •10.3. Використання електронних таблиць в системному аналізі міжнародних відносин
- •Питання для самоконтролю
- •Джерела інформації
Питання для самоконтролю
-
Дати визначення дискретних та неперервних величини. Навести приклади.
-
Класифікувати випадкові події. Навести приклади.
-
Охарактеризувати поняття імовірність випадкової події. Навести приклад.
-
Проаналізувати методи розрахунку імовірності випадкових подій.
-
Охарактеризувати поняття "математичне очікування випадкової величини". Навести приклад.
-
Охарактеризувати поняття "дисперсія випадкової величини". Навести приклад.
-
Охарактеризувати поняття "середньоквадратичне відхилення випадкової величини". Навести приклад.
-
Порівняти поняття залежність та сумісність подій. Навести приклад.
-
Охарактеризувати поняття повна імовірність подій. Навести приклад.
-
Дати визначення поняття "розподіл випадкової величини". Навести приклад.
Джерела інформації : [2, 4, 11, 18]
Тема №6. Шкалювання випадкових величин. Перевірка статистичної гіпотези
6.1. Номінальна, рангова, інтервальна та відносна шкала (непараметрична статистика)
Прийнято використовувати чотири види шкал:
Nom. номінальна шкала — застосовується до тих величин, що не мають природної одиниці виміру. Якщо деяка величина може набувати за номінальною шкалою значення X, Y чи Z, то справедливими вважаються тільки вирази типу: (XY), (X=Z).
Ord. порядкова (рангова) шкала — застосовується до тих величин, що не мають природних одиниць виміру, але дозволяють застосовувати поняття переваги одного значення над іншим. Іноді говорять про ранги значень таких величин. Якщо деяка величина може приймати на порядковій шкалі значення X, Y чи Z, то справедливими вважаються тільки вирази типу: (XY), (X=Z), (XY), (YZ), (ZX), (ZY).
Кількісні шкали: Int. інтервальна шкала; Rel. відносна шкала.
Ці дві шкали застосовується до тих величин, що мають натуральні розмірності. Для таких величин припустимі всі арифметичні дії. Якщо деяка величина може приймати на кількісній шкалі значення X, Y чи Z, то справедливими вважаються вирази типу: (XY), (X=Z), (XY), (YZ), (ZX), (ZY), (XY), (ZX), (YZ), (ZX).
Різниця між інтервальною та відносною шкалою:
Схематично інтервальна шкала виглядає: 0_______________,
а відносна: _______________0_______________,
тобто інтервальна шкала не має від’ємних значень, а 0 (нуль) на інтервальній шкалі означає відсутність значення.
Оскільки в аналітичному досліджені можуть бути використані різні типи шкал (номінальна, рангова, інтервальна, відносна) то виникає питання про особливості обрахування коефіцієнту кореляції при використанні даних, що виміряні за різними шкалами.
6.2. Поняття статистичної гіпотези
Статистичних гіпотез завжди дві і вони взаємовиключні. Одну з них називають нульовою гіпотезою Њ0, а другу – альтернативною гіпотезою Њ1, що завжди протилежна нульовій.
Для процедури перевірки статистичних гіпотез існує поняття рівня значимості результатів спостережень. Теорія ймовірностей розділяє події на три класи: звичайні, рідкісні і виняткові. При цьому спостереження виняткової події дає підстави вважати, що причина його настання невипадкова, бо має місце впливу деякого фактора.
Метод виділення рідкісних подій пропонує вважати подію рідкою, якщо її імовірність не перевищує 5 %, таке значення є умовним і залежить від поставленої задачі. У деяких випадках рідкими вважають події з імовірністю не більш 1 %, хоча саме використання п’яти відсоткового рівня значимості прийнято майже у всіх прикладних напрямках статистики, у тому числі й в економіці.
Якщо спостереження відносяться до рідких подій (з імовірністю до 5 %), то такі спостереження і результати їхньої обробки називають статистично значимими. Якщо імовірність деякого результату спостереження в умовах основної гіпотези виявиться дуже малою, то чим вона менше, тим більше підстав відхилити Њ0. З іншого боку, якщо відбудеться дуже рідкісна подія то значимість такого спостереження надзвичайно висока.
Статистичний критерій - правило відповідно якого приймається чи відхиляється та чи інша гіпотеза.
На жаль, не існує єдиного, універсального критерію значимості – їх доводиться розробляти в теорії і використовувати на практиці відповідно до особливостей конкретних задач.