Составители:
200
невыполнения некоторых предпосылок применения корреляционно$
го и регрессивного анализа (например, нормальности распределения).
Использование робастных методов получения статистических оце$
нок позволяет существенно повысить надежность оценок в сравне$
нии с методом наименьших квадратов.
Весьма актуальной задачей для прогнозирования процессов УКП,
подверженных влиянию большого количества случайных факторов,
с учетом требования адекватности является снижение размерности
описания этих процессов. Эта задача успешно решается с использо$
ванием факторного анализа. Основным содержанием факторного ана$
лиза является расчет и анализ корреляционной матрицы признаков,
на основе которой осуществляется переход к другой координатной
системе, обладающей рядом новых свойств, необходимых для стати$
стического анализа, и позволяющей снизить размерность описания
процессов. В качестве инструмента факторного анализа при построе$
нии и анализе корреляционной матрицы используются методы «глав$
ных компонент» и «главных факторов». Различие между методом
главных компонент и другими методами факторного анализа, объе$
диняемыми под общим названием метода главных факторов, обус$
ловлено характером исходной корреляционной матрицы. В методе
главных факторов используется так называемая редуцированная
матрица, в которой на главной диагонали вместо единиц расположе$
ны общности.
Приведенная краткая характеристика методов определения нор$
мативов УКП дает самые общие представления о сущности, облас$
тях применения, процедурных особенностях и возможностях рас$
смотренных методов. Для их детального изучения следует обратить$
ся к специальной литературе [19, 23, 24, 48].
Страницы
- « первая
- ‹ предыдущая
- …
- 198
- 199
- 200
- 201
- 202
- …
- следующая ›
- последняя »