Методы анализа данных / обработки информации

Явления, как правило, развиваются под влиянием многочисленных и разнообразных факторов, нередко действующих в противоположных направлениях. Многие явления в силу их массовости и неоднозначной предсказуемости относятся к числу так называемых случайных явлений. Это заставляет использовать в научных исследованиях математический аппарат теории вероятности и статистики.

 

Регрессивный анализ – группа методов, направленных на выявление и математическое выражение тех изменений и зависимостей, которые имеют место в системе случайных величин; или, иными словами, изучение зависимости случайной величины (результативного показателя – функции) от нескольких других независимых переменных (аргументов). Если форма связи не установлена, то проводятся группировки с соответствующим анализом влияния факторов на результативный признак. Связь между факториальными и результативными признаками может быть линейной (прямой) или криволинейной (параболической и пр.). Уравнение связи называют уравнением регрессии.

Последовательность шагов:

- выявление фактов изменчивости изучаемого явления при определенных, но не всегда фиксированных условиях;

- выявление тенденции как однонаправленного или периодического изменения;

- выявление закономерности, выраженной в виде корреляционного уравнения.

 

Корреляционный анализ – группа методов, направленных на выявление

и математическое представление структурных особенностей систем случайных явлений. Корреляционный анализ применяется для изучения взаимосвязи между варьирующими признаками единиц статистической совокупности. При корреляционной связи каждому значению фактора (аргумента) соответствует целый ряд варьирующих значений результата (функции), меняющих свое среднее значение по мере изменения уровня фактора.

Научными условиями применения корреляционного анализа являются качественная однородность совокупности, достаточно большая численность единиц в ней, а также существенность признаков.

Корреляционный анализ позволяет решать следующие задачи:

- как в среднем в изучаемой статистической совокупности изменяется результативный варьирующий признак (функция) при изменении факторного признака (аргумента) на единицу, или, другими словами, определить среднее приращение варьирующего результата на единицу фактора (коэффициент регрессии);

- установить тесноту связи между признаками, рассчитать, какая доля общей вариации результативного признака определяется изучаемым фактором (коэффициенты корреляции и детерминации).

Различают связи между двумя признаками (парная корреляция), а

также тремя и более, один из которых является результативным (множественная корреляция).

Факторный анализ – группа методов, направленных на выявление и математическое выражение в системах случайных явлений. Исходным математическим объектом для факторного анализа является корреляционная матрица. Итогом факторного анализа является факторная структура, которая представляет собой отображение пространства корреляционных переменных в некоторое пространство идеальных математических объектов (факторов) – факторное пространство.

В содержательном смысле фактор представляет собой неизвестную или гипотетическую причину совместной изменчивости коррелирующих переменных.

Принято различать общие, групповые и единичные факторы. Общий фактор имеет значимый вес для всех коррелятивных переменных. Групповой – только для части, в единичный – для одной какой – либо переменной. Единичные факторы рассматриваются только в теории факторного анализа, на практике используют только общие и групповые факторы.

Дисперсионный анализ – статистический метод, используется для изучения влияния различных одновременных действий, при обработке полученных данных многовариантных опытов, установления достоверности и структуры связи между результативными и факториальными признаками, а также оценки существенности различия между средними величинами в группировке объектов по основным показателям.

 

Методы экстраполяции

Под ним понимаются способы распространения каких – либо закономерностей или тенденций, наблюдавшихся в определенном временном интервале (базовом), на другой временной интервал (прогнозный). Экстраполяция обычно проводится на основе статистически установленных изменений количественных характеристик прогнозируемого объекта, подчиняющихся той или иной функциональной зависимости и описываемых соответствующими кривыми графически.

Контент – анализ – метод анализа содержания. Контент – анализ может быть применен для изучения массовой совокупности любых текстов как письменных, так и устных. Основные процедуры контент – анализа связаны с переводом качественной информации на язык счета. С этой целью выделяют два типа единиц – смысловые или качественные единицы анализа и единицы счета или количественные единицы. В качестве единиц анализа могут быть темы, идеи, оценки, суждения, символы, термины, понятия и др. При этом смысловые единицы (единицы анализа) выделяются на основе гипотез исследования, а единицы счета – с учетом характера источника и поставленных задач.

В качестве единиц счета могут использоваться частота употребления тех или иных понятий, терминов, слов, темы и т.п., физическая протяженность, площадь текстов, число строк, длительность трансляции и т.п. Для проведения контент – анализа разрабатывается специальный бланк.

Для использования этого метода обязательна проверка результатов на надежность. Для этого необходима либо экспертная оценка, либо проверка с помощью других методов

(опрос, интервью), либо данные сопоставляются с данными результатов других исследований.

 

Кластерный анализ – метод классификации объектов исследования (анкет, интервью). Это многомерный анализ, который позволяет классифицировать одновременно по многим признакам. Он может быть использован для введения данных в группы, которые называются кластерами, а также для строк (в тексте), их можно назвать матрицами.

 

Приложение 4

Образец составления