-
Datu analīzes metodes
Nr. | Sadaļas nosaukums | Lpp. |
Ievads | 4 | |
1. | Statistika | 5 |
2. | Statistikas metodes | 6 |
2.1. | Aprakstošā statistika | 6 |
2.2. | Dispersijas analīze | 6 |
2.3. | Faktoru analīze | 7 |
2.4. | Korelācija | 7 |
2.5. | Neparametriskā statistika | 9 |
2.6. | Regresiju analīze | 9 |
3. | Varbūtību teorija | 11 |
4. | Normālsadalījums | 12 |
4.1. | Asimetrijas koeficents | 12 |
4.2. | Ekscesa koeficents | 13 |
5. | Vidējie lielumi | 14 |
5.1. | Nozīmīgākie pakāpju vidējie rādītāji | 14 |
5.2. | Struktūras vidējie rādītāji | 14 |
6. | Tiešsaites analītiskā apstrāde | 16 |
6.1. | Tiešsaites analītiskās apstrādes komponenti | 16 |
7. | Datizrace | 17 |
7.1. | Datizraces process | 18 |
7.2. | Datizraces uzdevumi | 18 |
7.3. | Datizraces metodes | 19 |
7.4. | Datizrace salīdzinājumā ar citām metodēm | 19 |
8. | Klāstera analīze | 21 |
8.1. | Klāsterēšanas metodes | 21 |
8.2. | Galvenie likumi, izstrādājot klāsterus | 22 |
8.3. | Klāsteru analīzes plusi | 22 |
8.4. | Klāsteru analīzes mīnusi | 22 |
Izmantotās literatūras saraksts | 23 |
2.Statistikas metodes
2.1.Aprakstošā statistika
Aprakstošā statistika ir statistikas apakšnozare. Tas ir datu kvantitatīvs vākšanas un summēšanas process, ko izmanto, lai pārveidotu datus no liela apjoma skaitļu formas uz formu, kas ir ērta cilvēkam uztverei un tālākai analīzei.
Aprakstošās statistikas īpatnība ir tā, ka iegūtie rezultāti tiek aprakstīti no teorijas viedokļa, t.i., netiek veikti salīdzinoši aprēķini vairākās izlasēs. Aprakstošās statistikas ietvaros iespējams noteikt rezultātu atbilstību normālsadalījumam ar ekscesa un asimetrijas koeficientu, aprēķināt izlases aritmētisko vidējo un citus centrālās tendences rādītājus, izveidot biežumu sadalījumus, grafiski attēlot rezultātus, kā arī noteikt variācijas rādītājus (variācijas amplitūdu, dispersiju un standartnovirzi).
2.2.Dispersijas analīze
Dispersiju analīze jeb ANOVA (Analysis of Variance) ir statistikas metode, kas tiek izmantota, lai noteiktu, vai divu vai vairāku izlašu dispersijas (t.i. vērtību sadalījumi) ir statistiski nozīmīgi atšķirīgas. Tā ir vidējā kvadrātiskā novirze no aritmētiskā vidējā.
Ja tiek vienkārši salīdzināti divi vidējie, tad rezultāti būs tie paši, kas t testā. Tomēr dispersiju analīze ir metode ar plašākām pielietošanas iespējām. Veicot līdzīgus aprēķinus kā t testa gadījumā, datus apstrādājot var sadalīt apakšgrupās un pētīt attiecības visu šo grupu starpā, neizdarot kompleksus aprēķinus. Dispersijas analīzi visbiežāk lieto statistisko hipotēžu pārbaudei un secinājumu matemātiskai argumentācijai. Dispersijas analīze ļauj pārbaudīt hipotēzes par vairāku izlašu (grupu) līdzību vai atšķirību. Dispersijas analīzi lieto sakarību pētīšanai starp neatkarīgo un atkarīgo mainīgo (jeb starp faktoriālo un rezultatīvo pazīmi) un vairāk nekā trīs grupu aritmētisko vidējo salīdzināšanai, lai noteiktu, vai tie atšķiras statistiski nozīmīgi. Ir vienfaktora dispersiju analīze, kurā apakšgrupas tiek dalītas pēc viena faktora, un daudzfaktoru dispersiju analīze (MANOVA), kurā apakšgrupas tiek dalītas pēc vairākiem faktoriem.
Dispersijas veidi:
grupu dispersija, kuras uzdevums ir raksturot variācijas grupas iezīmes;
starpgrupu dispersija, kas parāda grupu aritmētisko vidējo variāciju ap visas kopas aritmētisko vidējo;
kopējā dispersija, kas pēta pazīmes variāciju visai kopai, kuru ietekmē visi faktori;
grupu vidējā dispersija parāda nejaušo variāciju, tas ir, variācijas daļu, kas radusies vērā neņemtu faktoru ietekmē un nav atkarīga no grupēšanas pamatā ieliktās pazīmes – faktora. To aprēķina kā svērto aritmētisko vidējo no atsevišķu grupu dispersijām.
…
Ievads: Datu analīze tiek veikta, lai noskaidrotu patieso stāvokli, lai prognozētu izmaiņas nākotnē. Datu analīzes rezultāti palīdz pieņemt pareizos lēmumus. Bieži mēdz izvirzīt dažādas Datu analīzi plaši pielieto dažādās jomās - ekonomikā, medicīnā, sociālajās zinātnēs un daudz kur citur. Bez datu analīzes praktiski nevar notikt neviens pētījums. Datu analīzes nozīme mūsdienās ir neatsverama. Ļoti liels palīgs datu analīzē ir dažādas datorprogrammas, kā, piemēram, Excel un SPSS. Tomēr iegūt informāciju par datu analīzes metodēm latviešu valodā ir problemātiski, jo nav daudz grāmatu un resursu, kur aprakstītas šīs metodes.
- Datu analīzes metodes
- Situāciju analīze
- Statistisko datu analīze
-
Tu vari jebkuru darbu ātri pievienot savu vēlmju sarakstam. Forši!Datu avoti un to vākšanas metodes
Referāts augstskolai13
-
Populārāko datu bāzu vadības sistēmu raksturojums
Referāts augstskolai4
-
Tirgzinību pētījumu sagatavošana, datu avoti, savākšanas metodes
Referāts augstskolai22
-
Spēļu teorija un lēmumu ar daudziem kritērijiem analīzes datu modelēšana e-komercijā
Referāts augstskolai16
-
Datu bāzes salīdzināšana ADO un BDE
Referāts augstskolai32
Novērtēts!