Daugiamatė analizė: tipai, pavyzdžiai, analizės metodai, tikslas ir rezultatai

2024 Autorius: Howard Calhoun | [email protected]. Paskutinį kartą keistas: 2023-12-17 10:34

Variantinė daugiamatė analizė – tai įvairių statistinių metodų, skirtų hipotezėms ir ryšiui tarp tiriamų veiksnių ir tam tikrų požymių, neturinčių kiekybinio aprašymo, patikrinti. Taip pat šis metodas leidžia nustatyti veiksnių sąveikos laipsnį ir jų įtaką tam tikriems procesams. Visi šie apibrėžimai skamba gana painiai, todėl supraskime juos išsamiau mūsų straipsnyje.

Kitacijos analizės kriterijai ir tipai

Variacinės daugiamatės analizės metodas dažniausiai naudojamas ryšiams tarp tęstinio kiekybinio kintamojo ir vardinių kokybinių požymių rasti. Tiesą sakant, ši technika yra įvairių hipotezių apie įvairių aritmetinių imčių lygybę patikrinimas. Taigi, galilaikomi ir kaip kelių imčių palyginimo kriterijus. Tačiau rezultatai bus identiški, jei palyginimui bus naudojami tik du elementai. T-testo tyrimas rodo, kad šis metodas leidžia hipotezių problemą ištirti išsamiau nei bet kuris kitas žinomas metodas.

Taip pat neįmanoma nepastebėti fakto, kad kai kurios dispersinės analizės rūšys yra pagrįstos tam tikru dėsniu: tarpgrupinių nuokrypių kvadratų suma ir grupės viduje esančių nuokrypių kvadratų suma yra absoliučiai lygios. Kaip tyrimas naudojamas Fišerio testas, kuris naudojamas išsamiai grupės vidaus dispersijų analizei. Nors tam reikalingos prielaidos pasiskirstymo normalumui, taip pat imčių homoskedastiškumas – dispersijų lygybė. Kalbant apie dispersinės analizės tipą, išskiriami šie dalykai:

• daugiamatė arba daugiamatė analizė;
• vienamatė arba vienamatė analizė.

Nesunku atspėti, kad antrajame atsižvelgiama į vieno požymio ir tiriamos reikšmės priklausomybę, o pirmajame – iš karto kelių požymių analize. Be to, daugiamatis dispersija neleidžia nustatyti stipresnio ryšio tarp kelių elementų, nes iš karto tiriama kelių reikšmių priklausomybė (nors metodą atlikti daug lengviau).

Veiksniai

Galvojate apie daugiamatės koreliacinės analizės metodus? Tada turėtumėte žinoti, kad norėdami atlikti išsamų tyrimą, turėtumėte ištirti tuos veiksnius, kurie kontroliuoja eksperimento aplinkybes ir turi įtakos galutiniam rezultatui. Taip pat pagalveiksniai gali reikšti apdorojimo verčių metodus ir lygius, kurie apibūdina tam tikrą tam tikros būklės pasireiškimą. Šiuo atveju skaičiai pateikiami eilinėje arba vardinėje matavimo sistemoje. Jei kyla problemų dėl duomenų grupavimo, turite naudoti tas pačias skaitines reikšmes, kurios šiek tiek pakeičia galutinį rezultatą.

Taip pat reikėtų suprasti, kad stebėjimų ir grupių skaičius negali būti per didelis, nes tai lemia duomenų perteklių ir nesugebėjimą atlikti skaičiavimų. Tuo pačiu metu grupavimo būdas priklauso ne tik nuo apimties, bet ir nuo tam tikrų reikšmių kitimo pobūdžio. Analizės intervalų dydį ir skaičių galima nustatyti vienodo dažnio, taip pat vienodų intervalų tarp jų principu. Dėl to visi gauti tyrimai bus įtraukti į daugiamatės analizės statistiką, kuri turėtų būti pagrįsta įvairiais pavyzdžiais. Prie to grįšime vėlesniuose skyriuose.

ANOVA tikslas

Taigi, kartais gali susidaryti situacijų, kai reikia palyginti du ar daugiau skirtingų imčių. Šiuo atveju logiškiausia būtų taikyti daugiamatę koreliacinę-regresinę analizę, pagrįstą hipotezės ir įvairių veiksnių santykio regresijos laipsniu tyrimu. Be to, technikos pavadinimas rodo faktą, kad tyrimo procese naudojami įvairūs dispersijos komponentai.

Kokia tyrimo esmė? DėlPirma, du ar daugiau rodiklių skirstomi į atskiras dalis, kurių kiekviena atitinka tam tikro veiksnio veikimą. Po to atliekama eilė tyrimo procedūrų, ieškant įvairių imčių ir jų tarpusavio ryšių. Norėdami išsamiau suprasti tokią sudėtingą, bet įdomią techniką, rekomenduojame išstudijuoti kelis daugiamatės koreliacijos analizės pavyzdžius, pateiktus tolesnėse mūsų straipsnio dalyse.

Pirmas pavyzdys

Gamybos ceche yra kelios automatinės mašinos, kurių kiekviena skirta tam tikrai detalei gaminti. Pagaminto elemento dydis yra atsitiktinis dydis, kuris priklauso ne tik nuo pačios mašinos nustatymų, bet ir nuo atsitiktinių nukrypimų, kurie neišvengiamai atsiras dėl detalių gamybos. Tačiau kaip darbuotojas gali nustatyti tinkamą mašinos veikimą, jei iš pradžių gamina dalis su defektais? Teisingai, tą pačią detalę reikia įsigyti rinkoje ir palyginti jos matmenis su gautais gamybos metu. Po to galite sureguliuoti įrangą taip, kad ji pagamintų norimo dydžio dalis. Ir visai nesvarbu, kad yra gamybos brokas, nes į jį taip pat atsižvelgiama atliekant skaičiavimus.

Tuo pačiu metu, jei mašinose yra tam tikri indikatoriai, leidžiantys nustatyti reguliavimo intensyvumą (X ir Y ašys, gylis ir pan.), tada visų mašinų indikatoriai bus visiškai skirtingi.. Jei išmatavimai buvo visiškai vienodi, vadinasi, gamybos defektas negali būtiiš viso atsižvelgti. Tačiau tai nutinka itin retai, ypač jei paklaidos matuojamos milimetrais. Bet jei išleistos detalės matmenys tokie pat kaip ir rinkoje įsigytos standartinės, tai apie jokią santuoką negali būti nė kalbos, nes gaminant „idealų“taip pat buvo naudojama mašina, suteikianti tam tikrų klaidų, kurios tikriausiai irgi buvo. į tai atsižvelgė darbuotojai.

Antras pavyzdys

Gaminant tam tikrą įrenginį, kuris veikia elektra, reikia naudoti kelių rūšių skirtingą izoliacinį popierių: elektrinį, kondensatorių ir pan. Be to, aparatas gali būti impregnuotas derva, laku, epoksidiniais junginiais ir kitais cheminiais elementais, kurie prailgina tarnavimo laiką. Na, o įvairūs nuotėkiai po vakuuminiu cilindru esant padidintam slėgiui lengvai pašalinami naudojant šildymo arba oro išsiurbimo būdą. Tačiau jei meistras anksčiau naudojo tik vieną elementą iš kiekvieno sąrašo, gamybos procese naudojant naują technologiją gali kilti įvairių sunkumų. Be to, beveik neabejotinai tokia situacija bus sukelta dėl vieno elemento. Tačiau apskaičiuoti, kuris veiksnys turi įtakos prastam įrenginio veikimui, bus beveik neįmanoma. Štai kodėl, norint greitai pašalinti gedimo priežastį, rekomenduojama naudoti ne daugiafaktorės, o vieno faktoriaus analizės metodą.

Žinoma, naudojant įvairius įrankius ir įrenginius, kurie seka konkretaus veiksnio įtakąGalutinis rezultatas, tyrimas kartais yra supaprastintas, tačiau pradedantiesiems inžinieriams įsigyti tokių agregatų nebus įperkama. Štai kodėl rekomenduojama naudoti vienpusę dispersijos analizę, kuri leidžia per kelias minutes nustatyti problemų priežastį. Norėdami tai padaryti, užteks prieš save iškelti vieną iš labiausiai tikėtinų hipotezių, o tada pradėti ją įrodinėti eksperimentais ir analizuoti įrenginio veikimo rodiklius. Gana greitai vedlys galės rasti problemų priežastį ir ją išspręsti pakeisdamas vieną iš pasirinkimų alternatyva.

Trečias pavyzdys

Kitas daugiamatės analizės pavyzdys. Tarkime, kad troleibusų depas per dieną gali aptarnauti kelis maršrutus. Tais pačiais maršrutais kursuoja visiškai skirtingų markių troleibusai, įkainius renka 50 skirtingų kontrolierių. Tačiau depo vadovybė domisi, kaip galima palyginti kelis skirtingus rodiklius, turinčius įtakos bendroms pajamoms: troleibuso markę, maršruto efektyvumą ir darbuotojo įgūdžius. Norint pamatyti ekonominį pagrįstumą, būtina detaliai išanalizuoti kiekvieno iš šių veiksnių įtaką galutiniam rezultatui. Pavyzdžiui, kai kurie vadovai gali prastai atlikti savo darbą, todėl teks samdyti atsakingesnius darbuotojus. Dauguma keleivių nemėgsta važinėti senais troleibusais, todėl geriausia naudoti naujos markės. Tačiau jei abu šie veiksniai yra susiję su tuo, kad dauguma maršrutų yra labai paklausūs, tai ar tai apskritai ko nors verta?pakeisti?

Tyrėjo užduotis – vienu analizės metodu gauti kuo daugiau naudingos informacijos apie kiekvieno iš veiksnių įtaką galutiniam rezultatui. Tam reikia iškelti bent 3 skirtingas hipotezes, kurias teks įvairiai įrodyti. Dispersinė analizė leidžia tokias problemas išspręsti per trumpiausią įmanomą laiką ir gauti maksimaliai naudingą informaciją, ypač jei naudojamas daugiafazis metodas. Tačiau atminkite, kad vienamatė analizė suteikia daug daugiau pasitikėjimo tam tikro veiksnio įtaka, nes ji tiria imtį išsamiau. Pavyzdžiui, jei depas visas savo pastangas nukreips į konduktorių darbo analizę, bus galima atpažinti daug nesąžiningų darbuotojų visuose maršrutuose.

Vienpusė analizė

Vieno veiksnio analizė – tai tyrimo metodų rinkinys, skirtas išanalizuoti tam tikrą veiksnį galutiniam rezultatui konkrečiu atveju. Be to, gana dažnai panaši technika naudojama siekiant palyginti didžiausią dviejų veiksnių įtaką. Jei brėžtume analogiją su tuo pačiu depu, tai pirmiausia reikėtų atskirai išanalizuoti skirtingų maršrutų ir markių troleibusų įtaką pelningumui, o tada palyginti rezultatus tarpusavyje ir nustatyti, kuria kryptimi būtų geriausia plėtoti stotį.

Be to, nepamirškite tokio dalyko kaip nulinė hipotezė – tai yra hipotezė, kurigali būti išmestas ir bet kokiu atveju tam įtakos turi visi išvardyti veiksniai. Net jei lygintume tik troleibusų maršrutus ir markes, konduktorių profesionalumo įtakos vis tiek nepavyks išvengti. Todėl net jei šio veiksnio negalima analizuoti, nereikėtų pamiršti nulinės hipotezės įtakos. Pavyzdžiui, jei nuspręsite ištirti pelno priklausomybę nuo maršruto, leiskite skrydžiui tam pačiam konduktoriui, kad rodmenys būtų kuo tikslesni.

Dvipusė analizė

Dažniausiai ši technika dar vadinama palyginimo metodu ir naudojama nustatyti dviejų veiksnių priklausomybę vienas nuo kito. Praktikoje turėsite naudoti įvairias lenteles su tiksliais rodikliais, kad nesusipainiotumėte savo skaičiavimuose ir veiksnių įtakoje jiems. Pavyzdžiui, galite vienu metu važiuoti dviem visiškai skirtingais troleibusais dviem vienodais maršrutais, nepaisydami nulinės hipotezės faktoriaus (pasirinkite du atsakingus konduktorius). Šiuo atveju dviejų situacijų palyginimas bus aukščiausios kokybės, nes eksperimentas vyksta tuo pačiu metu.

Daugiamatė analizė su pakartotiniais eksperimentais

Šis metodas praktikoje naudojamas daug dažniau nei kiti, ypač kai kalbama apie pradedančiųjų tyrinėtojų grupę. Pakartotinė patirtis leidžia ne tik įsitikinti vieno ar kito faktoriaus įtaka galutiniam rezultatui, bet ir surasti klaidas, kurios buvo padarytos tyrimo metu. Pavyzdžiui, dauguma nepatyrusių analitikųpamirškite apie vienos ar kelių nulinių hipotezių buvimą, dėl ko tyrimo metu gaunami netikslūs rezultatai. Tęsiant depo pavyzdį, galime analizuoti tam tikrų veiksnių įtaką skirtingais metų laikais, nes žiemą keleivių skaičius labai skiriasi nuo vasaros. Be to, pakartotinė patirtis gali paskatinti tyrėją prie naujų idėjų ir naujų hipotezių.

Vaizdo įrašas ir išvada

Tikimės, kad mūsų straipsnis padėjo suprasti, kuo pagrįstas daugiamatės koreliacinės analizės metodas. Jei vis dar turite klausimų šia tema, rekomenduojame pažiūrėti trumpą vaizdo įrašą. Jame išsamiai aprašomi dispersinės analizės metodai naudojant konkretų pavyzdį.

Kaip matote, daugiamatė analizė yra gana sudėtingas, bet labai įdomus procesas, leidžiantis nustatyti tam tikrų veiksnių priklausomybę nuo galutinio rezultato. Ši technika gali būti taikoma absoliučiai visose gyvenimo sferose ir gali būti efektyviai naudojama verslui. Be to, daugiamatės analizės modelis gali būti naudojamas norint paprastais metodais pasiekti proveržio tikslų.