Методы статистической обработки экологической информации: дискриминантный, корреляционный и регрессионный анализ. Буляница А.Л - 32 стр.

UptoLike

32
ВОПРОСЫ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
1. Какие типы измеряемых величин Вы знаете ? К какому типу вели*
чин относится принадлежность человека к европеоидной (1), монголоид*
ной (2) или негроидной (3) расе в качестве измеряемого признака ?
2. Если в качестве другого измеряемого признака человека рассмот*
реть его финансовый статус, определяемый, как 0 – отсутствие дохо*
дов; 1 – заработок или пенсия ниже прожиточного минимума; 2 – за*
работок не выше среднего по стране; 3 – заработок, от среднего по стране
до превышающего его в 10 раз; 4 – заработок, превосходящий средний
по стране более, чем в 10 раз, то, что общего и в чем различия между
данными признаками?
3. В чем основные различия между выборочным средним и медиа*
ной как характеристиками среднего значения измеряемой величины ?
Для какой из них требуется ранжирование измерений ? Какая из них
чувствительна к выбросам ?
4. С каким критерием связано решение задачи об выявлении выб*
росов ? Требуется ли при решении оценивать стандартное отклонение
измерений ?
5. При дискриминации одних и тех же классов: в первом случае
величина критерия t = 2,75, а во втором – t = 3,25. Когда дискримина*
ция более достоверна ?
6. В чем разница между ошибками дискриминации первого и второ*
го рода ?
7. Для нахождения порога в дискриминантном анализе требуется
минимизировать или максимизировать суммарную долю ошибок пер*
вого и второго рода ? Возможны ли какие*либо другие критерии выбо*
ра порога и при каких условиях ?
8. Что характеризует коэффициент корреляции ? Какие алгорит*
мы вычисления корреляционной матрицы Вы знаете ? В каких случа*
ях медианный коэффициент корреляции не может быть вычислен ?
Приведите пример соответствующих выборок измерений.
9. Если корреляционная матрица имеет размерность 6х6, чему долж*
на быть равна сумма собственных чисел этой матрицы ? Можно ли при
произвольных элементах этой матрицы найти собственные числа и соб*
ственные векторы (факторы) аналитически ? Если нет, то почему?