Методы одномерной статистики.

⇐ ПредыдущаяСтр 3 из 3

Одномерные методы можно классифицировать на основе того, какие данные анализируются: метрические или неметрические. Метрические данные (metric data) измеряются по интервальной шкале или относительной шкале.

3. • Одномерные статистические методы (Univariate techniques) – методы статистического анализа данных в случаях, если существует единый измеритель для оценки каждого элемента выборки либо если эти измерителей несколько, но каждая переменная анализируется отдельно от всех остальных [12].

4. Одномерные методы (рис. 3.9) можно классифицировать на основе того, какие данные анализируются: метрические или неметрические. Метрические данные (metric data) измеряются по интервальной или относительной шкале. Неметрические данные (nonmetric data) оцениваются по номинальной или порядковой шкале. Затем эти методы делят на классы на основе того, сколько выборок – одна, две или более – анализируется в ходе исследования. Стоит отметить, что число выборок определяется тем, как ведется работа с данными для конкретного анализа, а не тем, каким способом собирались данные.

6. Рис. 3.9. Классификация одномерных статистических методов [12]

7. Рассмотрим некоторые из перечисленных на рис. 3.9 одномерных статистических методов.

8. Рассмотрим некоторые из перечисленных на рис. 3.9 одномерных статистических методов.

9. Однофакторный дисперсионный анализ

10. Задачей дисперсионного анализа является изучение влияния одного или нескольких факторов на рассматриваемый признак. Однофакторный дисперсионный анализ используется в тех случаях, когда есть в распоряжении три или более независимые выборки, полученные из одной генеральной совокупности путем изменения какого-либо независимого фактора, для которого по каким-либо причинам нет количественных измерений. Для этих выборок предполагают, что они имеют разные выборочные средние и одинаковые выборочные дисперсии. Поэтому необходимо ответить на вопрос, оказал ли этот фактор существенное влияние на разброс выборочных средних или разброс является следствием случайностей, вызванных небольшими объемами выборок. Другими словами, если выборки принадлежат одной и той же генеральной совокупности, то разброс данных между выборками (между группами) должен быть не больше, чем разброс данных внутри этих выборок (внутри групп).

11. Вариационный ряд

12. Вариация – это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени. Например, работники фирмы различаются по доходам, затратам времени на работу, росту, весу, любимому занятию в свободное время и т.д. Она возникает в результате того, что индивидуальные значения признака складываются под совокупным влиянием разнообразных факторов (условий), которые по-разному сочетаются в каждом отдельном случае. Таким образом, величина каждого варианта объективна.

13. Вариационный ряд – это упорядоченное распределение единиц совокупности чаще всего по возрастающим (реже по убывающим) значениям признака и подсчет числа единиц с тем или иным значением признака. Существуют следующие формы вариационного ряда: ранжированный ряд – представляет собой перечень отдельных единиц совокупности в порядке возрастания (или убывания) изучаемого признака; дискретный вариационный ряд – таблица, состоящая из конкретных значений варьирующего признака х и числа единиц совокупности с данным значением f-признака частот; интервальный ряд – значения непрерывного признака задаются интервалами, которые характеризуются интервальной частотой т.

14. Вариационный анализ предназначен для проверки того, существенно ли влияет изменение независимых переменных на зависимые. Например, данный метод используется для ответов на следующие вопросы:

15. • влияет ли вид рекламы на объем продаж;

16. • влияет ли цвет рекламного объявления на количество людей, вспомнивших рекламу;

17. • влияет ли выбор сбытовой политики на величину продаж?

18. Статистическая проверка значимости результатов маркетинговых исследований [29].

19. В процессе анализа данных у исследователя регулярно возникает вопрос: достаточно ли значимы результаты исследования? Другими словами, может ли результат объясняться тем, что в выборку попали респонденты, которые нс представляют генеральную совокупность в целом? Для ответа на этот вопрос используют статистические гипотезы.

20. • Гипотезы – это предположения или теории, которые исследователь выдвигает относительно некоторых характеристик генеральной совокупности, подлежащей обследованию. Пользуясь статистическими приемами, исследователь пытается установить, существует ли эмпирическое доказательство, подтверждающее выдвинутые гипотезы. Проверка статистических гипотез позволяет рассчитать вероятность наступления какого-либо события. Но в условиях отсутствия полной всесторонней информации (что естественно в случаях использования данных выборки) всегда есть некоторая вероятность и ошибочного заключения.

21. Выдвижение гипотезы (нулевой или альтернативной). Нулевая гипотеза (H0), называемая также гипотезой status quo, представляет собой утверждение, в котором исследователь констатирует факт отсутствия каких-либо отличий либо влияний в исходных данных. Она предназначена для определения согласованности исходных данных с выдвинутым предположением. Исследователю необходимо сформулировать нулевую гипотезу так, чтобы отказ от нее приводил к желательному заключению. Например, предприятие рассматривает возможность разработки нового товара и выведения его на рынок. Для принятия положительного решения необходимо, чтобы объем продаж увеличился на 20%. Выдвинем следующее предположение: объем продаж увеличится менее чем на 20%. Это предположение и называется нулевой гипотезой и обозначается как Н0: Р ≤ 0, 20.

22. Альтернативная гипотеза (Ha) предназначена для определения согласованности данных с нулевой гипотезой и опровергает ее. В нашем примере против нулевой гипотезы можно выдвинуть альтернативную гипотезу вида На: Р > 0, 20.

23. Если данные проверки гипотезы приводят к отказу от нулевой гипотезы, то принимается альтернативная гипотеза, в соответствии с которой можно ожидать увеличения объема продаж на 20%.

24. Существует множество методов для проверки статистических гипотез, основные методы перечислены в табл. 3.10 и впоследствии описаны с примерами.

Билет № 11

1. Информационный поиск, оформление и представление результатов научно-исследовательских работ

Научная работа – не только получение новой информации из результатов наблюдения и опыта. Она сама базируется на огромном массиве информации, полученной ранее другими людьми. Умение извлечь из этого материала нужные сведения, быстро сориентироваться в них и рационально ими распорядиться, чтобы не повторять уже проделанную кем-то работу, характеризует работу исследователя.

Знакомство с полученной ранее информацией может идти разными путями. Участие в конференциях и симпозиумах, командировки в различные организации, личные контакты – каждый из этих источников информации важен и нужен. Однако ценнее всего знакомство со специальной литературой. Поэтому необходимо систематическое чтение специальной литературы и обучение методам правильной работы с ней. Желательно выделить для этого занятия определённое время. Контроль этого времени и его обеспечение являются основой личной организации исследовательского процесса. Чтение преследует не ответ на вопросы исследователя, а само эти вопросы формирует.

С истематическое чтение литературы, во-первых, позволяет оценивать уровень работ в своей и смежной областях, знакомит с новыми идеями и методиками, экспериментальными, техническими и технологическими приёмами и аппаратурой. Систематическое чтение, расширяя кругозор, может подсказать области применения идей и результатов, полученных исследователем. Систематическое чтение литературы – это и обеспечение запаса идей на будущее, а также до известной степени заготовка ответов на вопросы, которые могут возникнуть в дальнейшем.

Во-вторых, задачей чтения является поддержание определённого уровня представлений о ходе развития не только своего, но и смежных разделов науки и техники в целом, т.е. непрерывное развитие научного и технического мировоззрения. Заранее трудно предсказать, что и где понадобится исследователю в будущем. В то же время даже людям, далёким от исследовательской работы, известно, что информационные потоки сейчас резко выросли.

Журналы поставляют примерно 40% научно-технической информации. Некоторая её доля поступает к исследователю через книги. Около 24% всех мировых публикаций приходится на долю естественных наук. В этом потоке доля химии составляет 27, 8%, то есть 6, 7% от всех публикаций. Но считается, что через печатные каналы проходит только 50% научной информации. Остальная её часть содержится в отчётах, авторских заявках, регламентах и т.п.

⇐ Предыдущая 1 23