Dispersion tahlil asoslari. Dispersiya lotincha «dispersio»

Big Data asosiy tamoyillari
Landshaft kengaytirilishi - ma'lumotlar massivlari juda katta bo'lishi mumkin va bu katta ma'lumotlarni qayta ishlash tizimining dinamik ravishda kengayib borishi kerakligini anglatadi.
- Xatolarga bardoshlik - uskunaning ba'zi elementlari ishdan chiqsa ham, butun tizim ishlashi kerak.
- ma'lumotlarning joylashuvi. Katta taqsimlangan tizimlarda ma'lumotlar odatda juda ko'p sonli mashinalarda tarqatiladi. Ammo, iloji boricha va resurslarni tejash maqsadida ma'lumotlar ko'pincha o'sha serverda saqlanadi.
Uchala tamoyilning barqaror ishlashi va shunga mos ravishda katta ma'lumotlarni saqlash va qayta ishlashning yuqori samaradorligi uchun, masalan, blockchain kabi yangi katta texnologiyalar kerak.
Katta ma'lumotlar nima uchun kerak?
Big Data doirasi doimiy ravishda kengayib bormoqda:
- Katta ma'lumotlardan tibbiyotda foydalanish mumkin. Shunday qilib, bemorga tashxisni nafaqat tibbiy tarix ma'lumotlari asosida, balki boshqa shifokorlar tajribasi, bemorning yashash joyining ekologik holati to'g'risidagi ma'lumotlar va boshqa ko'plab omillarni hisobga olgan holda aniqlash mumkin.
- Katta ma'lumot texnologiyalaridan uchuvchisiz transport vositalarining harakatini tashkil qilish uchun foydalanish mumkin.
- Katta hajmdagi ma'lumotlarni qayta ishlash paytida fotosuratlar va video materiallardagi yuzlarni tanib olish mumkin.
- Big Data texnologiyalaridan chakana sotuvchilar foydalanishlari mumkin - savdo kompaniyalari o'zlarining reklama kampaniyalarini samarali sozlash uchun ijtimoiy tarmoqlardan ma'lumotlar qatoridan faol foydalanishlari mumkin, ular ma'lum bir iste'molchilar segmentiga maksimal darajada yo'naltirilishi mumkin.
- Ushbu texnologiya saylovoldi tashviqotlarini tashkil etishda, shu jumladan jamiyatdagi siyosiy imtiyozlarni tahlil qilishda faol qo'llaniladi.
Bir omilli regression model turlari
Har qanday ekonometrik tadqiqot o’zgaruvchilar oralaridagi bog’lanishlar nazariyasidan kelib chiqib modellarni shakllantirishdan boshlanadi. Avvalo natijaga ta’sir etuvchi omillar to’plamidan muxumlarini, ko’proq ta’sir etuvchilarini ajratib olinadi. Agarda iqtisodiy jarayonni belgilovchi asosiy omil ma’lum bo’lsa, u holda jarayonni o’rganish uchun juft regressiyaning o’zi etarli.Masalan, mahsulotga bo’lgan talab miqdori narxga nisbatan teskari bog’langan degan quyidagi gipoteza ilgari surilayotgan bo’lsa, ya’ni Bunday hollarda yana qanday omillar ta’sir etishini, ularning qaysi biri o’zgarmas bo’lishi mumkinligini bilish kerak, balki ularni kelajakda modelda e’tiborga olish va oddiy regressiyadan ko’p omilli regressiyaga o’tish kerakdir. Juft regressiya tenglamasi kuzatuv natijalaridan olingan ma’lumotlarning o’rtacha qiymatini o’zgarish qonuniyatidan kelib chiqib ikki o’zgaruvchi orasidagi bog’lanishni ifodalaydi. Agar talabning narxga bog’liqligi masalan, tenglama bilan ifodalansa, u xolda bu tenglama narx 1 pul birligiga ortganda, talab o’rtacha 2 pul birligiga kamayishini ifodalaydi.Regressiya tenglamasida ko’rsatkichlar orasidagi korrelyatsion bog’lanish mos matematik funktsiyalar bilan ifodalangan funktsional bog’lanish ko’rinishida tasavvur etiladi. Amalda har bir alohida holatda kattalik quyidagicha ikkita qo’shiluvchidan tashkil topadi.