Компьютерные решения задач многомерной статистики. Часть 1. Кластерный и дискриминантный анализ. Давнис В.В - 24 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

нов, на территории которых ОАО «Спектр» пока еще не осуществлял свою
деятельность, но которые входят в круг его коммерческих интересов), пред -
ставлены в табл . 3.2.2.
Таблица 3.2.2
Показатели, характеризующие уровень развития регионов,
относительно которых необходимо принять маркетинговое решение
№ Регион
1
х
2
х
3
х
4
х
1. Калужская область 17,74 5,97 28,17 1,29
2. Костромская область 14,88 6,28 25,78 1,32
3. Рязанская область 16,27 7,80 29,91 1,32
4. Смоленская область 23,16 8,20 37,83 1,62
5. Тверская область 15,39 6,82 41,28 1,11
6. Ярославская область 19,28 9,68 27,79 1,82
Фактически задача состоит в получении прогнозных оценок в номи-
нальной шкале, которые позволили бы без проведения полномасштабных
полевых маркетинговых исследований предсказать успешность деятельно-
сти компании в регионах, указанных в табл . 3.2. Решите поставленную за -
дачу с помощью табличного процессора Excel и пакета STATISTICA.
3.2.1.1. Решение с помощью MS Excel
Классический дискриминантный анализ потребовал выполнения сле-
дующих шагов:
1. Ввод исходных данных и оформление их в виде матриц
1
X
и
2
X
=
09,5
57,1
59,1
69,6137,2002,86
62,2462,462,17
57,2778,543,21
62,169,2922,862,23
79,105,3033,663,23
16,256,2596,359,31
29,205,3264,894,28
1
Х и
=
53,192,258,218,20
31,105,3176,493,15
84,073,2106,233,11
22,186,2594,307,14
41,141,2845,297,17
2
Х .
2. Расчет векторов средних по каждой группе и преобразование полу-
ченных вектор-строк в вектор-столбцы
=
301,2
034,33
274,8
264,33
1
Х и
=
195,1
763,26
303,3
825,14
2
Х .
3. Определение оценок ковариационных матриц с помощью пакета
«Анализ данных» 
н ов, н а т ерритории кот орых О А О «Спект р» пока ещ е н е осу щ ествл ял свою
д еят ел ь н ост ь , н о кот орые вход ят в кру г его ком м ерческих ин т ересов), пред -
ст а вл ен ы в т а бл . 3.2.2.
                                                                              Табли ца 3.2.2
          П ок а за т е ли, ха ра к т е ризую щ ие урове нь ра звит ия ре гионов,
    от нос ит е льно к от орых не обходимо принят ь ма рк е т инговое ре ш е ние

        №                Регион               х1         х2        х3          х4
        1.     К а л у ж ска я обл а сть     17,74      5,97      28,17       1,29
        2.     К остром ска я обл а ст ь     14,88      6,28      25,78       1,32
        3.     Ряза н ска я обл а ст ь       16,27      7,80      29,91       1,32
        4.     См ол ен ска я обл а ст ь     23,16      8,20      37,83       1,62
        5.     Т верска я обл а ст ь         15,39      6,82      41,28       1,11
        6.     Я росл а вска я обл а сть     19,28      9,68      27,79       1,82

        Ф а кт ически за д а ча состоит в пол у чен ии прогн озн ых оцен ок в н ом и-
н а л ь н ой шка л е, которые позвол ил и бы без провед ен ия пол н ом а сш т а бн ых
пол евых м а ркет ин говых иссл ед ова н ий пред ска за т ь у спеш н ост ь д еят ел ь н о-
ст и ком па н ии в регион а х, у ка за н н ых в т а бл . 3.2. Реш ит е пост а вл ен н у ю за -
д а чу с пом ощ ь ю т а бл ичн ого процессора Excel и па кет а STATISTICA.
        3.2.1.1. Ре ше н и е с пом ощью MS Excel
        К л а ссический д искрим ин а н т н ый а н а л из потребова л выпол н ен ия сл е-
д у ющ их ш а гов:
        1. В вод исход н ых д а н н ых и оф орм л ен ие их в вид е м а т риц X1 и X 2
                   28,94   8,64 32,05 2,29 
                                             
                   31,59   3,96 25,56 2,16          17,97        2,45   28,41 1,41 
                   23,63                                                            
                            6,33 30,05 1,79          14,07        3,94   25,86 1,22 
                                             
            Х 1 =  23,62   8,22 29,69 1,62  и Х 2 =  11,33       2,06   21,73 0,84  .
                   21,43                                                            
                            5,78 27,57 1,59         15,93       4,76   31,05 1,31 
                  17,62     4,62 24,62 1,57          20,18              25,92 1,53
                                                                   2,8
                                             
                   86,02   20,37 61,69 5,09 
     2. Ра счет векторов сред н их по ка ж д ой гру ппе и преобра зова н ие пол у -
        чен н ых вектор-строк в вектор-ст ол бцы
                               33,264             14,825 
                                                         
                               8,274              3,303 
                         Х 1 =          и    Х 2 =          .
                                33,034              26,763
                                                         
                               2,301              1,195 
                                                         
     3. О пред ел ен ие оцен ок кова риа цион н ых м а триц с пом ощ ь ю па кет а
        «А н а л из д а н н ых»

Страницы