1.064.038

kiadvánnyal nyújtjuk Magyarország legnagyobb antikvár könyv-kínálatát

A kosaram
0
MÉG
5000 Ft
a(z) 5000Ft-os
szállítási
értékhatárig

A sokváltozós adatelemzés statisztikai módszerei

Szerző
Szerkesztő
Budapest
Kiadó: Akadémiai Kiadó
Kiadás helye: Budapest
Kiadás éve:
Kötés típusa: Fűzött kemény papírkötés
Oldalszám: 525 oldal
Sorozatcím:
Kötetszám:
Nyelv: Magyar  
Méret: 25 cm x 17 cm
ISBN: 963-05-3859-8
Megjegyzés: Fekete-fehér ábrákkal illusztrált.
Értesítőt kérek a kiadóról

A beállítást mentettük,
naponta értesítjük a beérkező friss
kiadványokról
A beállítást mentettük,
naponta értesítjük a beérkező friss
kiadványokról

Fülszöveg

Korunk egyik alapvető jellemzője a különböző információk minden várakozáson felüli szaporodása. Ezért is beszélünk információs robbanásról. A már rendelkezésre álló adatrendszerek feldolgozása, a mögöttük húzódó törvényszerűsége felismerése komoly programot, egyben mélyreható nehézségeket is jelenthet a kvantitatív módszerek számára. Az egyik legrugalmasabban alkalmazaható módszertan, amely a kérdésfeltevések igen széles skálája mellett képes lehet a válaszadásra is, a sokváltós statisztika. E tudományterület fontos jellemvonása, hogy a feldolgozott adatrendszert nem vetületben, hanem összefüggésükben, szimultán vizsgálja. A kötetben tárgyalt témakörök kivétel nélkül erősen támaszkodnak a ma már hazai viszonylatban is rendelkezésre álló számítógépes háttérre. Az egyes eljárások szabadságfoka igen nagy, s így stabil alkalmazásuk az elméleti háttér ismeretét, gyakorlatot, sok ötletességet és esetenként bölcs önmérsékletet igényel.

Tartalom

Bevezetés1
A sokváltozós statisztikai adatelemzés helye a módszertanban és az alkalmazásokban5
A módszerek klasszifikációja9
Az adatmátrix szerinti klasszifikáció21
Főkomponens-elemzés25
A módszer leírása25
Faktoranalízis32
A matematikai modell és feltételei32
Geometriai interpretáció37
A kommunalitások becslése38
A faktoranalízis módszerei40
Centroidmódszer40
Főfaktorok módszere43
A faktorsúlyok maximum-likelihodd becslése49
A faktorok számának felső korlátja51
A faktorok rotációja52
Grafikus transzformáció54
Varimax transzformáció56
A faktorok előállítása57
Megbízhatósági és illeszkedési vizsgálatok60
A faktorterek ekvivalenciakritériumai70
Magasabb rendű faktorok79
Kanonikus korrelációelemzés97
A módszer leírása99
Példa a kanonikus korrelációelemzésre120
Kanonikus faktoranalízis120
A módszer leírása120
Több változós szóráselemzés129
A módszer leírása131
Példa a több változós szóráselemzésre136
Diszkriminanciaanalízis139
A módszer leírása141
Kanonikus diszkrimináns faktoranalízis145
Példa a diszkriminanciaanalízisre147
Kalsszifikációs valószínűségek151
A módszer leírása152
Többszörös kovarianciaelemzés156
A módszer leírása157
Faktoriális diszkriminanciaanalízis161
A módszer leírása162
Példa a faktoriális diszkriminanciaanalízisre165
Clusteranalis (fürtelemzés)169
A jellemzők kiválasztása, mérési skálák, skálatranszformációk172
Az ismérvek közötti hasonlósági mutatók173
Nominális és ordinális változók173
A nominális változók esete175
A T-statisztika ordinális változók esetén177
Arány- és intervallumváltozók179
Bináris változók179
A taxomonikus távolság metrikus mértékei180
A Minkowski-metrika és speciális esetei184
Nem metrikus mértékek187
Intervallumváltozók. Calhoun-távolság187
Lance- és Williams-féle mérték189
Normális változók189
A változók súlyozása192
A clusterek távolsága193
A clusteranalízis módszerei195
Nehezen osztályozható elemek - reprezentatív elemek198
A döntésfüggvények típusai199
Osztályozási módszerek - clustertechnikák208
Általános tulajdonságok213
Nem hierarchikus osztályozás215
Hierarchikus osztályozás218
Értékelési szempontok220
Kanonikus clusteranalízis225
Kanonikus távolság225
A kanonikus távolság számítása227
Sokdimenziós skálázás229
A sokdimenziós skálázás inputja és outputja231
A célfüggvény meghatározása234
A sokdimenziós skálázás dimenzióinak értelmezése235
Az MDS-modellek alkalmazásai235
A MINISSA-modell238
Példa a MINISSA-eljárásra: országok fejlettség szerinti sorolása240
Iteraktív eljárás243
A monoton regressziós d érték számítása249
A Guttman-féle rangképejárás d értékének számítása250
Normalizálás250
Az INDSCAL-modell251
Példa az INDSCAL-eljárásra. A társadalom értékstruktúrájának vizsgálata254
Az INDSCAL-eljárás módszere260
Az INDSCAL-modell267
Carroll-Chang-eljárás a Ci dekompozíciójára267
Tucker-Harshman-eljárás a Ci dekompozíciójára268
Harshman PARAFAC-2 modellje269
Tucker háromszempontú skálázós modellje270
Több utas MDS-módszerek271
A több utas INDSCAL-modell271
A több szempontú skálázás Tucker-féle modellje272
A PROFIT-eljárás274
Lineáris modell (tulajdonságillesztés lineáris regresszióval)274
Nem lineáris modell (tulajdonságillesztés nem lineáris regresszióval)276
A PREFMAP-eljárás és változatai278
Általános távolságmodell I.279
Súlyozott távolságmodell II.281
Nem súlyozott távolságmodell III.282
Vektormodell IV.283
Nem metrikus PREFMAP-modell284
Az illesztés jóságának outputja286
A több tényezős döntési modellekről287
Az utilitás meghatározásának módszerei288
A módszerek megválasztása290
Az ELECTRE több tényezős rangsorolási eljárás293
Egyezőségi index293
Különbözőségi index294
Példa az ELECTRE rangsoroló eljárásra298
A lineáris szeparálás elméletéről és gyakorlatáról303
Az alakfelismerésről általában303
A szeparálás alkalmazási területei307
A lineáris szeparálás elmélete308
A szeparálás alkalmazásának feltételei308
A lineáris döntési függvény geometriai tulajdonságai312
Szeparáló algoritmusok315
A jellemzők mérési skáláiról322
Változótípusok, mérési skálák323
A mérési skálák transzformációja330
Átalakítás intervallumskáláról ordinális skálára331
Átalakítás intervallumváltozóról nominális skálára339
Áttérés ordinális skáláról nominális skálára340
Áttérés nominális skáláról ordinális skálára340
Áttérés ordinális skáláról intervallumskálára343
Áttérés nominális skáláról intervallumskálára347
Esettanulmányok359
Nehézipari vállalatok - konkrét mutatószám-rendszerekekn alapuló - csoportosítás és sorrendezése360
A vizsgálatokban felhasznált mutatórendszer információtartalmának, az információtartalom tömörítési lehetőségeinek vizsgálata faktoranalízissel362
Az alapvető információt hordozó változók kiválasztása faktoranalízissel364
Speciális elméleti megfontolások, esetünkre vonatkozó számszerű eredményekkel373
Az elvégzett vizsgálatok blokksémába rendezett összefoglalása383
A 28 változó közötti kapcsolat vizsgálata csoportosítással, clusteranalízis alkalmazásával386
41 vállalat 28 mutató szerinti csoportosítása és összehasonlítása a megelőző eredményekkel388
A vállalatok clusteranalízisénél felhasználható mutatók kiválasztása390
A nehézipari vállalatok ELECTRE-módszerrel való sorrendezése398
A csoportosítás és a sorrendezés összehasonlító elemzése406
Az alakfelismerés statisztikai módszereinek felhasználása neurotikus megbetegedések differenciáldiagnosztikájában419
Részletesebb megállapítások az alapadatokról420
Lényegkiemelési vizsgálatok faktoranalízissel421
Kísérletek a megfigyelések (betegek) clusteranalízissel való csoportosítására427
Statisztikai döntésfüggvények előállítási lehetőségeinek támaszkod tanulóalgoritmus felhasználásával433
Az általánosabb következtetések összefoglalása437
A nagyberuházások jellemzői közötti kapcsolatok a matematikai statisztika csoportelemző módszereinek tükrében441
Az elemző táblázatokban szereplő jelöések összefoglalása442
Az általános elvek az egyes táblázatok értékeléséhez446
Az induló adatrendszer447
Csoportképző ismérv: átfutási idő /2 csoport/449
Csoportképző ismérv: átfutási idő /3 csoport/452
Csoportképző ismérv: 100 ft fejlesztési költségre jutó nyereség455
Csoportképző ismérv: 1Ft termelésre jutó nyereség457
Csoportképző ismérv: D mutató460
Kísérlet a szakmai struktúra és a munkahelyi struktúra kongruenciájának vállalati szintű, több változós elemzésére a kanonikus korrelációszámítás módszerével465
Irodalomjegyzék499
Név- és tárgymutató515
Megvásárolható példányok

Nincs megvásárolható példány
A könyv összes megrendelhető példánya elfogyott. Ha kívánja, előjegyezheti a könyvet, és amint a könyv egy újabb példánya elérhető lesz, értesítjük.

Előjegyzem