Многомерный анализ социологической информации

Скачать курсовую работу на тему: "Многомерный анализ социологической информации". В которой рассмотрены основные компоненты многомерного анализа социологической информации. Описана процедура факторного анализа.
Author image
Denis
Тип
Курсовая работа
Дата загрузки
11.11.2024
Объем файла
5015 Кб
Количество страниц
30
Уникальность
Неизвестно
Стоимость работы:
520 руб.
650 руб.
Заказать написание работы может стоить дешевле

ВВЕДЕНИЕ
Исследование социологических процессов основывается на изучении большого числа параметров. Применение методов многомерного статистического анализа в социологии обусловливается необходимостью одновременного анализа множества показателей для оценки процессов, решения прогностических задач, необходимых для принятия управленческих решений в условиях дефицита информации. Именно поэтому методы многомерного анализа получают все большее распространение на современном этапе развития статистической науки и практики.
Актуальность выбранной темы обусловлена тем, что многомерные методы являются основой прогностической аналитики, позволяющей разрабатывать эффективные управленческие решения, помогая делать обоснованные выводы о текущем положении дел и будущих событиях. Независимо от размера и сферы деятельности компании прогностическая аналитика может применяться и повышать эффективность.
Г.К. Каменев, И.Г. Каменев в своих работах решили разобраться в вопросе о систематическом налич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ 3

1.ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МНОГОМЕРНОГО АНАЛИЗА 5

1.1 Понятие и сущность многомерного анализа социологических исследований 5

1.2 Основные компоненты многомерного анализа социологической информации 9

ВЫВОДЫ ПО ПЕРВОЙ ГЛАВЕ 14

2. МЕТОДЫ МНОГОМЕРНОГО АНАЛИЗА 15

2.1 Кластерный анализ. 15

2.2 Факторный анализ 25

ВЫВОД ПО ВТОРОЙ ГЛАВЕ 33

ЗАКЛЮЧЕНИЕ 34

СПИСОК ЛИТЕРАТУРЫ 35

СПИСОК ЛИТЕРАТУРЫ
1. Адреенков В. Г., Толстова Ю. Н. Типология и классификация в социологических исследованиях [Текст] / В. Г. Андреенков, Ю. Н. Толстова. – М.: Наука, 1982.
2. Бородачёв С.М. Многомерные статистические методы: учебное пособие [Текст] / С.М. Бородачёв. – Екатеринбург: УГТУ – УПИ, 2009.
3. Буреева Н.Н. Многомерный статистический анализ с использованием ППП “STATISTICA” [Текст] / Буреева Н.Н. – Нижний Новгород, 2007.
4. Илышев А.М. Общая теория статистики: учебник для студентов вузов, обучающихся по специальностям экономики и управления [Текст] / Илышев А.М. – М.: ЮНИТИ-ДАНА, 2012.
5. Каменев Г.К., Каменев. И.Г. Труды 60-й Всероссийской научной конференции МФТИ. [Текст] / Г.К. Каменев., И.Г. Каменев. – МФТИ, 2017.
6. Муха В.С Анализ многомерных данных. [Текст] / Лабораторный практикум: учеб. метод. пособие / В. С. Муха. Минск : БГУИР –, 2018. – 64 с.
7. Селькова Е.П. Учебно-методический комплекс по дисциплине ?Анализ данных в социологии?. Учебное пособие. [Текст] / Селькова Е.П. – Благовещенск, 2007.
8. Терещенко О.В Многомерный статистический анализ данных в социальных науках : учеб. пособие [Текст] / О. В. Терещенко, Н. В. Курилович, Е. И. Князева. – Минск : БГУ, 2012.
9. Торопчина Г. Н., Двоерядкина Н. Н., Вохминцева Г. П. Элементы кластерного анализа: учеб. метод. пособие [Текст] / Торопчина Г. Н., Двоерядкина Н. Н., Вохминцева Г. П. – Благовещенск: Амурский гос. ун-т, 2006.
10. Фомина Е.Е. Применение факторного анализа для обработки результатов анкетирования [Текст] / Фомина Е.Е. – Тверь, 2016.
 

Для этого используются методы главных компонент, факторного анализа, кластерного анализа переменных, многомерного шкалирования.
Методы исследования структуры изучаемой совокупности объектов (генеральной или выборочной). В рамках этой задачи осуществляется классификация изучаемых объектов на основе одного из двух подходов. Первый подход состоит в группировке объектов по нескольким критериям одновременно. Второй основан на вычислении расстояний между объектами в качестве показателя степени различий между ними: чем больше различий, например, между ответами респондентов на вопросы анкеты, тем больше расстояния и меньше шансов для объектов попасть в один класс. На вычислении расстояний базируются методы кластерного анализа объектов, дискриминантного анализа также некоторые модели такого метода снижения размерност