Методи багатомірної статистики: факторний і кластерний аналіз

Якщо аналіз даних передбачає використання великої кількості взаємозалежних ознак, доцільно застосувати спеціальні методи і алгоритми багатомірної статистики. Ці методи вимагають значних обчислень, для ефективного застосування яких необхідно мати обчислювальну техніку і спеціальне програмне забезпечення.

Серед методів багатомірної статистики найчастіше застосовують аналіз:

· факторний;

· кластерний.

Суть факторного аналізу полягає в тому, що групу сильно скорельованих ознак можна пояснити і описати невеликою кількістю схованих (латентних) факторів, що безпосередньо не спостерігаються, але розкривають значення ознак цієї групи.

Наприклад, за такими ознаками, як: «кількість прочитаних книг», «кількість книг у домашній бібліотеці», «кількість відвідувань театрів і музеїв» схований фактор, який можна було б назвати «рівень культурного розвитку особистості».

Факторний аналіз дає можливість:

· знайти ці латентні фактори;

· описати залежність між ними і первинними ознаками;

· обчислити значення всіх побудованих у такий спосіб факторів для кожного об’єкта.

У результаті виникає можливість без значних втрат інформації перейти від аналізу великої кількості первинних ознак до аналізу порівняно невеликої кількості факторів.

Алгоритми кластерного аналізу дають можливість поділити сукупність об’єктів на однорідні за певним формальним критерієм подібності групи (кластери).

Основною властивістю цих груп є те, що об’єкти, які належать до одного кластера, більш схожі між собою, ніж об’єкти з різних клас-терів. Таку класифікацію можна виконувати одночасно за досить великою кількістю ознак.

Наприклад, відомо чимало статистичних показників, що характеризують рівень соціально-економічного розвитку адміністративних районів країни:

· кількість населення;

· кількість безробітних;

· протяжність шосейних доріг;

· кількість квадратних метрів житла на одну людину і т.п.

Для організації опитування необхідно згрупувати райони у великі утворення (регіони). Але це варто зробити так, щоб у кожному такому регіоні були райони, близькі за своїм соціально-економічним розвитком. Це дасть можливість вибрати в такому регіоні один типовий район і результати опитування в ньому узагальнити щодо всього регіону.

Таке групування може бути ефективно проведено методом кластерного аналізу, оскільки в даному випадку враховується та узагальнюється велика кількість показників.

Підсумок аналізу та інтерпретації соціологічних даних набуває форму документів: звіту за результатами дослідження, інформаційної чи аналітичної довідки. Вони містять відомості, висновки і рекомендації для прийняття практичних (управлінських) рішень. У науково-дослідному плані – це банк соціологічних даних наукового аналізу.

Дата добавления: 2014-01-07