Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Б. Обобщение данных путем группировки признаков.

Модель шкалирования Фехнера. | Модель шкалирования Терстоуна. | Типы шкал | Порядковая измерительная шкала | Интервальная измерительная шкала | Измерительная шкала отношений | Методы психологических измерений. | Метод балльных оценок. | Многомерное шкалирование | Факторный анализ |


Читайте также:
  1. II. МЕТОДИКА ОБРАБОТКИ ДАННЫХ СЕЙСМОКАРОТАЖА
  2. II.1 Использование мастера запросов для создания простых запросов с группированием данных
  3. II.2 Создание простых запросов с группированием данных в режиме конструктора
  4. III. Создание таблицы БД путем импорта данных из таблицы MS Excel
  5. IV. ПОРЯДОК ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
  6. OLAP и многомерные базы данных
  7. Активируются путем частичного протеолиза все перечисленные ниже гормоны. Кроме

Обобщение состоит в выделении из матрицы данных групп тесно связанных признаков при помощи методов факторного анализа.

Факторный анализ представляет собой систему моделей и методов для преобразования исходного набора признаков к более простой и содержательной форме. Он базируется на предположении, что наблюдаемое поведение испытуемого может быть объяснено с помощью небольшого числа скрытых характеристик, называемых факторами.

В матричном виде работа методов факторного анализа может быть представлена как разбиение матрицы данных по столбцам на подматрицы, каждая из которых соответствует одной группе сильно коррелирующих признаков.

Помимо разбиения матрицы данных на вертикальные полоски (группы сильно коррелирующих признаков), факторный анализ формирует новый обобщающий вертикальный столбец (комплексный признак-фактор), который в конденсированном виде содержит основную информацию об испытуемых по всем столбцам соответствующей полоски. Это сжатие может быть изобра­жено как замена матрицы с большим числом столбцов на матрицу с малым числом столбцов, равным числу факторов (Р) и хорошо описывающим все столбцы исходной матрицы данных

В ряде моделей факторного анализа из исходного прямоугольника выделяются вертикальные полоски (группы сильно коррелирующих признаков) так, что одни и те же признаки могут попадать в различные полоски. В этом случае полоски, на которые разбивается матрица данных, оказываются перекрытыми.


Дата добавления: 2015-07-16; просмотров: 97 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
А. Основные теоретические подходы.| В. Обобщение данных путем группировки испытуемых.

mybiblioteka.su - 2015-2024 год. (0.006 сек.)