Барнаул: Изд-во Алтайского гос. университета, 2006. — 239 с.
Учебное пособие содержит материалы по дискриминантному, факторному,
регрессионному анализу, анализу соответствия и теории временных
рядов. Изложены подходы к задачам многомерного шкалирования и
некоторым другим задачам многомерной статистики.
Предварительные сведения
Анализ и алгебра
Теория вероятностей
Математическая статистика
Многомерные распределения
Случайные векторы
Независимость
Числовые характеристики
Нормальное распределение в многомерном случае
Корреляционная теория
Группировка и цензурирование
Одномерная группировка
Одномерное цензурирование
Таблицы сопряженности
Многомерная группировка
Многомерное цензурирование
Нечисловые данные
Вводные замечания
Шкалы сравнений
Экспертные оценки
Группы экспертов
Доверительные множества
Доверительные интервалы
Доверительные множества
Толерантные множества
Малая выборка
Регрессионный анализ
Постановка задачи
Поиск ОМНК
Задачи с ограничениями
Матрица плана
Статистический прогноз
Дисперсионный анализ
Вводные замечания
Один фактор
Два фактора
Общий случай
Снижение размерности
Зачем нужна классификация
Модель и примеры
Дискриминантный анализ
Применимость модели
Линейное прогностическое правило
Практические рекомендации для нелинейного случая
Дискриминация на практике
Более двух классов
Проверка качества дискриминации
Эвристические методы
Экстремальная группировка
Метод плеяд
Метод главных компонент
Постановка задачи
Вычисление главных компонент
Численная иллюстрация метода ГК
Свойства главных компонент
Факторный анализ
Постановка задачи
Математическая модель
Латентные факторы
Латентные факторы в задачах классификации
Оцифровка
Анализ соответствий
Более двух переменных
Размерность
Пример
Случай смешанных данных
Многомерное шкалирование
Вводные замечания
Модель Торгерсона
Алгоритм Торгерсоона
Индивидуальные различия
Временные ряды
Общие положения
Критерии случайности
Тренд и сезонность
А Нормальное распре деление
В Распределение χ2
С Распределение Стьюдента
D Распределение Фишера
Анализ и алгебра
Теория вероятностей
Математическая статистика
Многомерные распределения
Случайные векторы
Независимость
Числовые характеристики
Нормальное распределение в многомерном случае
Корреляционная теория
Группировка и цензурирование
Одномерная группировка
Одномерное цензурирование
Таблицы сопряженности
Многомерная группировка
Многомерное цензурирование
Нечисловые данные
Вводные замечания
Шкалы сравнений
Экспертные оценки
Группы экспертов
Доверительные множества
Доверительные интервалы
Доверительные множества
Толерантные множества
Малая выборка
Регрессионный анализ
Постановка задачи
Поиск ОМНК
Задачи с ограничениями
Матрица плана
Статистический прогноз
Дисперсионный анализ
Вводные замечания
Один фактор
Два фактора
Общий случай
Снижение размерности
Зачем нужна классификация
Модель и примеры
Дискриминантный анализ
Применимость модели
Линейное прогностическое правило
Практические рекомендации для нелинейного случая
Дискриминация на практике
Более двух классов
Проверка качества дискриминации
Эвристические методы
Экстремальная группировка
Метод плеяд
Метод главных компонент
Постановка задачи
Вычисление главных компонент
Численная иллюстрация метода ГК
Свойства главных компонент
Факторный анализ
Постановка задачи
Математическая модель
Латентные факторы
Латентные факторы в задачах классификации
Оцифровка
Анализ соответствий
Более двух переменных
Размерность
Пример
Случай смешанных данных
Многомерное шкалирование
Вводные замечания
Модель Торгерсона
Алгоритм Торгерсоона
Индивидуальные различия
Временные ряды
Общие положения
Критерии случайности
Тренд и сезонность
А Нормальное распре деление
В Распределение χ2
С Распределение Стьюдента
D Распределение Фишера