O‘zbekiston Respublikasi Oliy va o‘rta maxsus ta’lim vazirligi
Toshkent davlat iqtisodiyot universiteti Samarqand filiali
Raqamli iqtisodiyot, axborot texnologiyalari va matematik usullar kafedrasi
Biznes analitika fanidan
6-Laboratoriya darsi
Mavzu: Koʼp oʼzgaruvchan guruhlash va diskriminant tahlil.(4soat)
Bajardi:Nasimov Adiz
Tekshirdi: Yuldosheva Z.S
Samarqand-2022
Mavzu: Koʼp oʼzgaruvchan guruhlash va diskriminant tahlil.(4soat)
Ishdan maqsad: Koʼp oʼzgaruvchan guruhlash va diskriminant tahlil turlarini o’rganish.
Ko'p o'lchovli statistik tahlil- o'rganilayotgan ko'p o'lchovli atributning tarkibiy qismlari o'rtasidagi munosabatlarning tabiati va tuzilishini aniqlashga qaratilgan va ilmiy va amaliy xulosalar olishga mo'ljallangan matematik usullarga bag'ishlangan matematik statistika bo'limi. Bunday tahlil uchun ko'p o'lchovli ma'lumotlarning dastlabki massivi odatda o'rganilayotgan aholi ob'ektlarining har biri uchun ko'p o'lchovli atributning tarkibiy qismlarini o'lchash natijalari, ya'ni. ko'p o'lchovli kuzatishlar ketma-ketligi. Ko'p o'lchovli xususiyat ko'pincha ko'p o'zgaruvchan tasodifiy o'zgaruvchi va umumiy populyatsiyadan namuna sifatida ko'p o'zgaruvchan kuzatishlar ketma-ketligi sifatida talqin etiladi. Bunday holda, dastlabki statistik ma'lumotlarni qayta ishlash usulini tanlash tabiatga oid ma'lum taxminlar asosida amalga oshiriladi. tarqatish qonuni ko'p o'lchovli xususiyatni o'rgangan.
Ko'p o'zgaruvchan taqsimotlarni tahlil qilish va ularning asosiy xarakteristikalari qayta ishlangan kuzatishlar ehtimollik xususiyatiga ega bo'lgan vaziyatlarni qamrab oladi, ya'ni. mos keladigan umumiy populyatsiyadan namuna sifatida talqin etiladi. Ushbu kichik bo'limning asosiy vazifalari quyidagilardan iborat: o'rganilayotgan ko'p o'lchovli taqsimotlarni va ularning asosiy parametrlarini statistik baholash; qo'llaniladigan statistik baholarning xususiyatlarini o'rganish; tahlil qilinayotgan ko'p o'zgaruvchan ma'lumotlarning ehtimollik xususiyatiga oid turli gipotezalarni sinab ko'rish uchun statistik mezonlarni yaratish uchun foydalaniladigan bir qator statistik ma'lumotlarning ehtimollik taqsimotini o'rganish.
2. O'rganilayotgan ko'p o'lchovli xususiyatning tarkibiy qismlari o'rtasidagi munosabatlarning tabiati va tuzilishini tahlil qilish. kabi usul va modellarga xos tushunchalar va natijalarni birlashtiradi regressiya tahlili, dispersiya tahlili, kovarians tahlili, faktorial tahlil, yashirin-strukturaviy tahlil, log-chiziqli tahlil, oʻzaro taʼsirlarni qidirish. . Ushbu guruhga mansub usullarga ma'lumotlarning ehtimollik xususiyatini taxmin qilishga asoslangan algoritmlar ham, har qanday ehtimollik modeli doirasiga to'g'ri kelmaydigan usullar ham kiradi (ikkinchisi ko'pincha ma'lumotlarni tahlil qilish usullari deb ataladi). O'rganilayotgan ko'p o'lchovli kuzatishlar to'plamining geometrik tuzilishini tahlil qilish model va usullarga xos bo'lgan tushunchalar va natijalarni birlashtiradi. diskriminant tahlili, klaster tahlili, ko'p o'lchovli masshtablash. Ushbu modellar uchun tugun masofa tushunchasi yoki ma'lum bir fazoning nuqtalari sifatida tahlil qilinadigan elementlar orasidagi yaqinlik o'lchovidir. Bunday holda, ob'ektlar (xususiyatlar maydonida ko'rsatilgan nuqtalar sifatida) va xususiyatlar (ob'ekt fazosida ko'rsatilgan nuqtalar sifatida) tahlil qilinishi mumkin.
Laboratoriya topshiriqlari:
1-misol
>> x=0:0.5:10;
>> semilogy(x,sin(x),'--or')
>> grid
2-misol
>> t=-10*pi:pi/250:10*pi;
>> z=[sin(5*t).^5].*cos(t),
>> cos(2*t).^2).*sin(t),t];
>> comet3(z);
>> y=sin(2*t).*(sin(t).^2);
x =cos(2*t).*(cos(t).^2);
comet(y,x,0.3); ushbu kod nuqtaning 3 o'lchovli fazoda harakatlanish animatsion ko'rinishi
>> t=-10*pi:pi/250:10*pi;
>> z=[sin(5*t).^5].*cos(t),
>> comet3(z);
Do'stlaringiz bilan baham: |