Анализ данных. Салмин А.А. - 97 стр.

UptoLike

Составители: 

97
На первом этапе регрессионно-когнитивного
моделирования происходит представление всех
имеющихся факторов в виде когнитивной карты, которая
должна отражать общие представления о ситуации в виде
определенных семантических категорий, под которыми
понимаются признаки, факты, события, понятия, имеющие
отношение к конкретной ситуации. На этом этапе
когнитивная карта моделируется в виде полносвязного
графа, причем каждый из имеющихся факторов оказывает
влияние на все остальные. На этом этапе необходимо
обеспечить полноту и полносвязанность модели. Полнота
подразумевает целостность набора вершин графа
факторов модели. Полносвязанность предполагает наличие
всех возможных дуг графа том числе в общем случае и
петель).
На следующем этапе на основе имеющихся данных
проводится количественный анализ взаимных влияний в
сконструированном полносвязном графе. Для этого
создается регрессионная модель для каждого из
имеющегося набора факторов. В (9.1) в качестве примера
представлена линейная регрессионная модель для n
взаимовлияющих факторов: Ф
1
, Ф
2
, …, Ф
n
.
....
...
;...
;...
;...
121
2133
3122
3211
1321
33231
22321
11312
nФФФФФФбnn
nФФФФФФб
nФФФФФФб
nФФФФФФб
ФkФkФkФФ
ФkФkФkФФ
ФkФkФkФФ
ФkФkФkФФ
nnn
n
n
n
(9.1)
Здесь Ф
, Ф
, …, Ф
nб
базовые значения
(свободные члены регрессий), kкоэффициенты влияния.
Например,
21
ФФ
k
определяет влияние фактора Ф
1
на
фактор Ф
2
.
     На    первом   этапе    регрессионно-когнитивного
моделирования     происходит     представление    всех
имеющихся факторов в виде когнитивной карты, которая
должна отражать общие представления о ситуации в виде
определенных семантических категорий, под которыми
понимаются признаки, факты, события, понятия, имеющие
отношение к конкретной ситуации. На этом этапе
когнитивная карта моделируется в виде полносвязного
графа, причем каждый из имеющихся факторов оказывает
влияние на все остальные. На этом этапе необходимо
обеспечить полноту и полносвязанность модели. Полнота
подразумевает целостность набора вершин графа –
факторов модели. Полносвязанность предполагает наличие
всех возможных дуг графа (в том числе в общем случае и
петель).
     На следующем этапе на основе имеющихся данных
проводится количественный анализ взаимных влияний в
сконструированном полносвязном графе. Для этого
создается регрессионная модель для каждого из
имеющегося набора факторов. В (9.1) в качестве примера
представлена линейная регрессионная модель для n
взаимовлияющих факторов: Ф1, Ф2, …, Фn.

Ф1  Ф1 б  k Ф2 Ф1  Ф2  k Ф3 Ф1  Ф3  ...  k Фn Ф1  Фn ;

Ф 2  Ф2 б  k Ф1 Ф2  Ф1  k Ф3 Ф2  Ф3  ...  k Фn Ф2  Фn ;
                                                                      (9.1)
Ф3  Ф3 б  k Ф1 Ф3  Ф1  k Ф2 Ф3  Ф 2  ...  k Фn Ф3  Ф n ;

...
Ф n  Ф n б  k Ф Ф  Ф1  k Ф Ф  Ф 2  ...  k Ф Ф  Фn 1 .
                 1  n           2   3                  n 1 n




      Здесь Ф1б, Ф2б, …, Фnб        – базовые значения
(свободные члены регрессий), k – коэффициенты влияния.
Например, kФ Ф определяет влияние фактора Ф1 на
                     1      2
фактор Ф2.

                                                                           97