ИЗМЕНЧИВОСТИ НАБОРА ПРИЗНАКОВ

МНОГОМЕРНЫЕ МЕТОДЫ ИЗУЧЕНИЯ ВНУТРИГРУППОВОЙ

Определим изменчивость индивидов в группе, не обнаруживающей существенной внутренней структуры по тем факторам, которые могут заведомо вызывать разнокачественность состава этой группы (пол, возраст, этно-территориальная или профессиональная принадлежность и др.), как внутригрупповую изменчивость. При отсутствии внутренней структуры такой группы индивидов на первый план выступают закономерности вариации признаков и их взаимные корреляции. Из элементов описания, свойственных многомерному нормальному распределению, в таком случае может представлять интерес рассмотрение ковариационной матрицы или ее частного случая - корреляционной матрицы. Для этих целей разработан целый ряд методов. Их использование связано со смыслом поставленной задачи. В частности, одним из условий использования того или иного метода многомерного изучения корреляционных взаимосвязей признаков является структура набора этих изучаемых показателей.

В исследовательской практике возможна ситуация, когда вектор m признаков

       
   


X'= X1, X2, X3, ..., Xm

 

содержательно значимым способом должен быть разбит на две части. Например, по тем или иным причинам один из этих признаков, скажем Xm, может быть выделен. Тогда набор признаков разобьется на две части

X'= X1, X2, X3, ..., Xm –1 | Xm = X*' | Xm ,

 

где вектор X*' включает признаки X1, X2, X3, ..., Xm –1 . Тогда изучение коррелированности признаков из целого набора X будет сведено к рассмотрению коррелированности признака Xm и набора признаков X*. Такая задача естественным образом приводит к использованию так называемых методов множественной корреляции и регрессии. В этом случае изучается направленное воздействие признаков из их набора X* на признак Xm.

Возможен иной способ содержательного разбиения набора признаков X на две части, когда каждая из них включает несколько переменных

X'= X1 X2 X3 ... Xn | Xn+1 Xn+2 ... Xm = X1' | X2' .

В этом случае целый вектор X можно представить как состоящий из двух частей X1 и X2. Первая из них включает первые n признаков, вторая - остальные m - n переменных. Тогда задача изучения взаимосвязей признаков из целого набора X сводится к рассмотрению корреляций двух наборов X1 и X2. Для подобных целей предназначается специальный метод канонических корреляций.

Наконец, возможна ситуация, когда общий набор признаков должен рассматриваться как нечто единое. Возможно существующая его внутренняя структура, предполагающая наличие групп признаков с относительно более высокими взаимными связями, в этом

- 32 -

случае должна выявляться по результатам проведенного анализа, а не предполагаться априорно. Для подобных целей используются методы компонентного и факторного анализа, которые при своей общей близости отличаются разными свойствами.

При использовании всех этих методов применяется широко распространенный в многомерной статистике прием получения новых переменных как линейных комбинаций исходных признаков. В зависимости от целей метода они называются каноническими переменными, главными компонентами или факторами и предназначены для явного выделения основных направлений изучаемых корреляций признаков.

 








Дата добавления: 2016-02-13; просмотров: 594;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.009 сек.