Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Статистические характеристики.Математическая статистика - теория, в которой рассматриваются способы агрегирования информации посредством вычисления совокупных и средних значений показателей.Виды средних значений: 1) среднее арифметическое: M = (V1 + V2 +... + Vn) / n 2) среднее геометрическое: G = SQRT(V1*V2*...*Vn) (здесь и далее SQRT - функция извлечения квадратного корня) 3) среднее квадратическое (выражается в тех же единицах, что и характеризуемый показатель): S = SQRT((V1*V1 + V2*V2 +... + Vn*Vn) / n) 4) дисперсия (сумма квадратов отклонений случайной величины от ее среднего значения, взвешенных на вероятности этих отклонений): V = Р1(V1 - M)**2 + Р2(V2 - M)**2 +.. + Рn(Vn - M)**2 где M - среднее арифметическое значение; Рi - вероятность отклонения Vi - M; 5) среднее гармоническое: H = n / (1/V1 + 1/V2 +... + 1/Vn) 6) мода: наиболее часто встречаемое значение; 7) медиана (значение, равное среднему между наибольшим и наименьшим): M = (Vmax + Vmin) / 2 8) среднее взвешенное: W = (V1*W1 + V2*W2 +... + Vn*Wn) / (W1 + W2 +... + Wn) где Wi - количество значений Vi; Характеристики разнообразия (разброса значений): 1) среднее квадратичное отклонение (характеризует абсолютный разброс значений; выражается в тех же единицах, что и характеризуемый показатель): S = SQRT(((V1-M)*(V1-M)+(V2-M)*(V2-M)+...+(V1-M)*(V1-M))/n-1) здесь: M - средняя арифметическая величина; n - количество значений показателя; 2) коэффициент вариации (характеризует относительный разброс значений - относительно среднего арифметического): C = (100 * S) / M здесь: S - среднее квадратичное отклонение; M - средняя арифметическая величина; 3) размах (разница между наибольшим и наименьшим значением): L = Vmax - Vmin
Статистические методы построения моделей. Основные статистические методы построения формул, выражающих взаимозависимость измеренных показателей некоторых объектов: 1. Метод корреляционного анализа - аппроксимация эмпирической зависимости между величинами X и Y формулой вида Y = K*X + A где K - коэффициент корреляции. 2. Метод множественной регрессии - аппроксимация зависимости показателя от некоторого набора показателей, не зависящих один от другого, формулой вида Y = A + B1*X1 + B2*X2 +... + BN*XN где Xi - показатели; Bi - коэффициенты регрессии. 3. Метод факторного анализа - выявление новых показателей Y1..YN (факторов) вместо имеющихся показателей X1..XM, где N < M. Метод реализуется в предположении, что корреляционные связи между большим числом наблюдаемых показателей X1..XM определяются влиянием на них меньшего числа ненаблюдаемых показателей Y1..YN. При использовании какого-либо метода математической статистики для получения математической модели некоторой зависимости исследователь должен иметь априорную гипотезу о типе этой зависимости. Статистические методы позволяют лишь подтвердить гипотезу или выяснить значения коэффициентов в формуле, выражающей предполагаемую зависимость между параметрами.Опасности использования статистики. Есть три разновидности лжи: ложь, гнусная ложь и статистика.Б. Дизраэли. Некорректное применение статистики бывает причиной самообмана, а также используется иногда как средство ввода в заблуждение.К примеру, можно рассмотреть три типичных варианта разброса значений свойства Q некоторых объектов (это может быть уровень жизни граждан некоторой страны, количество побед в воздушных боях, приходящееся на одного летчика-истребителя и т. д.):Сворачивание показателей. Мангейм Дж. Б., Рич Р. К.: "Построение индекса заключается в сведении сложных данных в единый показатель, который отражает значение понятия полнее, чем любой из его компонентов. Широко используются три типа индексов: аддитивные, мультипликативные и взвешенные." ("Политология: методы исследования", стр. 304)).У указанных авторов:1. Аддитивные индексы - складывающиеся: I = A+B."Для выяснения размеров 'религиозного сообщества' в некоторой стране можно было бы просуммировать все числовые данные, отражающие количество приверженцев различных религий, исповедуемых в этой стране."2. Мультипликативные индексы - перемножающиеся: I = A * B."Для получения показателя степени серьезности беспорядков мы могли бы число участников умножить на число часов, вычислив таким образом число 'человеко-часов', пришедшихся на беспорядки."3. Взвешенные индексы - относительные: I = A/B."Использование числа участников антиправительственной манифестации в качестве показателя величины кредита доверия к правительству правомерно только тогда, когда это число выражено в форме процентного отношения к численности всего населения."Кластерный анализ. Кластерный анализ - деление объектов на классы соответственно значениям параметров этих объектов. Объекты, попадающие в один класс, имеют больше сходства по своим параметрам, чем объекты попадающие в разные классы.Можно задавать количество классов, на которые должны быть разделены объекты. Можно приписывать различные веса рассматриваемым показателям объектов.Существуют компьютерные программы, позволяющие осуществлять кластерный анализ (= кластеризацию), к примеру, записей базы данных. Основное отличие кластеризации от традиционных компьютерных методов классификации заключается в отсутствии обучающей выборки и вообще каких-либо априорных сведений о структуре и статистических свойствах классифицируемых данных. Для кластерного анализа могут применяться нейронные сети.Неформальный анализ. Исследование редко направляется логикой; оно большей частью руководствуется намеками, догадками, интуицией (...) Основная ткань исследования - это фантазия, в которую вплетены нити рассуждений, измерений и вычислений."А. Сент-Дьердьи. "Введение в субмолекулярную биологию". Принципы неформального анализа:1. Доверять подсознанию, стимулировать и обеспечивать его работу.2. Не перегружать себя информацией. Дж. Б. Шоу: "Чтение засоряет голову."3. Двигаться не только от фактов к гипотезам, но и от гипотез к фактам: строить необычные существенные предположения и искать подтверждения и опровержения их.4. Сомневаться в том, что считается несомненным. Если проблема не решается при наличных исходных положениях, надо подвергать сомнению эти положения.5. Прежде чем знакомиться с чужими обобщенными представлениями о каком-то не совсем незнакомом предмете, пробовать сформировать собственные на основе уже имеющихся знаний. Это требуется для того, чтобы не попасть под влияние чужого мнения. В дальнейшем, после ознакомления с представлениями других людей, можно скорректировать свой вариант объяснения предмета или целиком заимствовать чужой вариант.6. Начинать формировать оценки и предложения в отношении исследуемого предмета до того, как особенности этого предмета станут настолько привычными, что уже не будут привлекать внимание и будить мысль. Удерживаться от высказывания выработанных оценок и предложений до того, как дальнейшее исследование позволит подтвердить или исправить их. Приемы неформального анализа затруднительно или невозможно описать с исчерпывающей подробностью. Кроме того, их детальное описание обычно оказывается малополезным для практики. Способность к неформальному анализу обеспечивается в основном навыками, а не глубоким знанием технологий: должно быть некоторое "know-how" и немалое "I manage it but I don't know how".
|
|||
Последнее изменение этой страницы: 2016-09-20; просмотров: 190; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.142.119.241 (0.004 с.) |