Учебное пособие. - Томск: ТМЛ-Пресс, 2011. - 120 с.
ISBN 5-91302-114-2 В учебном пособии изложены методы, наиболее часто используемые при обработке естественно-научных данных: дискриминантный анализ, множественная регрессия, кластерный анализ, метод главных компонент, факторный анализ. Для иллюстрации особенностей компьютерной реализации каждого метода приведены примеры решения задач гидрометеорологического и геохимического содержания с использованием пакета
Statistica или электронной таблицы Excel
Данное пособие разработано для обеспечения дисциплины федерального компонента ДНM 03 «Компьютерные технологии и гидрометеорологии» для магистров направления 020600 - «Гидрометеорология» (Образовательные магистерские программы: 020600 68 01 «Гидрология суши», 020600 68 10 «Экологическая климатология», 020600.68.05 «Метеорологии»); также оно может быть полезно студентам, аспирантам и молодым научным сотрудникам других специальностей для приобретения навыков корректного использования статистических методов в научно-исследовательской работе. Понятие о многомерном статистическим анализе
Характеристика методов многомерного статистического анализа
Краткие сведения о пакетах статистической обработки данных
Основные способы представления многомерных данных
Математическое ожидание и дисперсия многомерной случайной величины
Анализ зависимостей в многомерных данных. Регрессионный анализ
Определение параметров уравнения регрессии
Оценка качества уравнения регрессии
Анализ остатков
Требования к исходным данным
Использование множественной линейной регрессии при решении задач прикладных исследований
Дискриминантный анализ
Теоретические положения дискриминантного анализа
Пример использования дискриминантного анализа для классификации речных вод по химическому составу
Кластерный анализ
Основные положения кластерного анализа
Способы вычисления расстояний между объектами
Правила объединения кластеров
Функционалы качества разбиения на классы
Сравнительный анализ различных методов кластерного анализа
Примеры использования кластерного анализа при решении задач прикладных исследований
Факторный анализ
Общие положения факторного анализа
Модель классического линейного факторного анализа
Вычисление матрицы факторных нагрузок
Интерпретация матрицы факторных нагрузок. Требования простой структуры
Вращение осей
Понятие о R- и Q-факторном анализе
Этапы факторного анализа
Примеры использования факторного анализа при решении задач прикладных исследований
ISBN 5-91302-114-2 В учебном пособии изложены методы, наиболее часто используемые при обработке естественно-научных данных: дискриминантный анализ, множественная регрессия, кластерный анализ, метод главных компонент, факторный анализ. Для иллюстрации особенностей компьютерной реализации каждого метода приведены примеры решения задач гидрометеорологического и геохимического содержания с использованием пакета
Statistica или электронной таблицы Excel
Данное пособие разработано для обеспечения дисциплины федерального компонента ДНM 03 «Компьютерные технологии и гидрометеорологии» для магистров направления 020600 - «Гидрометеорология» (Образовательные магистерские программы: 020600 68 01 «Гидрология суши», 020600 68 10 «Экологическая климатология», 020600.68.05 «Метеорологии»); также оно может быть полезно студентам, аспирантам и молодым научным сотрудникам других специальностей для приобретения навыков корректного использования статистических методов в научно-исследовательской работе. Понятие о многомерном статистическим анализе
Характеристика методов многомерного статистического анализа
Краткие сведения о пакетах статистической обработки данных
Основные способы представления многомерных данных
Математическое ожидание и дисперсия многомерной случайной величины
Анализ зависимостей в многомерных данных. Регрессионный анализ
Определение параметров уравнения регрессии
Оценка качества уравнения регрессии
Анализ остатков
Требования к исходным данным
Использование множественной линейной регрессии при решении задач прикладных исследований
Дискриминантный анализ
Теоретические положения дискриминантного анализа
Пример использования дискриминантного анализа для классификации речных вод по химическому составу
Кластерный анализ
Основные положения кластерного анализа
Способы вычисления расстояний между объектами
Правила объединения кластеров
Функционалы качества разбиения на классы
Сравнительный анализ различных методов кластерного анализа
Примеры использования кластерного анализа при решении задач прикладных исследований
Факторный анализ
Общие положения факторного анализа
Модель классического линейного факторного анализа
Вычисление матрицы факторных нагрузок
Интерпретация матрицы факторных нагрузок. Требования простой структуры
Вращение осей
Понятие о R- и Q-факторном анализе
Этапы факторного анализа
Примеры использования факторного анализа при решении задач прикладных исследований