|
|
 |
| Авторизация |
|
|
|
| Поиск по указателям |
|
|
|
|
|
|
|
 |
|
|
|
| Айвазян С.А., Бухштабер В.М., Енюков Е.С. — Прикладная статистика. Классификация и снижение размерности |
|
|
|
| Предметный указатель |
Автоматическая классификация 7 18 19 143 144
Автоматическая классификация, общая теория 8
Агрегирование (простое) признаков 18
АИС-Хоккит 431
Алгоритм агломеративный 250
Алгоритм дивизимный 250
Алгоритм, движение 228
Алгоритм, интерпретирующий функционал 288
Алгоритм, стабилизируемость 288
Алгоритм, сходимость 288
Анализ данных 9
Анализ соответствий для двухвходовых таблиц сопряженностей 448—455
Анализ соответствий множественный 455—464
Анализ соответствий, вопросы интерпретации 463—464
Анализ соответствий, вычислительная процедура 461—463
Апостериорный математико-постановочный этап исследования 43 46
Аппроксимация функции регрессии на основе ЦП 515
Априорные сведения о модели 34 35
Априорный математико-постановочной этап исследования 42 46
Асимптотика растущей размерности 88—90 93—104 107—108 112
Асимптотика традиционная 89
Байесовское правило классификации 48 78 81—82
Бинарная форма, матрицы данных 455
Бинарные переменные 302
Бхатачарня расстояние см. «Качества классификации характеристики»
Бюджетные обследования семей 20
Вектор инцидентности вершины графа 273
Визуализация (наглядное представление) данных 32
Визуальное отображение строк и столбцов таблицы сопряженностей 455
Вычислительный этап исследования 43 46
Генерирование на ЭВМ данных 10
Геометрическая и вероятностная природа данных 7
Главная компонента класса 288
Главные компоненты 7 38 116 340
Главные компоненты в задачах классификации 364—371
Главные компоненты, статистические свойства 354—363
Главные компоненты, экстремальные свойства 348—354
Главных компонент метод 334 339—348
Градиент функции на многообразии проекций 548
Граф близости 273
Граф близости на уровне порога 275
Граф иерархии 249
Граф полный 273
Граф связанный 274
Графа k-блок 278
Графа k-клика 278
Графа k-компонента 277 279
Графа k-связка 277
Графа клика 278
Графа компонента 274
Двойное центрирование матрицы расстояний 440
Дендрограмма 144
Дивергенция см. «Качества классификации характеристики»
Дискриминантный анализ 7 19 83 111—112 123—125
Дискриминантный анализ непараметрический 35
Дискриминантный анализ параметрический 35
Дискриминантный анализ, алгоритм 84—85 90—98 112
Дискриминантный анализ, качество 85 112 125—128
Доля разброса, объясненная классификацией 312
Допустимых преобразований класс 37
Древообразный классификатор 68—71 82
ДСЗ — древообразная структура зависимостей координат вектора 50 59 75—76 96 117—118
Иерархической процедуры классификации 144
Иерархической процедуры классификации агломеративные 155
Иерархия на множестве 249
Иерархия на множестве бинарная 250
Иерархия на множестве индексированная 250
Индексация иерархии 255
Индексация иерархии строгая 255
Интеллектуализация статистического программного обеспечения 7 10 558—562
Информационный этап исследования 42
Использование «обучения» в настройке математических моделей 16
Итоговый этап исследования 43
Канонические дискриминантные направления 314
Качества классификации, характеристики 60—61 69 80 125—126
Качества классификации, характеристики B 67 125
Качества классификации, характеристики d 62—67 81 127—128
Качества классификации, характеристики J 66—67
Качества классификации, характеристики методы 126—127
Квалификация см. «Оцифровка»
Квалификация динамических траекторий 29
Квалификация как необходимый предварительный этап 24
Квалификация на уровне порога 276
Квалификация объектов 5 13 43 145
Квалификация объектов без учителя 7
Квалификация объектов иерархическая 13
Квалификация объектов с учителем 7
Квалификация, объясняемая через переменные 323
Квалификация, объясняющая переменные 318 319
Класс джокер («не знак», «отказ») 290
Кластер 313
Кластер-анализ 7
Кластер-анализ, вероятная модификация 146
Кокса факторизация см. «Риск мгновенный»
Колмогорова — Деева асимптотика см. «Асимптотика растущей размерности»
Комбинационные группировки 18 27
Компетенции область 73—74
Координантная линия в многообразии проекций 547
Корреляционное отношение 318 319
Корреляционных плеяд метод 415
Коэффициент обучаемости алгоритма 86 128
Критерий автоинформативности 31 36 38 39
Критерий внешней информативности 36 39 40
Критерий информативности 30
Критерий качества классификации 311 318
Критерий качества метод 17 156—162 163
Критерий отношения правдоподобия 47 54 58 118—123
Критерий типа «стресс» 442 444
Критическая граница 51
Критическая область 48
Кульбака расстояние см. «Качества классификации характеристики»
Кусочно-линейный классификатор 53—55
Лаконичное объяснение природы анализируемых многомерных структур 15
Латентно-структурный анализ 32
Латентные факторы 16 31 421
ЛДФ — линейная дискриминантная функция см. «Разделяющая гиперплоскость»
Логический классификатор см. «Древообразный классификатор»
Ложноотрицательных, ложноположительных доля 61
Макроструктура фондов потребления 431 433 434
Математическая статистика 9 10
Матрица Берта 459
Матрица внутриклассового разброса (рассеивания) 305
Матрица попарных сравнений (взаимных расстояний) 15 143
Матрица «объект-свойство» 15 43
Медиана абсолютных отклонений (mad) 502
Метрика 23 148
Метрика адаптивная 304
Метрика Анденберга 303
Метрика взвешенная евклидова 307
Метрика взвешенная типа «сити-блок» 307
Метрика для задач кластер-анализа с неколичественными переменными 302—304
Метрика махаланобисова 304
Метрика махаланобисского типа 148
Метрика «сити-блок» манхэттенская 231
Метрики семейства Махаланобиса 231
Многомерная структура 15
Многомерный статистический анализ 14 44
Многообразие Грассмана 545
Модели структур в данных 473—474
Модель алгоритма 288
Модель алгоритма, корректная 297
Модель алгоритма, корректная усиленно 298
Модель двух дискретных распределений с независимыми блоками 49 59 95—96
Модель двух дискретных распределений с одной и той же древообразной структурой зависимостей 50
Модель двух нормальных распределений с общей ковариационной матрицей 50 61—63 66 75 84 94—96 98—104
Модель двух нормальных распределений с разными ковариационными матрицами 51 67
Модель упорядоченных классов 79—80
Монотонная регрессия 444
Непараметрическое оценивание 118—123
Неполные обучающие выборки 267—268
| Неравенство Юнга 542
Носитель плотности 246
Область взаимного поглощения 219
Обучающая информация (выборки) 17 34
Общие факторы (в факторном анализе) 388 400 419
ООК — ожидаемая ошибка классификации 85 128
Оптимизационные (экстремальные) формулировки статистических задач 9 10 17 156 162 163 172—179 180
Основная задача томографии 521
Отбор информативных переменных 74—77 104—109 112
Отбор наиболее информативных показателей 7 30 336 337
Относительный риск 61
Оцифрованное изображение графа иерархии 259
Оцифровка 8 96—98 454—455 457—459 464—471
Ошибка классификации 47 52—53 61 81 85—86 95 128
Ошибка классификации ожидаемая см. «ООК»
Ошибочной классификации вероятность 56 68
Ошибочной классификации вероятность условная см. «УОК»
Подвыборка, несмещенная в шаре 222
Подграф F-максимальный 273
Подграф G-полный 274
Подграф k-связанный 277
Покрытие нечеткими классами 240
Постановочный этап исследования 42
Потенциальных функций метод 71—74
Преобразование Радона 531
Признак объясняющий (описательный) 26 28
Признак результирующий 26 27
Прикладная статистика 5 10
Принцип взаимного интереса и симпатии 218
Проблема аддитивной константы 441
Прогноз структуры потребления 24
Программное обеспечение 10 41
Проекционные индексы для выявления аномальных наблюдений 509—512
Проекционные индексы для выявления кластерной структуры 490—496
Проекционные индексы для дискриминантного анализа 502—509
Проекционные индексы Краскала 493
Проекционные индексы типа функционалов от плотностей распределения проекций 496
Проекционные индексы «наивные», для выделения нелинейных структур 514
Проекционные индексы, вычисление градиента 527—528
Проекционные индексы, основанные на моментах третьего и четвертого порядка 492 493
Проекционные индексы, основанные на распределении разностных векторов 494—496
Проекционные индексы, оценка значений 526—527
Проекция евклидовых пространств 530
Проекция евклидовых пространств одномерная 530
Проекция евклидовых пространств ортогональная 530
Проекция распределения 530
Пространство описаний 283
Пространство поведения 21 22
Пространство покрытий 231
Пространство представителей 231
Пространство представительств 231
Пространство состояний 21 282
Профили 449
Профили веса 451
Процедуры классификации параллельные 217
Процедуры классификации последовательные 219
Псевдоразброс 238
Псевдорасстояние 237
Псевдоцентр класса 238
Радиуса коэффициент см. «Коэффициент обучаемости алгоритма»
Разбиение на нечеткие классы 240
Разброс см. «Рассеивание»
Разброс размытого множества внутриклассовый 242
Разброс размытого множества относительно точки 241
Разброс размытого множества представителя (ядра) 242
Разведочный статистический анализ 6 7 42 46
Разделяющая гиперплоскость 52—53 58 113—116 129
Размытое подмножество 240
Распределение с R (k)-зависимостью 59 76
Распределение эллипсоидальное 57
Распределение, трансформирумое к нормальному 58—59 118—120
Рассеивание внутриклассовое 305 312
Рассеивание межклассовое 312
Рассеивание общее (полное) 312
Расстояние (мера близости) между классами 153—156
Расстояние (мера близости) между объектами 147—153
Расстояние евклидово 148
Расстояние евклидово взвешенное 149
Расстояние Махаланобиса см. «Качества классификации характеристики»
Расстояние средней связи 154
Расстояние Хэммннга 149
Расстояние «ближнего соседа» 153
Расстояние «дальнего соседа» 153
Расщепление смесей вероятностных распределений 144
Регуляризация оценки 98—104
Редуктивная мера близости 263
Решето Эратосфена 245
Риск группы 131
Риск индикаторы и факторы 131—132
Риск мгновенный 134—137 142
Сгущение 313
Сжатие массивов 31
Сила влияния фактора 137— 138 142
Симплекс стандартный 294
Скользящего экзамена метод 126—127 130
Смесь генеральных совокупностей 35
Смесь распределений вероятностей 144 182
Снижение размерности исследуемого пространства 5 43 332
Снижение размерности исследуемого пространства, эвристические методы 408—419
Специфичность критерия 61 62—63 81
Среднее обобщенное 154
Среднее степенное 154
Статистика B-инвариантная 545
Статистический разброс выборки относительно множества 221
Статистический разброс разбиения выборки 222
Статистических гипотез различение 35
Статистического моделирования метод 128
Степень вершины графа 273
Структурной минимизации риска метод 109—111
Таблица сопряженностей 448
Теорема Крамера и Волда 532
Теорема о проекциях и сечениях 532
Теорема о связи преобразований Радона и Фурье 532
Теорема Эккарта — Юнга 441
Типологизация потребительского поведения 20
Типологизация связная, неупорядоченная 26 27 45
Типологизация связная, упорядоченная 28 45
Типологизация структурная 28 45
Типообразующие факторы 16 21 31 39
Томографический анализ 8
Томография 520
Томография рентгеновская 520
Точечно-бисериальный коэффициент R 312 313
Тривиальный фактор (набор меток) в анализе соответствий 454 458
УОК — условная вероятность ошибочной классификации 85
Условное расстояние между проекциями компонент смеси 508
Условное расстояние среднее 508
Установочный этап исследования 42
Устойчивые статистические выводы 9
Факторный анализ 7 19 38 234 385—405
Факторный анализ в задачах классификации 405—408
Фишера модель см. «Модель двух нормальных распределений с общей ковариационной матрицей»
Фишера модель обобщенная 79
Фишера модель, аналог 59 119
Форма задания исходной информации 34
Формула Жамбю 260
Формула Лаиса и Вильямса 260
Функционал относительной энтропии 518
Функционал потенциальный 150
Функционалы качества разбиения на классы 156—179
Функция назначения 232
Функция потерь 54 56—57 69 76—77 86—88 109—111
Функция правдоподобия 47
Функция представительства 231
Функция целевая 422 426
Характерных закономерностей метод поиска 72
Целенаправленное проецирование для оценки метрики 301—302
Целенаправленное проецирование многомерных данных 8 39 487—530
Центр размытого (нечеткого) множества 241
Частично обучающие выборки 309
|
|
|
| Реклама |
|
|
|
|
|
О проекте