ХНЕУ ім. С. Кузнеця
Титульна сторінка
Вихідні відомості
Анотація
Інструкція користувача
Зміст
Вступ
1
Базові поняття бізнес-аналітики багатовимірних процесів
1.1
Сутність багатовимірного статистичного аналізу. Можливості застосування багатовимірного статистичного аналізу в бізнес-аналітиці
Застосування багатовимірного статистичного аналізу в економіці
1.2
Історичні аспекти використання багатовимірного статистичного аналізу. Методи багатовимірного статистичного аналізу
1.3
Особливості обробки багатовимірних статистичних даних. Види простору ознак. Етапи дослідження за допомогою багатовимірного статистичного аналізу
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
2
Вимірювання і типи вимірювальних шкал. Методи оцінювання вибірки
2.1
Поняття, сутність вимірювання та їх класифікація
2.2
Вибіркова сукупність, оцінювання якості та формування вибірки
2.3
Сутність та основи робастного оцінювання вибірки
2.4
Статистичні критерії виявлення грубих помилок
Тест для виявлення похибок, заснований на розрахунку T‑критерію Граббса
Оцінювання грубих похибок на основі L- і E‑критеріїв (Тітьєна та Мура)
Оцінювання багатовимірної сукупності даних на основі F‑критерію Фішера
2.5
Основні методи визначення стійких статистичних оцінок
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
3
Особливості класифікації багатовимірних об’єктів
3.1
Особливості застосування методів кластерного аналізу
3.2
Термінологія кластерного аналізу
3.3
Міри подібності
3.4
Приклади розрахунку мір подібностей
Приклад 3.1. Евклідова відстань
Приклад 3.2. Зважена евклідова відстань
Приклад 3.3. Відстань city-block (Мангетенська)
Приклад 3.4. Використання коефіцієнта Жаккара
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
4
Методи кластерного аналізу. Класифікація без навчання
4.1
Класифікація кластер-процедур. Ієрархічні агломеративні й ітеративні кластер-процедури
Класифікація методів кластерного аналізу
Методи групування
4.2
Нечіткі методи класифікації
Базовий алгоритм нечітких
\(k\)
-середніх. Fuzzy
\(c\)
-means (Бездек)
Базовий алгоритм нечітких
\(k\)
-середніх – FCM
Метод пошуку згущень «форель»
Метод дендритів
Метод куль
4.3
Критерії якості класифікації методами кластерного аналізу
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
5
Класифікація з навчанням. Методи дискримінантного аналізу
5.1
Сутність і завдання дискримінантного аналізу. Обмеження та проблеми використання методів дискримінантного аналізу
5.2
Методи дискримінантного аналізу. Алгоритм лінійного дискримінантного аналізу Фішера для двох класів. Перевірка якості дискримінації
5.3
Приклади використання дискримінантного аналізу
Приклад 5.1. Використання дискримінантного аналізу для двох класів
Приклад 5.2. Розв’язання прикладу для випадку з чотирма класами
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
6
Методи повної редукції. Таксономічний показник рівня розвитку
6.1
Поняття редукції ознак. Класифікація методів редукції ознак
6.2
Таксономічний показник рівня розвитку
6.3
Приклад застосування таксономічного показника рівня розвитку в економічних дослідженнях
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
7
Методи неповної редукції. Метод центра ваги
7.1
Поняття системи діагностичних ознак
7.2
Метод «центра ваги»
7.3
Приклад застосування методу «центра ваги» в економічних дослідженнях
7.4
Оцінювання якості діагностичного простору ознак
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
8
Методи факторного аналізу
8.1
Сутність моделі факторного аналізу, його основні завдання
8.2
Визначення структури та статистичне дослідження моделі факторного аналізу
8.3
Метод головних факторів. Оцінювання факторів і задачі класифікації
8.4
Метод головних компонент
8.5
Приклади реалізації алгоритму методу головних компонент
Приклад 1
Приклад 2
Завдання для самостійного опрацювання
Контрольні запитання для самоперевірки
Тестові завдання
Практичні завдання
9
Лабораторний практикум
9.1
Оцінка параметрів розподілу випадкових величин
Методичні рекомендації
9.2
Методи та моделі кластерного аналізу.
Класифікація без навчання
Методичні рекомендації
9.3
Методи та моделі дискримінантного аналізу. Класифікація з навчанням
Методичні рекомендації
9.4
Методи редукції
Методичні рекомендації
9.5
Методи та моделі багатовимірного шкалювання
Методичні рекомендації
Глосарій
Предметний покажчик
Рекомендована література
Бізнес-аналітика багатовимірних процесів
Зміст