Методы многомерного статистического анализа в социологических исследованиях. Выявление типологии потребления методами многомерного статистического анализа

Оценка влияния на соц процессы большого числа соц-экон факторов оказывается наиболее эффективной, если исходную эмпирическую информацию анализировать не в чистом виде, а в преобразованном - сгруппированном в определенном смысле по сходным признакам, более компактном и удобном для анализа. Это достигается при помощи методов многомерного статистического анализа:

(1)кластерный анализ (таксономия)

(2)факторный анализ признаков

(3)латентно-структурный анализ

(4)причинный (путевой) анализ

(5)дисперсионный анализ

(6)многомерное шкалирование.

(1) позволяет разделить объекты на группы в пространстве признаков так, чтобы объекты внутри группы были близки между собой. Такие группы = таксоны и при интерпретации результатов рассматривают как некоторый соц-ый тип. Если имеется к признаков, то говорят, что объекты распределены в к-мерном признаковом пространстве.

(2) позволяет выявить максимально взаимосвязанные группы признаков, имеющих сходный характер при переходе от одного объекта к другому. Выделенные группы = новые, комплексные переменные, называемые факторами. Обоснованная замена большого числа признаков, описывающих объекты наблюдения, меньшим числом комплексных характеристик (факторов) составляет сущность факторного анализа. Выделение факторов упрощает задачи многомерной классификации объектов. Здесь факторный анализ выступает как предклассификация, предварительный этап классификации объектов. Переход к небольшому числу факторов упрощает применение графического анализа и интерпретацию результатов.

(3)=метод вероятно-статистического поведения, идея которого основана на предположении, что наблюдаемое поведение есть внешнее проявление некоторой скрытой (латентной) характеристики, присущей индивидам или процессам. Задача: изучив наблюдаемое поведение индивидов (процесса, явления), вывести скрытую характеристику и разделить (классифицировать) индивидов (процесса, явления) по сходству или равенству ее значения.

(4) используется для выявления непосредственных влияний одних признаков на другие. Рассматривается, с одной стороны, как своеобразное развитие методов частной корреляции и, с другой стороны, как поиск направленных мер, характеризующих влияние одного признака на другой. Результаты – в виде ориентированного графа, вершинами которого обозначаются признаки, а дугами – влияние одних признаков на другие.

(5) основывается на таком свойстве дисперсии, как равенство общей дисперсии сумме межгрупповой и внутригрупповой дисперсий. Изучение влияния набора признаков на вариацию некоторого результирующего признака позволяет вычислить влияние каждого из признаков.

(6) позволяют выдвигать гипотезы о критериях, которыми пользуются индивиды для оценки различных объектов. Исходной информацией для использования этих методов является эмпирические данные о ранжирование индивидами некоторого объектов, или о сходстве объектов между собой.

Выявление типологии потребления (не знаю точного ответа, как вариант - описано ниже). Дано: факторы X (социально-демографические и др. признаки, описывающие условия жизнедеятельности семьи); набор Y параметров поведения («переменных поведения»), в которых отражаются ее фактические потребности

Найти: типологию потребительского поведения населения

Весь комплекс социально-демографических и других факторов, существенно воздействующих на структуру потребления, называется типообразующим.

1) Сбор и первичная статистическая обработка исходных данных

2) Выявление основных типов потребления с помощью разбиения исследуемого множества точек–семей на классы в «пространстве поведения»:

-Гипотеза существования «естественных», объективно обусловленных типов поведения – геометрически это распадение исследуемой в «пространстве поведения» совокупности точек-семей на соответствующее число «сгустков» точек.

-Выявление с помощью методов многомерного статистического анализа классы-сгустки – тем самым определяются основные типы потребительского поведения.

3) Отбор наиболее информативных типообразующих признаков и выбор метрики в пространстве типообразующих признаков.