ОДНОМЕРНЫЙ АНАЛИЗ
В данной главе рассмотрены задачи суммаризации и визуализации для самого простого вида данных, когда признак всего один.
Объясняются понятия гистограммы, центральной точки (центра) и разброса. Изложены две точки зрения па задачу суммаризации: первая — это классическая вероятностная, а вторая — аппроксимационная, в рамках которой разброс данных разложим на объясненную и необъясненную часть.
Разница между количественными и качественными признаками определяется с помощью операции взятия среднего. Для количественных признаков взятие среднего имеет смысл, в то время как для качественных признаков — нет. Э го различие стирается на бинарных признаках, представляющих отдельные категории. Они задаются так называемыми фиктивными переменными, которые можно считать количественными.
Современные вычислительные подходы, такие как имитирующие природу методы и бутстрэппинг для оценки доверительных интервалов, объяснены на отдельных примерах в проектах в конце главы.
В результате изучения данной главы студент будет:
знать
- • понятие гистограммы распределения;
- • характеристики центральности: среднее, медиану, середину размаха, моду;
- • характеристики рассеяния: дисперсию и среднее абсолютное отклонение;
- • характеристики рассеяния номинальных признаков: энтропию и индекс Джини;
- • аппроксимационный смысл характеристик центральности и рассеяния;
- • понятия плотности распределения и механизмов, приводящих к Гауссовому, и степенному распределениям;
- • понятия бутегрэпа и перекрестной валидации как вычислительных способов оценки доверия выборочным характеристикам;
уметь
- • вычислять и визуализировать гистограммы в различных форматах (столбчатые, круговые и пр.);
- • вычислять характеристики центральности и рассеяния признаков;
- • использовать метод бутстрэпа для вычислительной оценки доверительного интервала для среднего значения опорным и безопорным методами;
владеть навыками
- • использования МатЛаба или другой вычислительной среды для вычисления и визуализации гистограмм признаков в различных форматах (столбчатые, круговые и пр.);
- • использования МатЛаба или другой вычислительной среды для вычисления характеристик центральности и рассеяния признаков;
- • использования МатЛаба или другой вычислительной среды для вычислительной оценки доверия среднего значения опорным и безопорным методами бутстрэпа.
