В данном пособии в отличие от аналогичных изданий процедуры применения сложных методов многомерного анализа рассматриваются по шагам на конкретных, а не на абстрактных примерах (их представлено в книге более 150). Каждая из пяти тем пособия включает вводные замечания, типологию решаемых задач, задачи для самостоятельных занятий, тесты и вопросы для самоконтроля. Примеры решения большеразмерных задач приведены с применением пакетов электронной обработки данных, в частности пакетов SAS, Statistica, Stadia, Statgraphics.
Для студентов, аспирантов и специалистов, занимающихся статистическими вычислениями повышенной сложности.
Рассматриваются многомерные генеральная н выборочная совокупности, корреляционный, регрессионный, компонентный, факторный анализ, канонические корреляции. Подробно изложены методы многомерной классификации, робастного оценивания. Учебник содержит математико-статистические таблицы, а также конкретные примеры и пояснения, необходимые для их выполнения, и упражнения с использованием ЭВМ, позволяющие закрепить изученный материал.
Для преподавателей, аспирантов, студентов бизнес-школ и экономических вузов, а также экономистов, менеджеров.
В пособии излагаются основные понятия и принципы статистического анализа в бизнес-
информатике. Описываются статистические методы первичного анализ данных, проверки гипотез,
регрессионного анализа, дисперсионного и факторного анализа, дискриминантного и кластерного
анализа, анализа выживаемости, анализа нейросетей. Рассматриваются различные задачи статистиче-
ского анализа в бизнес-информатике.
Учебное пособие предназначено для студентов, обучающихся по экономическим направлени-
ям и специальностям, изучающих дисциплины «Математический анализ», «Теория вероятностей и
математическая статистика», «Методы оптимальных решений»
Обработка многомерных данных является важнейшей зада-
чей современной науки. Цель данного учебного пособия ознако-
мить обучающихся с важнейшими методами обработки много-
мерных данных и интерпретацией полученных результатов,
научиться устанавливать статистические закономерности и уметь
их оценить.
В пособии рассмотрены методы обработки данных, которые
основаны на важнейших разделах регрессионного, кластерного и
факторного анализов, а также методах современной теории рас-
познавания образов.
Излагаемая теория проиллюстрирована подробным реше-
нием некоторых задач прикладной статистики с использованием
пакета программ Scilab. В приложении собраны все тексты про-
грамм рассматриваемых алгоритмов, написанных на языке Scilab.
Пособие предназначено для обучающихся по направлениям
«Социология» и «Экономика». Оно может быть полезным препо-
давателям и студентам, использующих в своей практике аппарат
математической статистики с использованием пакетов приклад-
ных программ.
Обработка многомерных данных является важнейшей зада-
чей современной науки. Цель данного учебного пособия ознако-
мить обучающихся с важнейшими методами обработки много-
мерных данных и интерпретацией полученных результатов,
научиться устанавливать статистические закономерности и уметь
их оценить.
В пособии рассмотрены методы обработки данных, которые
основаны на важнейших разделах регрессионного, кластерного и
факторного анализов, а также методах современной теории рас-
познавания образов.
Излагаемая теория проиллюстрирована подробным реше-
нием некоторых задач прикладной статистики с использованием
пакета программ Scilab. В приложении собраны все тексты про-
грамм рассматриваемых алгоритмов, написанных на языке Scilab.
Пособие предназначено для обучающихся по направлениям
«Социология» и «Экономика». Оно может быть полезным препо-
давателям и студентам, использующих в своей практике аппарат
математической статистики с использованием пакетов приклад-
ных программ.
