Шкалирование означает классификацию данных по определенным критериям. На практике применяются номинальная шкала (классификационная), порядковая шкала (ранговая) и количественные (метрические) шкалы. [c.117]
Количественные, или метрические, шкалы подразделяются на интервальные и пропорциональные. Метрические шкалы являются основой всевозможных статистических операций. [c.118]
Эта матрица отражает мнение некоторого эксперта и получена в процессе психологического эксперимента. Эксперимент заключался в том, что испытуемые могли ставить свои оценки из отрезка [0,11 с шагом 0,05 в клетках матрицы. Матрица задает пять функций принадлежности значений точной метрической шкалы расстояний к еле- [c.93]
Отметим важное для нас обстоятельство, а именно то, что для метрических шкал любое интервальное событие можно полностью определить двумя точечными событиями, соответствующими моментам времени, когда интервальное событие начинается и когда оно заканчивается. Эти точечные события называются маркерами начала и конца и обозначаются как и/ н л к, где / — индекс интервального события 6j. Цепочечные события можно заменить на последовательность интервальных событий с разными индексами, а каждое такое интервальное событие можно задать парой своих маркеров. [c.115]
Кроме метрических шкал, как уже упоминалось в 3.4, существуют еще топологические шкалы. В таких шкалах моментам времени нельзя сопоставить никаких имен и нельзя ввести расстояния между этими моментами. Таким образом, на топологической шкале можно отразить только порядок некоторых моментов времени. Поэтому при отображении событий на топологические шкалы фиксируется лишь их взаимное расположение во времени. Необходимость в топологических шкалах может возникнуть по разным причинам. Примерами их могут служить нечеткое отображение событий на шкалу или нечеткие временные отношения, устанавливаемые между событиями. Первый случай иллюстрируется высказыванием В начале мая подул свежий ветер . Второму случаю соответствует, например, высказывание Незадолго до выстрела сосед вышел из комнаты преступника . Разница между этими двумя типами неопределенностей состоит в том, что при переходе от абсолютной шкалы, единицами которой служат дни месяца, к другой, тоже абсолютной шкале, единицами которой служат сами месяцы, можно спрятать нечеткость первого высказывания. Для высказывания второго типа это принципиально невозможно. [c.115]
Для систем управления важно еще ввести функцию р(еье>), с помощью которой можно определять расстояние между событиями ei и е на метрической шкале, а также обычные арифметические операции над расстояниями. Это позволит системе управления, например, получить ответ на вопросы типа Насколько событие е, случилось раньше события е , Сколько времени прошло между событиями et и е Ъ, Если et случилось через т единиц после е [c.118]
Рассмотренные выше четыре основных вида шкал не исчерпывают всех вариантов методов измерения. Возможно построение номинальной шкалы, которая давала бы частичную информацию о порядке (частично порядковая шкала). Более того, порядковая шкала может отображать частичную о расстоянии, как в случае упорядоченной метрической шкалы. Но рассмотрение шкал выходит за рамки данной книги [8]. [c.323]
Предлагалось несколько методик попарного сравнения. Одна из них предполагает включение ответов нейтральных (безразличных, с отсутствием мнений). Другой вариант развития метола — использование попарных сравнений с градацией. При его применении респондента просят не просто выбрать предпочтительную торговую марку, но и указать, насколько она предпочтительнее. Степень предпочтения может быть выражена суммой, которую опрашиваемый готов заплатить за понравившуюся торговую марку. В результате получают денежную метрическую шкалу. Еще одна модификация шкалы попарного сравнения широко используется для получения суждений о сходствах при многомерном шкалировании. [c.325]
Поскольку выходные данные также метрические, между исходными и выходными данными сохраняется сильная взаимосвязь, а атрибуты исходных данных, выраженные в метрической шкале (интервальной или относительной), также сохраняются. Метрические и неметрические методы приводят к одинаковым результатам [c.783]
Эталон измерения называется шкалой. В современных исследованиях применяются четыре вида шкал для измерения различных величин номинальная, порядковая, интервальная и метрическая [c.125]
Метрическая (или сравнительная, сравнение с физическим эталоном) — имеет фиксированную точку 0. Эта шкала и отличается от интервальной тем, что имеет строгие величины размерности, для которых существует значение точки 0 и физически строгой границы. Эти данные всегда сравнительные — сравниваются с физическим эталоном, принадлежащим этой же категории, и если эти две величины равны, то разница между ними равна нулю. Например, время службы телевизионной трубки, возраст, зарплата, доход и т.д. [c.126]
Существует два основных вида многомерного шкалирования неметрическое (НМШ) и метрическое (ММШ). Метрическое многомерное шкалирование требует измерения близостей на количественной шкале, но при оценке потребительских предпочтений чаще [c.142]
Эта возможность предполагает введение соотношений между различными информационными единицами (т. е. их измерение в какой-либо шкале — порядковой, классификационной, метрической и т. п.) и упорядочение информационных единиц путем измерения интенсивности отношений и свойств. [c.419]
Абсолютные шкалы и относительные шкалы являются метрическими (в качестве единицы измерения расстояния между tt и tj можно брать увеличенное на единицу число моментов времени, которые образуют от ti До tj непрерывную последовательность) и могут иметь одинаковую (по наименованию) единицу измерения. Однако между ними не всегда можно установить прямую связь. Так, для первого из двух приведенных выше высказываний за счет знания факта, что Великая Отечественная война началась в 1941 г.,можно связать относительную шкалу с абсолютной, в которой в качестве наименований [c.114]
Если коэффициент корреляции вычисляют не для выборки, а для всей генеральной совокупности, то он обозначается греческой буквой/) (ро). Коэффициент >— это оценка/). Обратите внимание, что расчет предполагает, что Хк метрические переменные, кривые распределения которых имеют одинаковую форму. Если эти не удовлетворяются, то значение уменьшается и р получается недооцененным. В маркетинговых исследованиях данные, полученные с использованием относительной шкалы при небольшом числе категорий, могут не быть строго интервальными. Это приведет к снижению и недооценке/) [3]. [c.644]
Парный коэффициент корреляции г является мерой линейной связи между двумя метрическими (измеренными интервальной или относительной шкалой) переменными. Его квадрат измеряет долю вариации одной из переменных, обусловленную вариацией другой. Частный корреляции — мера зависимости между двумя переменными после исключения эффекта от влияния одной или нескольких дополнительных переменных. Порядок частной корреляции указывает на количество переменных, на которые необходимо внести поправку или которые следует исключить. Коэффициенты частной корреляции могут оказаться полезными для выявления ложных связей. [c.678]
Подобным образом можно рассматривать и характеристику сектор занятости исходя из последовательной шкалы значений в пределах от государственного сектора до частного либо от менее прибыльной до более прибыльной отрасли экономики. Необходимо учитывать возможность существования косвенной зависимости между уровнем дохода и сферой занятости, так как заработная плата и премии на государственных предприятиях много меньше, чем в частном секторе. В обоих случаях категорию другое следует рассматривать как наиболее высокий уровень соответствующего показателя. В конечном итоге при расчете и кодировании анкетных данных важно иметь в виду метрическое упорядочение ответов, соответствующих разным признакам. Заметим, что здесь применялись обычные методы масштабирования. Эта проблема является общей для всех численных методов анализа данных, а не только для метода СОК. Однако авторы других методов часто стараются это скрыть. Ввиду этих ограничений мы предельно сжато рассмотрим категории род занятий и сектор занятости в последующем анализе. [c.205]
Независимые Уровень шкалы Номинальный Метрический Номинальный Таблицы 4 полей Дискриминантный анализ Метрический Вариационный анализ Регрессионный анализ [c.77]
Универсальный чертежный прибор, приведенный на рис. 17.5, позволяет выполнять более 15 графических операций построение геометрических фигур, состоящих из прямых линий (углов, треугольников, прямоугольников) вычерчивание дуг и окружностей нанесение штриховых линий с любым шагом, с различными углами наклона в любую из сторон нанесение штриховых линий с любым переменным шагом (при штриховке цилиндрических поверхностей) нанесение круговых и метрических Шкал с различной длиной рисок построение логарифмической сетки для графиков амплитудно-частотных и фазо-частотных систем автоматического регулирования и др. [c.398]
Он состоит из основания 1 с прикрепленными к нему двумя игольчатыми винтами 2 и пятью специальными винтами 5. На верхней части ошования расположена метрическая шкала от 0 дэ [c.423]
Анализ соответствия ( orresponden e analysis), другое название — анализ корреспонденции. Наряду с факторным анализом и методом многомерного шкалирования его используют для снижения размерности, в частности для перевода номинальных данных, таких, как ответы да — нет , в метрические шкалы. [c.78]
Псевдофизические логики суть логики на шкалах. Шкалы бывают двух типов метрические и топологические. Метрические шкалы в свою очередь делятся на абсолютные и относительные. Топологические шкалы задают между фактами, проецируемыми на них, отношения нестрогого порядка, или размытые отношения, о которых говорилось в 2.11. Пусть, например, мы рассуждаем о пространственном расположении трех объектов a, b и с на прямой. Если в нашем распоряжении имеется абсолютная метрическая шкала, то на ней задан некоторый масштаб и зафиксировано начало отсчета. Предположим для простоты, что масштаб шкалы выбран так, что объекты, о которых идет речь, можно считать точечными, расположенными на делениях шкалы. Ситуация такого типа показана на рис. 3.10, а. При наличии абсолютной метрической шкалы все пространственные отношения на прямой легко вычисляются и не вызывают никаких проблем. Одна абсолютная шкала отличается от другой лишь расположением начальной точки и масштабом, что дает простые соотношения для перехода от одной шкалы к другой. На рис. 3.10,6 показана относительная шкала, а точка начального отсчета фиксируется только в самих описаниях, например В двух километрах за селом находится река, но до села мне еще идти три километра . Относительная метрическая шкала легко переводится в абсолютную. Формулы для такого преобразования тривиальны. [c.107]
Как и для временной логики, начнем построение пространственной статической логики с модели представлений. Учитывая достаточно полное изложение методики построения псевдофизических логик на примере временной логики, мы ограничимся для пространственной логики более фрагментарным изложением. Наибольший интерес в пространственной логике представляет та ее часть, которая связана с получением выводов на топологической шкале расстояний между объектами. Именно эту часть логики мы и рассмотрим здесь. Наше изложение должно пополнить общее представление о тех проблемах, которые встают перед разработчиками псевдофизических логик. Другие же разделы, относящиеся к пространственной статической логике (работа с метрическими шкалами и отображение высказываний на них, работа с отношениями взаимного расположения предметов, отношениями ориентации их в пространстве и многое другое), фактически строятся аналогично тому,, как это делалось для временной логики. [c.125]
При использовании несравнительных шкал (non omparative s ales), также называемых или метрическими, каждый объект исходной рассматриваемой совокупности оценивается независимо от других. Полученные данные считаются или рейтинго- [c.323]
Одномерные методы можно классифицировать на основе того, какие данные анализируются метрические или неметрические. Метрические данные (metri data) измеряются по интервальной шкале или относительной шкале. [c.539]
В своей простейшей форме дисперсионный анализ должен иметь зависимую переменную (предпочтение к сухому завтраку Total ereal), которая является метрической (измеренной с помощью интервальной или относительной шкалы). Кроме того, должна быть одна или больше независимых переменных (потребление продукта сильное, среднее, слабое и отсутствие потребления). Все независимые переменные должны быть категориальными (неметрическими), их еще называют факторами (fa tors). [c.606]
Например, ковариационный анализ необходим, если исследователь хочет изучить тения пользователей в группах с различным уровнем потребления и уровнем приняв во внимание отношение респондентов к составу продуктов питания и к значению завтрака, как способу приема пищи. Две последние переменные измеряются по девятибалльной шкале Лайкерта. В этом случае категориальные независимые переменные (потребление продукта и лояльность к торговой марке) по-прежнему называются факторами, в то время как метрические независимые переменные (отношение к составу продуктов питания и значение, придаваемое завтраку) — [c.607]
Во всех этих методах анализа используется метрическая зависимая переменная. Дисперсионный и ковариационный анализ может включать несколько независимых переменных (степень использования продукта, лояльность к торговой марке, отношение, важность). Более того, одна из независимых переменных должна быть категориальной и категориальные переменные могут иметь больше двух уровней (в нашем примере степень использования продукта имеет четыре уровня). С другой стороны, предназначен для использования в случае с единственной бинарной независимой переменной. Например, различие в предпочтениях товара у лояльных и нелояльных респондентов можно узнать, выполнив проверку с помощью Регрессионный анализ, подобный дисперсионному и ковариационному, также может включать несколько независимых переменных. Однако все независимые переменные, в основном, измеряются интервальной шкалой, хотя бинарные или категориальные переменные могут приспосабливаться к анализу за счет введения фиктивных (dummy) переменных. Например, связь между предпочтением продукта Total ereal, отношением к составу продукта и важностью завтрака можно изучить с регрессионного анализа. [c.607]
В дисперсионном анализе с повторными измерениями наблюдения над каждым участником эксперимента выполняются для каждой комбинации условий эксперимента. Этот план полезен для управления различиями среди участников, которые существуют априори и известны до проведения эксперимента. Неметрический дисперсионный анализ включает изучение различий в средних значениях двух или больше групп, когда зависимая переменная измерена порядковой шкалой. Многомерный дисперсионный анализ (MANOVA) включает две или больше метрических зависимых переменных. [c.634]
Существует несколько методов использования базовой модели. Простейший и самый популярный — регрессионный анализ с фиктивными (dummy) переменными главу 17). В этом случае вычисленные переменные состоят из фиктивных переменных. атрибутивных уровней. Если характеристика имеет А, уровней, ее кодируют через — 1)-ю фиктивную переменную (см. главу 14). Если получены метрические данные, то рейтинги, выраженные в интервальной шкале, образуют зависимую переменную. Если получены неметрические данные, то значения рангов можно преобразовать в 0 или выполнив попарные сравнения между торговыми марками. В этом случае вычисленные переменные представляют различия в атрибутивных уровнях сравниваемых торговых марок. К другим процедурам, для анализа неметрическихданных, относятся MONANOVAn [29]. [c.798]