Статистические совокупности могут быть расчленены одновременно по нескольким признакам. В связи с этим различают одномерные, двумерные и многомерные статистические совокупности. Они могут также состоять из дискретных объектов и непрерывных множеств. Признаки объектов или множеств могут также принимать либо дискретные, либо непрерывные значения. [c.35]
Когда совокупность анализируется по одному признаку, имеем дело с т. н. одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. [c.184]
Если число переменных, характеризующих признак, более одного, то статистическое Р.в. становится многомерным. На него также обобщаются все приведенные выше понятия, связанные с одномерным Р.в. [c.301]
Пусть мы — одномерные разумные существа, поэтому можем представлять мир (и себя) только в пределах прямой М (на рис. 2.17), хотя живем в мире Бога, размерность которого, пусть для примера, всего на единицу превышает нашу (вся плоскость рис. 2.17). Пусть человек — это отрезок ОЯ. Формируя свое представление о Боге по образу и подобию своему, я считаю, что Он тоже должен выглядеть как прямая линия (и представляться отрезком прямой ОЯ (поскольку другой линии я, как одномерное существо, себе представить и не могу)), но в двумерном пространстве (в котором, помимо качественно других фигур (имеющих площадь), существуют также и линии) линии, сохраняя свою принадлежность к классу линий (людей в нашей аналогии), имеют принципиально новое свойство — кривизну (не ощущаемую одномерным существом), отчего Бог, представляясь нам человеком (отрезком прямой ОЯ), на самом деле есть совсем иное — отрезок кривой ОБ. Более того, если этот отрезок постоянно изменяет свою форму, мы этого тоже не заметим. Таким образом, отличия Бога по внешним признакам мы не обнаружим, но Его возможности и содержание окажутся безгранично превышающими наши (по непостижимым для нас причинам), хоть в примере разница в размерностях нашего и Божьего миров всего единица.0 В реальности же разница необозримо больше. [c.298]
Одномерное распределение — распределение статистической совокупности по одному варьирующему признаку. [c.209]
Евклид свел природу к чистым и симметричным объектам точка, одномерная линия, двумерная плоскость, трехмерное тело. Среди тел имеется ряд чисто симметричных форм, таких, как сферы, конусы, цилиндры, блоки. Ни один из этих объектов не имеет в себе отверстий и внешних неровностей. У каждого правильная гладкая форма. Для греков симметрия и сплошность были признаками совершенства. Только совершенство предполагалось в природе. [c.68]
Все методы М. с. состоят в том, что на основании заданных индивидуальных характеристик получают обобщённые характеристики для всей совокупности. В зависимости от задачи в М. с. различают исследование одного отд. признака, варьирующего от одного элемента совокупности к другому, или совместное изучение двух, и нескольких признаков. В первом случае мы имеем одномерные задачи М. с., во втором — многомерные. Различают также исследование статики и динамики массовых явлений. [c.398]
Двумерная совокупность выражается таблицей распределения, в которой изменение значения одного признака дается по строкам, а второго—по столбцам таблицы. Каждая строка и столбец таблицы распределения представляют собой ряд распределения одномерной совокупности. [c.84]
В заключение следует сказать, что ряды распределения, рассмотренные в данной главе, представляют собой группировку элементов но какому-либо одному признаку. Такие ряды называются одномерными. Ряд, сгруппированный по двум признакам одновременно, называется двумерным. [c.86]
Совокупность этих средних величин представляет некоторый обобщенный признак, в соответствии со значениями которого и происходит распределение объектов по группам, как и для случая простой одномерной группировки. [c.47]
Исследование отдельных статистических объектов позволяет получить о них полезную информацию и описать их стандартными показателями. При этом изучаемую совокупность можно представить в виде ряда распределения путем ранжирования (в порядке возрастания или убывания анализируемого количественного признака), дать характеристику этой совокупности, указав центральные значения ряда (среднее арифметическое, медиана, мода), размах варьирования, форму кривой распределения. Такого рода сведения могут быть вполне достаточными в случаях, когда приходится иметь дело с одномерными данными (т.е. лишь с одной характеристикой, например, зарплатой) о каждой единице совокупности (скажем, о сотруднике фирмы). [c.10]
Приведенный в данном разделе анализ состоит в приведении многомерных данных по развивающимся рынкам к одномерному и двумерному виду при помощи самоорганизующихся карт. Не останавливаясь на отдельных показателях, таких как доходность, уровень риска или доходность, взвешенная по уровню риска, мы представим картину состояния развивающихся рынков в виде карт, отражающих сразу несколько признаков доходность, уровень риска, масштабы рынка, объемы сделок, соотношение цены и доходности, дивидендный доход и другие переменные. Сначала мы опишем используемые данные (разд. 6.3.1), затем методологию [c.134]
ПРИЗНАК [attribute, feature, mark] — 1. Величина, характеризуемая в процессе статистического исследования. П. может быть качественным (мнение, суждение) или количественным (напр., количество покупок в магазине за день), одномерным (толщина бумаги при ее измерении контролером ОТК) или многомерным (напр., выработка рабочих и их уровень образования), что зависит от числа наблюдаемых свойств. П. называется ранговым, если он порождает упорядоченное разбиение совокупности на классы (напр., сорта продукции) от низшего к высшему. [c.280]
Одномерная статич. задача М. с. состоит в изучении вариации признака. Полное описание вариации признака может быть представлено в виде ряда распределения — ряда чисел, показывающих, как часто в рассматриваемой совокупности встречаются разные значения признака. Задачей М. с. является получение об- [c.398]
Ранжирование рынков по некоторому признаку, который не может быть оценен непосредственно, например по привлекательности для производителя 2.1. Методы одномерного шкалирования - метод таксономического показателя - метод ранжирования балльных оценок - метод парных сравнений - метод медианы Кемени 2.2. Методы, основанные на интерпретации показателей, характеризующих рынки, как критериев (в пространстве критериев строится скалярная функция, сопоставляющая каждому рынку оценку его качества ) [c.75]
Выделение и выбор признаков может обуславливаться следующим необходимостью нахождения совокупности признаков, порождающих только различие между классами ограничением на время выполнения вычислительных процедур ограниченными ресурсами на приобретение и создание технических средств системы распознавания и др. Для реализации этой цели применяется ряд критериев адекватности набора признаков. Например, критерий Фишера как одномерный критерий адекватности каждого признака для разделения двух классов, расстояние Махаланобиса как многомерный критерий для разделения различных классов, оценка совокупности признаков при полном или частичном переборе выбираемого подмножества признаков из исходного избыточного множества признаков и др. [c.269]