Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Statistická analýza vícerozměrných dat v příkladech
Autoři: Meloun Milan | Militký Jiří | Hill Martin
Rok: 2012
Druh publikace: odborná kniha
Název nakladatele: Academia
Místo vydání: Praha
Strana od-do: nestránkováno
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Statistická analýza vícerozměrných dat v příkladech Počítačově orientovaná statistická analýza vícerozměrných dat je populárně a značně nematematicky vysvětlena na větším množství praktických příkladů a umožňuje extrahovat v datech ukrytou informaci. Kniha poslouží začátečníkům a studentům přírodních a technických věd, kteří začínají s vícerozměrnou analýzou pomocí rozličného software. Každá kapitola se týká vždy jedné metody analýzy a popisuje cíl spolu se zaměřením metody, podrobným pracovním postupem a podrobnou interpretací výsledků. Na ilustračních příkladech ukazuje způsoby diagnostikování a odkrývání v datech skrytých vnitřních vztahů, struktury a vlastností. Důraz je kladen především na rozbor grafických diagnostik a diagramů. Kniha se soustřeďuje na v praxi nejpoužívanější metody statistické analýzy vícerozměrných dat jako jsou průzkumová analýza dat s prvotní úpravou dat, která je následována metodou hlavních komponent, faktorovou analýzou, diskriminační analýzou, kanonickou korelací, logistickou regresí, analýzou shluků, vícerozměrným škálováním nebo korespondenční analýzou. Výklad metod je usnadněn několika sty grafy a diagramy, ve kterých je diagnostikování vnitřních vztahů zvláště názorné. Příklady jsou voleny z rozličných oborů přírodních věd, především z biochemické a klinické praxe. V řadě použitých počítačových programů dominuje všestranný statistický program STATISTICA. FA; PCA; DA; LR; CLU
eng Multivariate statistical data analysis with excercises Computer oriented statistical analysis of multivariate data is popularly and extensively explained in non-mathematical larger number of practical examples and allows you to extract information hidden in the data. The book will serve beginners and students of natural and technical sciences, who starts using multivariate analysis of diverse software. Each chapter covers one always describes the methods of analysis and target combined with a focus method, a detailed work procedure and a detailed interpretation of the results. On illustrative examples show how to diagnose and uncovering the hidden data of internal relations, structures and properties. Emphasis is placed on analysis of graphical diagnostics and diagrams. The book focuses on the most widely used methods in practice statistical analysis of multivariate data such as exploratory data analysis with an initial modification of data, which is followed by the method of principal components, factor analysis, discriminant analysis, canonical correlation, logistic regression, analysis of clusters, multi-dimensional scaling or correspondence analysis. Interpretation methods is facilitated by several hundred charts and diagrams in which the diagnosis of internal relations particularly illustrative. Examples are chosen from various fields of natural sciences, especially in biochemical and clinical practice. In a suite of computer programs dominated versatile statistical program STATISTICA. FA; PCA; DA; LR; CLU