Анализ многомерных совокупностей. Набор методов для наглядного представления относительного положения конкурирующих товаров или марок. Объекты представляются точками в многомерном пространстве признаков, в котором расстояние между точками определяется степенью различия изображаемых ими объектов. Пример. Производитель компьютеров может проанализировать место, занимаемое его маркой на рынке, по отношению к маркам-конкурентам. [c.141]
Не всем дано быть оцененным по таким показателям, как узнаваемость бренда, например, и не всегда возможно и целесообразно применять для получения обратной связи такие методы, как множественная регрессия, факторный анализ или анализ многомерных совокупностей. [c.55]
Методологической основой изучения объема выпуска и реализации продукции является применение всей совокупности приемов и способов факторного анализа, многомерного анализа и динамических моделей. [c.167]
В маркетинговой литературе эту совокупность часто называют статистическим банком или банком моделей. Среди наиболее популярных методов математической статистики, входящих в этот банк, следует назвать регрессионный анализ, вариационный анализ, факторный анализ, дискриминантный анализ, кластерный анализ, многомерное шкалирование. [c.50]
Для изучения одномерных статистических совокупностей используются вариационный ряд, законы распределения, выборочный метод. Для изучения многомерных статистических совокупностей применяют корреляции, регрессии, дисперсионный и факторный анализ. [c.268]
Для изучения одномерных статистических совокупностей используются вариационный ряд, законы распределения, выборочный метод. Для изучения многомерных статистических совокупностей применяют корреляции, регрессии, дисперсионный, ковариационный, спектральный, компонентный, факторный виды анализа, изучаемые в курсах теории статистики. [c.96]
Классификация и ранжировка хозяйственных объектов являются одной из важнейших задач экономического анализа. Выявление классов однотипных предприятий для разработки общих нормативов планирования, оценки, стимулирования и ранжировка хозяйственных объектов по результатам хозяйственной деятельности давно внедрились в экономический анализ. Новые возможности повышения качества решения этих задач появляются в результате применения таких методов, как группировка многомерных наблюдений, дисперсионный анализ, в частности современный факторный и компонентный анализ, кластерный анализ. Предпочтительным для аналитических целей наряду со специальными приемами классификации является исследование структуры совокупности хозяйственных объектов методами современного факторного (компонентного) анализа. Синтетические факторы или компоненты, выявленные на основе внутренних связей системы экономических показателей, характеризуют отдельные самостоятельные стороны экономических явлений (технический уровень производства, уровень управленческой работы, уровень организации производства и труда и т.п.) и имеют вполне определенную содержательную экономическую интерпретацию. Поэтому классификация и ранжировка хозяйственных объектов по значениям этих факторов или компонент носят более значительную аналитическую нагрузку, чем группировка на основе гетерогенного набора признаков. [c.115]
Анализ корреляционный — метод установления связи и измерения ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону. [c.528]
При одномерном сравнительном анализе сопоставляются один или несколько показателей одного объекта или несколько объектов по одному показателю. При многомерном сравнительном анализе проводится сопоставление результатов деятельности нескольких предприятий по нескольким показателям. Многомерный сравнительный анализ используется для определения рейтинга каждого предприятия в совокупности предприятий. [c.28]
В практике экономических исследований имеющиеся данные не всегда можно считать выборкой из многомерной нормальной совокупности, когда одна из рассматриваемых переменных не является случайной или когда линия регрессии явно не прямая и т. п. В этих случаях пытаются определить кривую (поверхность), которая дает наилучшее (в смысле метода наименьших квадратов) приближение к исходным данным. Соответствующие методы приближения получили название регрессионного анализа. [c.50]
Очень интересные результаты в маркетинговом исследовании может дать один из методов многомерной статистики - кластерный анализ. В результате применения достаточно сложных действий (выполняемых на компьютере с использованием пакета прикладных программ) образуются группы качественно однородных единиц - кластеров, сформированные не по одному, а по совокупности факторов. В частности, этот метод применяется в региональном анализе и в процессе сегментации рынка. Приведем пример кластеризации регионов России за 1995 г. по признаку валового регионального продукта на душу населения, выполненный Н.В. Хорошиловой в своей кандидатской диссертации (таблица 5.8 дана с некоторыми изменениями). [c.208]
Выбрать один признак в качестве группировочного зачастую бывает достаточно трудно. Анализ по нескольким признакам довольно трудоемок и обладает принципиальным недостатком - размыванием совокупности, поскольку даже комбинация двух признаков при попытке разбить совокупность на три или четыре категории дает шесть или восемь подгрупп. В некоторых из них оказывается одно-два наблюдения, что недостаточно для подготовки обоснованных выводов об этих подгруппах. Избежать этого недостатка позволяют методы многомерных группировок. Широкое распространение они получили благодаря использованию вычислительной техники при расчетах. При анализе деятельности отдельных предприятий методы многомерной группировки используют нечасто из-за их сложности, более распространены они при социологических и экономических исследованиях отраслей и регионов. Наиболее разработанным методом многомерной классификации является кластерный анализ (см. раздел 2.8.3). [c.85]
Кластерный анализ - один из методов многомерного анализа, предназначенный для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значения каждого из признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков. Каждое наблюдение, характеризующееся значениями нескольких показателей, можно представить как точку в пространстве этих показателей, значения которых рассматриваются как координаты в многомерном пространстве. Расстояние между точками р и q с k координатами определяется как [c.105]
Так как мы изначально опираемся на три параметра рынка Форекс цена, объем сделок и время, то все остальные индикаторы, составляющие канву технического анализа, получаются за счет различных комбинаций этих трех величин. Отсюда заключаем, что все методы технического анализа, в какой — то степени взаимозависимы и дополняют друг друга. И только тогда, когда трейдер увидит взаимосвязь между этими методами, когда сможет технический анализ воспринимать как что — то многомерное, но единое целое, состоящее из совокупности методик и подходов, его можно назвать техническим аналитиком. [c.203]
Когда совокупность анализируется по одному признаку, имеем дело с т. н. одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. [c.184]
Чаще всего для прогнозов применяются многофакторные математические модели на основе корреляционно-регрессионного анализа-исследования взаимозависимости признаков в генеральной совокупности, являющихся случайными величинами, имеющими нормальное многомерное распределение, и статистических выводов относительно полученных уравнений и коэффициентов регрессии. [c.146]
Излагаемые в работе подходы, решения и выводы корректны лишь для совокупности, подчиненной нормальному закону. В экономических исследованиях чаще встречаются скошенные распределения. Для скошенных же распределений до сих пор не существует аппарата анализа связей. Поэтому практически пользуются методами, разработанными в предположении нормального распределения. Однако выводы должны делаться с большой осторожностью. Например, высокий коэффициент корреляции говорит о тесной взаимосвязи независимо от типа распределения. Малый же коэффициент корреляции при скошенном многомерном распределении не может еще свидетельствовать о слабой связи. Такое положение может привести к довольно скользким позициям в зависимости от исходной гипотезы и желания исследователя факт слабой связи может быть произвольно принят как истинный или как ложный. [c.11]
Контроллинг, как известно, является инновацией для многих российских фирм. Для его широкого внедрения (а он особенно эффективен в условиях порой непредсказуемых экономических трансформаций в России) у нас есть все предпосылки. Наиболее эффективно здесь применение экономико-методических методов. Каждому среднему и даже мелкому предприятию необходима своя аналитическая служба для сбора и анализа поступающей информации и последующего прогнозирования возможных тенденций методами математической статистики. Такой подход объективно необходим для России. Для этих целей реально использовать описательную статистику, парные критерии, анализ факторных эффектов, регрессивный анализ, анализ временных рядов, многомерные методы и другие. Описательная статистика дает основные параметры, характеризующие собранную информацию среднее значение, разброс значений или стандартное отклонение и т.п. Парные критерии оценивают различия между двумя совокупностями данных. Например, предприятие внедрило в практику новую финансовую стратегию, изменило систему оплаты труда и получило при этом положительный эффект. Не исключено, что благоприятный эффект мог быть достигнут не в результате внедренного нововведения, а благодаря удачному стечению обстоятельств. Для выяснения ситуации формируется два набора чисел, каждый из которых содержит значения важного показателя эффективности деятельности фирмы до и после инновации прибыль за определенный период, объем привлеченных средств и т.д. Применение парных критериев позволяет установить случайны ли различия этих двух рядов чисел. [c.160]
Если контроллер определяет закономерность, структуру и группировку конкретного явления в работе компании в большом круге объектов, в каждом из которых имеется множество переменных, то применяются многомерные методы. Любой потенциальный партнер в этом случае характеризуется рядом переменных (размер уставного капитала, объем оборотных средств, число наименований выпускаемой продукции, производственная мощность, численность персонала и т.д.). Позиция здесь следующая предоставлять льготы фирмам, наиболее близким по совокупности параметров к уже зарекомендовавшему себя положительно кругу партнеров. Для этого при помощи факторного анализа определяется группировка всех фирм-партнеров в многомерном пространстве описывающих переменных. [c.161]
Расчет корреляций дает основу для более сложных видов анализа регрессионного, дисперсионного, факторного и др. Часто при исследованиях ставится задача выделить основные факторы, определяющие развитие и размещение того или иного явления. Эту задачу решает многомерный факторный анализ. Он позволяет свести к минимуму (к трем-четырем главным факторам) большие совокупности исходных показателей, характеризующих сложное явление. Уравнение факторного анализа имеет вид [c.225]
По числу изучаемых результативных показателей различается одномерный и многомерный дисперсионный анализ. Результаты одномерного дисперсионного анализа справедливы лишь для каждого из результативных показателей, взятых по отдельности. Совокупная оценка эффекта влияния всех факторов на все результаты невозможна. Многомерный дисперсионный анализ учитывает соотношения между результатами. Корреляции результативных показателей играют иногда существенную роль. Может возникнуть ситуация, когда на отдельно взятый результативный показатель [c.112]
Для построения карт-схем восприятия широко используется метод многомерного шкалирования. Многомерное шкалирование — это одно из направлений анализа данных, которые представляют собой матрицу близости между парами объектов (например, товаров). Его цель — изображение данных о сходстве объектов в виде системы точек в пространстве малой размерности, например на двумерной плоскости. Этот метод позволяет не только выявить значимые характеристики, влияющие на потребительские предпочтения, но также дает возможность показать графически результаты и существенно облегчить интерпретацию данных. В его основе лежит идея о том, что фиксируемые при опросе данные можно расположить в виде точек в некотором координатном пространстве. Оси этого пространства соответствуют латентным (скрытым) факторам, в совокупности адекватно описывающим ситуацию. Поиск координатного пространства осуществляется по данным, характеризующим различия или, наоборот, сходство рассматриваемых объектов (товаров). [c.142]
В процессе анализа применяются и другие приемы и методы - прямого счета, опроса, наблюдений и т.д. Наиболее важными и эффективными в совокупности методов экономического анализа являются экономико-математические методы. Они существенно сокращают сроки проведения анализа, обеспечивают более полный охват влияния факторов на результаты экономического развития, заменяют приближенные и упрощенные расчеты точными вычислениями, позволяют решать новые многомерные задачи анализа, которые практически невыполнимы традиционными методами, и повышают научный уровень исследований в целом. [c.147]
В отличие от предыдущих методов, совместный анализ — это не столько многомерный метод, сколько совокупность исследовательских процедур для планирования и анализа экспериментов. Обычно цель эксперимента — определить влияние на выбор или предпочтение товара каждой из его характеристик. Обшим для всех процедур совместного анализа является допущение о том, что товар представляет собой пучок характеристик, которые рассматриваются совместно, конфета является комбинацией вполне определенных ингредиентов, а именно размера, цены и торговой марки. [c.821]
Основная идея сетевого анализа заключается в описании деятельности как совокупности операций и взаимосвязей между ними, направленной на достижение определенной цели (результата). В отличие от линейных одномерных методов вроде поточного анализа, сетевой анализ позволяет учесть именно все связи между операциями ( сеть ), сохранив их многомерный характер в системе деятельности. [c.120]
Визуализация многомерных данных - метод анализа совокупности многомерных наблюдений, основанный на их отображении в точки одно-, двух- и трехмерного пространства и на последующем визуальном анализе геометрической конфигурации полученной совокупности точек. [c.248]
СОЦИОГРАММА — способ представления межличностных и межгрупповых отношений в виде графа-системы связей между точками, каждой из которых соответствует определенный индивид или социальная группа. Для построения С. предварительно выделенную совокупность респондентов опрашивают относительно содержания и параметров их взаимных контактов. Полученную информацию представляют в виде матрицы и анализируют методами автоматической классификации данных, логико-структурного или факторного анализа, многомерного шкалирования и др. В практике эмпирической С. используется для определения границ различного рода сообществ выявления и анализа их структуры, а также дифференциации их представителей на статусные и ролевые категории. [c.350]
Подводя итог описанию методов представления эффективного множества в виде совокупности эффективных вершин, можно сказать, что все они недостаточно эффективны при анализе ситуаций типа представленной на рис. 6.10. В двумерном случае можно, конечно, задать все эффективные точки как выпуклую комбинацию точек А и В, но в многомерном случае это сделать очень трудно, так как, скажем, в пятимерпом пространстве критериев совсем непросто определить, какие из точек являются соседними, чтобы на их основе построить четырехмерный многогранник эффективных точек. [c.312]
Кластерный анализ — один из методов многомерного анализа, предназначенный для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значения каждого из признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков. Каждое наблюдение, характеризу- [c.130]
ФАКТОРНЫЙ АНАЛИЗ (fa tor analysis) -совокупность методов математической статистики, позволяющих понижать размерность исследуемого многомерного признака Ф а позволяет уменьшить (напр, до 2—3) число учитываемых переменных, [c.289]
Для оценки и сравнительного финансово-экономического анализа, например месторождений, подземных хранилищ газа, компрессорных, насосных станций и др. объектов нефтяной и газовой промышленности, может быть использована технология DEA -Data Envelopment Analysis (называемая иногда в отечественных публикациях АСФ - Анализ Среды Функционирования), не нашедшая еще широкого применения в нашей стране. Удобство данной технологии заключается в получении единственного обобщенного показателя (коэффициента эффективности), учитывающего множество факторов и характеризующего недооцененность каждого объекта относительно других по совокупности показателей. При реализации технологии DEA используются достижения в области математического программирования, теории и методов решения задач оптимизации большой размерности, а также современные средства программного обеспечения. Впервые эта технология была предложена в 1978 г. для анализа деятельности фирм, затрачивающих несколько видов ресурсов на выпуск нескольких видов продукции, т.е. характеризующихся многомерным пространством производственных параметров. [c.121]
Определение и модель ковариационного анализа. Следуя [6], определим ковариационный анализ (КА) как совокупность методов и результатов, относящихся к математико-ста-тистическому анализу моделей, предназначенных для исследования зависимости среднего значения некоторого количественного результирующего показателя у от набора неколичественных факторов Хд и одновременно от набора количественных (регрессионных или сопутствующих) переменных X. Результирующий признак у может быть векторным (тогда говорят о многомерном ковариационном анализе). [c.391]
В анализе существуют такие допущения каждая группа является выборкой из многомерной нормально распределенной совокупности все совокупности имеют одну и ту же ковариационную матрицу. Чтобы лучше понять роль допущений и описанных выше статистик, следует изучить методы выполнения минантного анализа. [c.689]