- •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
8.2. Дослідження залежностей кореляції від вибору шкали вимірювання
Обидві змінні виміряні за кількісними шкалами:
У цьому випадку
обчислюється лінійний коефіцієнт
кореляції Пірсона -rxy:
де K - кореляційний момент; Sx
Sy- середні квадратичні
відхилення.
Одна із змінних виміряна за ранговою шкалою, а інша - за кількісною:
Припустимо, що X вимірюється в ранговій шкалі, Y - в інтервальній шкалі (або відносній). Для таких величин можна перетворити оцінки Y в ранги і знайти коефіцієнти рангової кореляції Спірмена або Кендала.
Обидві змінні вимірюються за ранговою (порядковою) шкалою:
Для таких величин вихідні дані можуть бути перетворені в ранги або просто бути рангами, при цьому обчислюються коефіцієнти рангової кореляції. Таких коефіцієнтів декілька, один з яких коефіцієнт рангової кореляції Спірмена -Rs:
де
змінні X і Y набувають значення 1,2,…,n ;
n - кількість рангів;
(xi-yi)- різниця між рангом i-го об'єкта по X і його ж рангом по Y.
Коефіцієнти рангової кореляції вимірюють тісноту зв'язку між величинами, які можна розташувати за зростанням чи зниженням ступеня інтенсивності кожної. Така процедура має назву ранжування ряду.
Ряд величин можна ранжувати за двома і більше властивостями. І якщо існує тенденція одночасного збільшення (зменшення) двох властивостей, то це означає, що між цими властивостями існує зв'язок.
При наявності n послідовних і необ'єднаних рангів 1,2,…,n, використовується коефіцієнт рангової кореляції Кендала:
![]()
де S = P-Q,
![]()
Р - кількість пар рангів з прямим порядком;
Q - кількість пар рангів з зворотним порядком;
n - загальна кількість рангів.
При =+1 всі пари рангів мають прямий порядок; при =-1 всі пари мають зворотний порядок рангів; при =0 кількість пар з прямим і зворотним порядками рангів однакова.
Також для обчислення коефіцієнта рангової кореляції можна використовувати способи, що не потребують складання таблиці, кількості пар рангів. Для цього формула перетворюється так, щоб вона містила або кількість пар рангів з прямим порядком Р, або зі зворотним порядком Q:
![]()
Відмінність між цими коефіцієнтами полягає в тому, що при визначенні коефіцієнта рангової кореляції Кендела фіксується тільки факт прямого або зворотного розташування рангів для кожної пари елементів, незалежно від віддалення рангів один від одного.
Одна із змінних вимірюється за номінальною, а інша - за кількісною шкалою:
Для таких величин визначення зв'язку між X і Y зручно використовувати наступну формулу:
,
де
x1 - середнє відхилення по X об'єктів, що мають одиниці по Y;
x0- середнє відхилення по X об'єктів, що мають нулі по Y;
x - стандартне відхилення n значень по X;
n1- число об'єктів, що мають одиницю по Y;
n2- число об'єктів, що мають нуль по Y.
Обидві змінні вимірюються за номінальною шкалою:
Для таких величин
коефіцієнт кореляції можна обчислити
за формулою:
, де
px - частка об'єктів, що мають одиницю по X ;
qx - частка об'єктів, що мають нуль по X;
py - частка об'єктів, що мають одиницю по Y;
qy - частка об'єктів, що мають нуль по Y;
pxy - частка об'єктів, що мають одиницю по X і по Y одночасно.
