АкушерствоАнатомияАнестезиологияВакцинопрофилактикаВалеологияВетеринарияГигиенаЗаболеванияИммунологияКардиологияНеврологияНефрологияОнкологияОториноларингологияОфтальмологияПаразитологияПедиатрияПервая помощьПсихиатрияПульмонологияРеанимацияРевматологияСтоматологияТерапияТоксикологияТравматологияУрологияФармакологияФармацевтикаФизиотерапияФтизиатрияХирургияЭндокринологияЭпидемиология

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

1. В каких случаях исследователь применяет многомерные статистические методы анализа данных? Какие классы таких методов Вы знаете, в чем состоит их назначение?

2. Каково назначение кластерного анализа? Как (на интуитивном уровне) определяется кластер?

3. Какими синонимами в литературе иногда называют кластерный анализ?

4. Почему кластерный анализ называется «распознаванием образов без обучения»?

5. Из каких шагов (этапов) состоит общая схема процедуры применения кластерного анализа?

6. Как методы кластерного анализа классифицируются по измерительным шкалам, направлению кластеризации и используемой метрике?

7. Какие способы целесообразно использовать для корректного применения кластерного анализа данных, измеренных в разнотипных (смешанных) шкалах?

8. Что такое матрица «объект-признак»? В чем ее отличие от таблицы «объект-признак»?

9. Какие Вам известны способы нормирования показателей, измеренных в разномасштабных шкалах?

10. Как определяется метрическое признаковое пространство? Какими свойствами обладает метрика?

11. Как определяется матрица попарных расстояний? Какими свойствами она обладает?

12. В чем отличие подходов к кластерному анализу с использованием мер различия и мер сходства?

13. Какие популярные меры сходства и различия, используемые в кластерном анализе, Вы знаете? В чем состоят их особенности?

14. Как методы кластерного анализа классифицируются по стратегиям кластеризации?

15. В чем принципиальное отличие агломеративных и дивизивных методов кластеризации?

16. Какие агломеративные методы кластеризации реализованы в статистических пакетах SPSS, Statistica for Windows и Stadia?

17. Какие дивизивные методы кластеризации реализованы в статистических пакетах SPSS, Statistica for Windows и Stadia?

18. Как методы кластерного анализа классифицируются по способам определения межкластерных расстояний?

19. Каков общий алгоритм действий исследователя при выборе и проведении процедуры кластерного анализа психологических данных?

Рекомендуемая литература по теме 11

Основная

1. Боровиков В.П. Программа STATISTICA для студентов и инженеров. – М.: КомпьютерПресс, 2001. – 301 с. – (6. Кластерный анализ автомобилей разных марок. – С.183-200).

2. Дюран Б., Оделл П. Кластерный анализ. – М.: Статистика, 1977. – 128 с.

3. Кулаичев А.П. Методы и средства анализа данных в среде Windows: STADIA 6.0. - 2-е изд., перераб. и доп. – М.: Информатика и компьютеры, 1998. – 270 с. – (Глава 9. Анализ факторных эффектов: 9.6. Многофакторный дисперсионный анализ. – С.145-146; - Глава 10. Анализ временных рядов. – С.151-186; - Глава 11. Регрессионный анализ: 11.4. Множественная линейная регрессия. – С.198-199. - Глава 12. Многомерные методы. – С.208-231).

4. Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика, 1988. – 176 с.

5. Олдендерфер М.С., Блэкфилд Р.К. Кластерный анализ / Факторный, дискриминантный и кластерный анализ / Дж.О.Ким, Ч.У.Мюллер, У.Р.Клекка и др. / Под ред. Енюкова И.С.. – М.: Финансы и статистика, 1989. – 215 с. – С.

6. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере / Изд. 3-е, перераб. и дополн. / Под ред. В.Э.Фигурнова. – М.: ИНФРА-М, 2003. – 540 с.

7. SPSS Base 8.0 для Windows: Руководство по применению. – Город??? СПСС Русь, 1998. – 397 с.

Дополнительная

8. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. – М.: Статистика, 1974. – 240 с.

9. Айвазян С.А., Буштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. Справочное изд-е. – М.: Финансы и статистика, 1989.– 608 с.

10. Андерсон Т. Введение в многомерный статистический анализ. – М.: Физ.-математ. литература, 1963. – 500 с.

11. Аренс Х., Лейтер Ю. Многомерный дисперсионный анализ. – 1985. – 220 с.

12. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. – М.: Мир, 1982. – 486 с.

13. Боровиков В.П., Боровиков И.П. STATISTICA: Статистический анализ и обработка данных в среде Windows.– М.: Филинъ, 1998. – 608 с. – (2. Вводные примеры: 2.2.2. Множественная регрессия. – С.45-54; 8. Некоторые статистические модули и особенности их работы: 8.3. Нелинейное оценивание. - С.401-430; 8.4. Анализ временных рядов и прогнозирование. – С.431-490; 8.5. Факторный анализ. – С.491-527; 8.6. Моделирование структурными уравнениями. – С.528-566).

14. Браверман Э.М. Анализ эмпирических данных. – М., 1979.

15. Бриллинджер Д. Временные ряды: Обработка данных и теория. – М., Мир, 1980.

16. Воронин Ю.А. Теория классифицирования и ее приложения. – Новосибирск: Наука, 1985. – 232 с.

17. Гайдышев И. Анализ и обработка данных: Специальный справочник. – СПб: Питер, 2001. – 752 с.

18. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. – М.: Прогресс, 1976. – 495 с.

19. Дэйвисон М. Многомерное шкалирование. Методы наглядного представления данных.– М.: Финансы и статистика, 1988.– 348 с.

20. Елисеева И.И., Рукавишников В.С. Группировка, корреляция, распознавание образов. – М.: Статистика, 1977. – 144 с.

21. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа: пакет ППСА. – М.: Финансы и статистика, 1986. – 232 с.

22. Жамбю М. Иерархический кластер-анализ и соответствия. – М.: Финансы и статистика, 1988. – 243 с.

23. Классификация и кластер / Под ред. Дж. Вэн Райзина. – М.: Мир, 1980. – 392 с.

24. Клигер С.А., Косолапов М.С., Толстова Ю.Н. Шкалирование при сборе и анализе социологической информации. – М.: Наука, 1978. – 112 с.

25. Крылов В.Ю. Методологические и теоретические проблемы математической психологии / Под ред. А.В.Брушлинского и С.С.Бубновой. – М.: Янус-К, 200. – 376 с.

26. Кулаичев А.П. Методы и средства анализа данных в среде Windows: STADIA 6.0. - 3-е изд., перераб. и доп. – М.: Информатика и компьютеры, 1999. – 340 с.

27. Макарова Н.В., Трофимец В.Я. Статистика в Excel: Учеб. пособие. – М.: Финансы и статистика, 2002. – 368 с.

28. Миркин Б.Г. Анализ качественных признаков и структур. – М.: Статистика, 1980. – 320 с.

29. Миркин Б.Г. Группировки в социально-экономических исследованиях. - М.: Финансы и статистика, 1985. – 224 с.

30. Мостелер Ф., Тьюки Дж. Анализ данных и регрессия. – М.: Финансы и статистика, 1982.

31. Практикум по психологии профессиональной деятельности и менеджмента: Учеб. пособие, 2-е изд. / Под ред. Г.С.Никифорова, М.А.Дмитриевой, В.М.Снеткова – СПб.: Изд-во С.-Петербургского ун-та, 2001. – 240 с.

32. Рабочая книга практического психолога: Пособие для специалистов, работающих с персоналом / Под ред. А.А.Бодалева, А.А.Деркача, Л.Г.Лаптева. – М.: Изд-во Института Психотерапии, 2002. – 640 с.

33. Рао С.Р. Линейные статистические методы и их применение. – М.: Наука, 1968. – 547 с.

34. Справочник по прикладной статистике: В 2-х томах / Под ред. Э.Лойда, У.Ледермана, Ю.Н.Тюрина. – М.: Финансы и статистика, 1989, 1990. – 510 с., 526 с.

35. Статистические методы для ЭВМ / Под ред. К.Энслейна, Э.Рэлстона, Г.С.Уилфа. - М.: Наука, 1986. – 236 с.

36. Суходольский Г.В. Основы математической статистики для психологов. – Л.: Изд-во ЛГУ, 1972. – 429 с.

37. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. – М.: ИНФРА-М; Финансы и статистика, 1995. – 384 с.

38. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. – М.: ИНФРА-М, 1999. – 528 с.

39. Фелингер А.Ф. Статистические алгоритмы в социологических исследованиях. – Новосибирск: Наука (Сибирское отделение), 1985. – 208 с.

40. Холлендер М., Вулф Д. Непараметрические методы статистики. – М., 1983. – 518 с.

41. Hartigan G.A. Clastering algoritms. – New York: John Wiley and Sons,, 1975.

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

Дата добавления: 2015-01-18 | Просмотры: 633 | Нарушение авторских прав