Дискриминантный анализ — для проверки достоверности классификации сложных объектов. [c.42]
Метод кластерного анализа позволяет строить классификацию объектов посредством объединения их в группы, или кластеры, на основе критерия минимума расстояния в пространстве т показателей, описывающих объекты. Вероятностное обоснование результатов кластеризации можно получить методом дискриминантного анализа. [c.95]
Дискриминантный анализ позволяет проверить гипотезу о возможности классификации заданного множества объектов п, характеризуемых некоторым числом / переменных показателей х, на некоторое число классов или кластеров k, дать классификации вероятностную оценку. [c.98]
| Таблица 9.2 Классификация предприятий методом дискриминантного анализа |  |
Дискриминантный анализ основывается на формировании функции, разделяющей различные классы объектов [121]. Используются квадратичные и линейные разделяющие функции, непараметрические методы, правила ближайшего соседа, оптимизация по критерию ошибки, иерархическое разделение, а также адаптивные разделяющие функции. [c.203]
В отличие от дискриминантного анализа, в кластерном анализе отсутствует однозначный количественный критерий оценки качества классификации типа ошибки. Кластерным называют анализ объектов, проводимый с целью выделения структур, классов, множеств подобных объектов. Существует большое разнообразие методов кластеризации. [c.204]
Дискриминантный анализ 186 Диссонанс 253 Дистрибьютор 615, 617, 652 Дифференцирование 354, 357 Доля рынка 121 [c.880]
Эффективность рынка определяется эмпирически, и улучшенные модели выявляют различные отклонения, касающиеся малых фирм, фирм с повышенным уровнем прибыли, а также эффектов, например эффекта конца рабочей недели. Такие нелинейные модели, как множественный дискриминантный анализ (МВА) выявляют задержки в реакции рынка, даже если речь идет об обычных, открыто публикуемых годовых отчетах. [c.115]
Нейросетевое моделирование обеспечивает наилучшую точность предсказания банкротств порядка 90%, по сравнению с 80%-85% точностью для других статистических методик (дискриминантный анализ, логистический анализ, ЮЗ, kNN). [c.188]
Априорную плотность вероятности можно оценить различными способами. В параметрических методах предполагается, что плотность вероятности (PDF) является функцией определенного вида с неизвестными параметрами. Например, можно попробовать приблизить PDF при помощи гауссовой функции. Для того чтобы произвести классификацию, нужно предварительно получить оценочные значения для вектора среднего и матрицы ковариаций по каждому из классов данных и затем использовать их в решающем правиле. В результате получится полиномиальное решающее правило, содержащее только квадраты и попарные произведения переменных. Вся описанная процедура называется квадратичным дискриминантным анализом (QDA). В предположении, что матрицы ковариаций у всех классов одинаковы, QDA сводится к линейному дискриминантному анализу (LDA). [c.47]
Имея трехмерные числовые показатели, мы воспользовались линейным множественным дискриминантным анализом. Мы выбрали одинаковые (33%) априорные вероятности того, что данное наблюдение принадлежит той или иной группе. Данные о неправильных классификациях приведены в табл. 8.8. [c.188]
На вход нейронного классификатора, показавшего наилучшую способность к обобщению (таким оказалась 3-1-1 сеть), была подана часть образцов. Результаты классификации (70-процентное попадание) выглядят обнадеживающе на фоне традиционных методов — линейного множественного дискриминантного анализа (MDA) и метода ближайшего соседа (1-NN). Однако способность сети к прогнозированию (56.7% правильных ответов) оказалась ниже ожидаемой. Можно предположить, что целевая переменная была не вполне правильно специфицирована для сомнительных компаний (пограничных случаев), и истинную картину можно будет установить, сравнивая результаты, полученные сетью, с реальными показателями в будущем. [c.194]
Традиционный подход к прогнозированию банкротств основан на множественном дискриминантном анализе (см. [7], [10], [12], [32], [33]). Методы такого типа используются в широко распространенных системах определения рейтинга кредитоспособности, где ищется гиперплоскость, наилучшим образом разделяющая хороших и плохих кандидатов. Хотя к настоящему времени разработано множество дискриминантных моделей, используется (в частности, в управлении кредитами) лишь небольшое число из них. В ряде случаев банки приходят к выводу, что методы MDA не дают ожидаемого улучшения точности по сравнению с традиционными методами. [c.200]
Модели дискриминантного анализа. Для оценки риска банкротства и кредитоспособности предприятий широко используются дискриминантные факторные модели, разработанные американскими и западноевропейскими экономистами. [c.316]
Метод кластерного анализа, позволяющий строить классификацию нескольких объектов посредством объединения их в группы, или кластеры, на основе критерия минимума расстояния в пространстве определенных показателей, описывающих объекты, а также классификацию объектов на заданное число групп — кластеров. Вероятностное обоснование результатов кластеризации можно получить методом дискриминантного анализа. [c.17]
В зарубежных странах для оценки риска банкротства и кредитоспособности предприятий широко используются факторные модели известных западных экономистов Альтмана, Лиса, Таффлера, Тишоу и др., разработанные с помощью многомерного дискриминантного анализа. [c.320]
В зарубежных странах для оценки риска банкротства и кредитоспособности предприятий широко используются дискриминантные факторные модели известных западных экономистов Альтмана, Лиса, Таффлера, Тишоу и др., разработанные с помощью многомерного дискриминантного анализа. Впервые в 1968 году профессор Нью-Иорского университета Альтман исследовал 22 финансовых коэффициента и выбрал из них 5 для включения в окончательную модель определения кредитоспособности субъектов хозяйствования [c.669]
По модели Альтмана несостоятельные предприятия, имеющие высокий уровень четвертого показателя (собственный капитал / заемный капитал), получают очень высокую оценку, что не соответствует действительности. В связи с несовершенством действующей методики переоценки основных фондов, когда старым изношенным фондам придается такое же значение, как и новым, необоснованно увеличивается доля собственного капитала за счет фонда переоценки. В итоге сложилась нереальное соотношение собственного и заемного капитала. Поэтому модели, в которых присутствует данный показатель, могут исказить реальную картину. Выход из создавшегося положения мы видим в разработке собственных моделей для каждой отрасли по методике дискриминантного анализа, которые бы учитывали специфику нашей действительности. Более того, эти функции должны тестироваться каждый год на новых выборках с целью уточнения их дискримйнантной силы. [c.671]
Пример. Проведем классификацию 10 предприятий, рассмотренных в предыдущем примере, и дадим, таким образом, вероятностную оценку результатам кластерного анализа. Вновь обратимся к системе STADIA 5.O. Введем показатели предприятий в первый и второй столбцы электронной таблицы, в третий столбец — номера классов, полученные при кластеризации. Используем блок Статистика и процедуру Дискриминантный анализ и получим следующие результаты. [c.98]
Вьщеление и выбор существенных признаков упрощает реализацию сформированной разделяющей функции и последующее проведение дискриминантного анализа, а в некоторых случаях позволяет определить комоинацию признаков, минимизирующих ошибку классификации. [c.204]
Пионерская работа Альтмана в этом направлении датируется 1968 годом (Altman, 1968). Используя метод линейного дискриминантного анализа он выявил пять наиболее значимых финансовых индикаторов, влияющих на предсказание банкротств [c.187]
Логистическая регрессия является методом бинарной классификации, широко применяемом при принятии решений в финансовой сфере. Она позволяет оценивать вероятность реализации (или нереализации) некоторого события в зависимости от значений некоторых независимых переменных - предикторов xb...,xN. В модели логистической регресии такая вероятность имеет аналитическую форму Pr(x) =(l+exp(-z ))", где z = ao+ aiXi+...+ aNxN. Нейросетевым аналогом ее очевидно является однослойный персептрон с нелинейным выходным нейроном. В финансовых приложениях логистическую регрессию по ряду причин предпочитают многопараметрической линейной регрессии и дискриминантному анализу. В частности, она автоматически обеспечивает принадлежность вероятности интервалу [0,1], накладывает меньше ограничений на распределение значений предикторов. Последнее очень существенно, поскольку распределение значений финансовых показателей, имеющих форму отношений, обычно не [c.202]
У Очень важной является проблема диагностирования инфаркта миокарда в приемном покое. Опытные врачи правильно определяют это заболевание в 88% случаев и в 29% случаев дают ложную тревогу. Разнообразные статистические методы, включая дискриминантный анализ, логистическую регрессию, рекурсивный анализ распределений и пр. смогли лишь незначительно снизить число ложных тревог (до 26%). А вот Вильям Бакст, работающий на медицинском факультете университета в Сан-Диего, использовал для диагностики многослойный персептрон и повысил число правильно диагностированных инфарктов до 92%. Но более впечатляющим [c.203]
Правило индукции (Вейс и др.) Один ближайший сосед , , Деревья классификации и регрессии Индукция по решающему дереву Линейный дискриминантный анализ " Квадратичный дискриминантный анализ -Общий дискриминантный анализ Сеть 4-3-1 гр . Сеть 4-4-1 >, Сеть 4-5-1 7/150 6/150 . ...... f ЗЛ50 3/150 ТЭ 3/150 > т 3/150 3/150 2/150 0/150 [c.55]
При использовании количественных моделей исходят из того, что шансы компании на выживание можно оценить, отслеживая, как меняются со временем соотношения между различными финансовыми показателями. Обсудим вкратце два наиболее известных метода такого рода — множественный линейный дискриминантный анализ (MDA = Multiple Dis riminant Analysis) и регрессию. [c.168]
Включает дискриминантный анализ, кластер-анализ и другие матема-тико-статистические методы, как правило, не опирающиеся на предпосылку о вероятностном характере исследуемых зависимостей (см. Прикладная статистика). В частности, дискриминантный анализ предназначен для решения задач, связанных с разделением совокупностей наблюдений (элементарных данных). Если у исследователя имеется по одной выборке из каждой неизвестной ему генеральной совокупности (такую выборку называют "обучающей"), то с помощью методов дискри-минантного анализа удается приписать некоторый новый элемент (наблюдение х) к своей генеральной совокупности. [c.199]
Смотреть страницы где упоминается термин Дискриминантный анализ
: [c.98] [c.74] [c.839] [c.846] [c.226] [c.385] [c.200] [c.16] [c.203] [c.246] [c.246] [c.246] [c.248] [c.248] [c.248] [c.157] [c.71] [c.146] [c.89] [c.464] [c.128] [c.129]Смотреть главы в:
Маркетинг менеджмент (1998) -- [ c.186 ]
Экономико-математический словарь Изд.5 (2003) -- [ c.89 , c.199 ]