![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
Причинно-следственные отношения - связь явлений и процессов, когда изменение одного из них - причины - ведет к изменению другого - следствия. Социально-экономические явления - это результат одновременного воздействия большого числа причин.
Признак -основная отличительная черта, особенность изучаемого явления или процесса.
Результативный признак -признак, изменяющийся под действием факторных признаков.
Факторный признак - признак, оказывающий влияние на изменение результативного.
Функциональная связь – связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака.
Стохастическая связь - связь, которая проявляется не в каждом отдельном случае, а в общем, среднем или большом числе наблюдений.
Корреляционная связь - изменение среднего значения результативного признака, которое обусловливается изменением факторных признаков.
Прямая связь - с увеличением или уменьшением значений факторного признака увеличивается или уменьшается значение результативного.
Обратная связь - с увеличением или уменьшением значений факторного признака уменьшается или увеличивается значение результативного.
Линейная связь - статистическая связь между явлениями, выраженная уравнением прямой линии.
Нелинейная связь - статистическая связь между социально-экономическими явлениями, аналитически выраженная уравнением кривой линии (параболы, гиперболы и т.д.).
Корреляция - статистическая зависимость между случайными величинами, которая не имеет строго функционального характера, и при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.
Регрессионный анализ - аналитическое выражение связи, в котором изменение одной величины - результативного признака - обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения.
Парная регрессия - аналитическое выражение связи двух признаков.
Множественная регрессия - модель связи трех и более признаков.
Коэффициент регрессии показывает, насколько в среднем изменяется значение результативного признака при изменении факторного на единицу собственного измерения.
Мультиколлинеарность -наличие тесной зависимости между факторными признаками.
Коэффициент эластичности показывает, на сколько процентов в среднем изменится значение результативного признака при изменении факторного признака на 1%.
Коэффициент детерминации показывает, на сколько процентов вариация результативного признака объясняется вариацией i-го признака (частный) или всех вошедших в модель факторных признаков (множественный).
Линейный коэффициент корреляции определяет тесноту и направленность связи между двумя коррелируемыми признаками.
Корреляционное отношение показывает связь между двумя признаками.
Множественный коэффициент корреляции отражает связь между результативными и несколькими факторными признаками.
Частный коэффициент корреляции показывает степень тесноты связи
между двумя признаками при фиксированном значении остальных факторных признаков.
Экономическая интерпретация модели - основные выводы и заключения на основе расчета и анализа частных коэффициентов эластичности, частных и множественного коэффициента детерминации, О-коэффициента.
Коэффициент ассоциации и контингенции - определение тесноты связи двух качественных признаков, каждый из которых состоит только из двух групп.
Коэффициент взаимной сопряженности Пирсона - Чупрова -определение тесноты связи двух качественных признаков, каждый из которых состоит более чем из двух групп.
Биссериальный коэффициент корреляции - оценивание связи между качественными альтернативными и количественными варьирующими признаками.
Ранг - порядковый номер значения признака, расположенного в порядке возрастания или убывания величин.
Ранжирование -процедура упорядочения объектов изучения, которая выполняется на основе предпочтения значений признака в порядке возрастания или убывания.
Коэффициенты корреляции Спирмена и Кендалла - определение тесноты связи между двумя количественными или качественными признаками после предварительного ранжирования их по возрастанию или убыванию.
Коэффициент конкордации - определение тесноты связи между произвольным числом ранжированных признаков.
ТЕРМИНЫ ПАКЕТА “STATISTICA”
Add | Добавить |
Add Cases | Добавить наблюдения |
Add Variables | Добавить переменные |
Advanced Intellegent Problem Solver | Расширенный мастер решения задач |
Advise | Совет |
Accept | Принять |
Action | Действие |
Activation | Активация |
Activation Function | Функция активации |
Add Cases | Добавить наблюдения |
All Layers | Все слои |
Append Network | Присоединить сеть |
Apply | Применить |
Area Under Curve | Площадь под кривой |
Assigned Cases | Связанные наблюдения |
Automatic Network Design | Автоматическое построение сети |
Automatic Network Designer | Автоматический конструктор сети |
Automatic update on Exit | Автоматически обновлять при выходе |
Auxiliary | Дополнительно |
Back Propagation | Обратное распространение |
Backwards Stepwise | Пошаговое исключение |
Baseline Errors | Исходные ошибки |
Basic | Основной |
Basic Intellegent Problem Solver | Основной мастер решения задач |
Best | Лучшая |
Best Network Retention | Сохранение лучшей сети |
Candidate Network Types | Типы сетей, среди которых производится поиск (сети-кандидаты) |
Cases (Train, Verify, Test) | Наблюдения (обучающие, контрольные, тестовые) |
Case Errors | Ошибки наблюдений |
City-Block Error | Ошибка "городских кварталов" |
Class Labeling | Разметка классов |
Class Labeling of Radial Units | Присвоение меток классов радиальным элементам |
Classes | Классы |
Classification | Классификация |
Classification Output Type | Форма результата классификации |
Classification Statistics | Статистика классификации |
Classification Confidence Threshold | Доверительный порог классификации |
Classification Statistics Datasheet | Таблица статистик классификации |
Cluster Diagram | Диаграмма кластеров |
Clustering Networks | Сети для кластеризации |
Commit Network to Network Set | Поместить сеть в набор сетей |
Complexity | Сложность |
Confidence | Доверие |
Confidence limits | Доверительные границы |
Conjugate Gradient Descent | Спуск по сопряженным градиентам |
Convert | Преобразование |
Create Data Set | Создать набор данных |
Create Network | Создать сеть |
Cross Verification | Кросс-проверка |
Crossover Rate | Скорость скрещивания |
Current Layer | Текущий слой |
Data Management | Управление данными |
Data Set | Набор данных |
Data Set Datasheer | Таблица данных |
Data Set Editor | Редактор данных |
Data Set Shuffle | Перемешать данные |
Default | По умолчанию |
Definition | Определение |
Delimiter | Разделить |
Delta-Bar-Delta | Дельта-дельта с чертой |
Details | Подробности |
Detail Shown | Степень подробности |
Deviation | Отклонение |
Dimenionality Reduction | Понижение размерности |
Direct | Прямой |
Discard | Отвергнуть |
Division | Деление |
Division of Cases | Разбиение наблюдений |
Duration of Design Process | Длительность поиска |
Dynamic Link Library | Динамически подключаемая библиотека |
Edit Case Names | Редактировать имена наблюдений |
Editing Pre/Post Processing | Редактирование параметров пре/постпроцессирования |
Enlarge Set | Увеличить набор |
Entropy | Энтропия |
Epochs | Эпохи |
Epsilon | Эпсилон |
Error | Ошибка |
Error function | Функция ошибки |
Error Mean | Среднее ошибки |
Explicit Deviation Assignment | Явное задание отклонений |
Exponential distribution | Экспоненциальное распределение |
Feature Selection | Отбор признаков |
Hidden | Скрытый |
Hidden Units | Скрытые элементы |
Generalized Regression | Обобщенная регрессия |
Generalized Regression Training | Обучение обобщенной регрессии |
Generation | Поколение |
Genetic Algorithm Input Selection | Генетический алгоритм отбора входных данных |
GRNN | Обобщенно-регрессионные сети |
Group Sets | Сгруппировать множества |
Ignore | Не учитывать |
Inform User First | Сначала сообщать пользователю |
Initialization Algorithms | Алгоритм инициализации |
Input Variable | Входная переменная |
Input Feature Selection | Отбор входных признаков |
Input/Output Variable | Входная/выходная переменная |
Input Datasheet | Таблица входных значений |
Intelligent Problem Solver | Мастер решения задач |
Intelligent Problem Solver Message | Сообщения мастера решения задач |
IO Settings | Параметры ввода/вывода |
Isotropic | Изотропный |
Isotropic Deviation Assignment | Изотропный выбор отклонений |
Iterations | Число итераций |
Jog Weights | Встряхнуть веса |
Keep Diverse | Сохранять разнообразие |
K-Means | К-средних |
K-Means Center Assignment | Выбор центров по К-средним |
K-Nearest Neighbor Deviation | Отклонение по К ближайшим соседям |
Kohonen Network | Сеть Кохонена |
Kohonen Training | Обучение Кохонена |
Layer | Слой |
Layers Datasheet | Таблица слоев |
Layers Shown | Показываемые слои |
Learned Vector Quantization Training | Квантование обучающего вектора |
Learning rate | Скорость обучения |
Levenberg-Marquardt | Левенберга-Маркара |
Linear | Линейный |
Linear Network | Линейная сеть |
Lock | Блокировать |
Logistic | Логистическая |
Lookahead | Горизонт |
Loss Coefficient | Коэффициент потерь |
Loss Matrix | Матрица потерь |
Main | Главное |
Mask | Маска |
Max/SD | Максимальное/(стандартное отклонение) |
Mean/SD | Среднее/(стандартное отклонение) |
Median | Медиана |
Medium | Средняя (длительность поиска) |
Merge | Объединить |
Method | Метод |
MicroScroll | Микро-прокрутка |
Min/Mean | Минимум/среднее |
Minimax | Минимаксное |
Minimum Improvement | Минимальное улучшение |
Min Proportion | Минимальная доля |
Missing Value | Пропущенное значение |
Momentum | Инерция |
Move Cases | Переместить наблюдения |
Multilayer Perceptron (MLP) | Многослойный персептрон |
Mutation Rate | Скорость мутаций |
Name | Имя |
Name and Nominals | Имя и номинальные |
Nearest Neighbor | Ближайший сосед |
Neighborhood | Окрестность |
Network Advisor | Наставник |
Network (Append) | Сеть (добавить) |
Network Illustration | Схема сети |
Network Set | Набор сетей |
Network Set Editor | Редактор набора сетей |
Network Set Options | Параметры набора сетей |
Network to Replace | Заменяемая сеть |
Network Wizard | Мастер создания сети |
Network for Classification | Сети для задач классификации |
Neuro-Genetic Input | Нейрогенетический алгоритм |
Selection Algorithm | отбора входных данных |
No Layers | Число слоев |
Noise | Шум |
Nominal Variables | Номинальное (категориальные) переменные |
Nonlinear | Нелинейный |
Normal Distribution | Нормальное распределение |
Normalization | Нормировка |
One-off Input Datasheet | Таблица задания одного входного вектора |
One-of-N | Один-из-N |
Open Data Set | Открыть набор данных |
Open Network | Открыть сеть |
Optimum Threshold | Оптимальный порог |
Options | Опции |
Output Type | Тип выхода |
Output Variable | Выходная переменная |
Outputs Datasheet | Таблица выходных значений |
Outputs Shown | Показатель при выводе |
Partially or unusually defined text values | Частично или нестандартно заданные текстовые значения |
Penalty | Штраф |
Performance | Качество |
Plot | График |
PNN | Вероятная нейронная сеть |
Population | Популяция |
Popup Class Selector | Контекстный выбор класса |
Predict | Прогнозировать, предсказывать |
Prediction | Прогноз |
Pre/Post Processing | Пре/постпроцессирование |
Pre/Post Processing Datasheet | Таблица пре/постпроцессирования |
Pre/Post Processing Editor | Редактор пре/постпроцессирования |
Pre/Post Processing Editor's Datasheet | Таблица редактора пре/постпроцессирования |
Principal Components | Главные компоненты |
Principal Components Analysis | Анализ главных компонент |
Prior probabilities | априорные вероятности |
Probabilistic | Вероятность |
Probabilistic Training | Вероятностное обучение |
Problem Type | Тип задачи |
Producing a Reduced Data Set | Формирование уменьшенного набора данных |
Prune | Удалить |
Pseudo-Inverse | Псевдообратный |
PSP-function | Постсинаптическая функция |
Quick Propagation | Быстрое распространение |
Radial Basis Function (RBF) | Радиальные базисные функции |
Radial Sampling | Радиальная выборка |
Rank | Ранг |
Range | Диапазон, размах |
Range selection | Выделение диапазона ячеек |
Ratio | Отношение |
Real number fields | Поля для вещественных чисел |
Real-time update | Пересчитывать по ходу |
Receiver Operating | Операционная характеристика |
Characteristic (ROC) Redundancy of variables | Избыточность переменных |
Regression | Регрессия, зависимость |
Regression Statistics | Статистики регрессии |
Regularization | Регуляризация |
Reinitialize | Переустановить, инициализировать |
Reject | Отвергнуть |
Replace | Заменить |
Replace Oldest | Заменить самую первую |
Replace Worst | Заменить худшую |
Response Graph | График отклика |
Response Surface | Поверхность отклика |
Restore | Восстановить |
Retain Best Network | Восстановить лучшую сеть |
RMS (Root Mean Squared) error | Среднеквадратичная ошибка |
Run | Запуск |
Run All Cases | Прогнать все наблюдения |
Run Data Set | Прогнать набор данных |
Run One-off Case | Прогнать отдельное наблюдение |
Run Single Case | Прогнать одно наблюдение |
Run/Activations | Запуск/активации |
S.D. (Standard Deviation) Ratio | Отношение стандартных отклонений |
Sample | Выборка |
Subsample | Подвыборка |
Save as Type | Тип сохраняемого файла |
Scale | Масштаб |
Select | Выбрать |
Sensitivity Analysis | Анализ чувствительности |
Set Case Types | Задать типы наблюдений |
Set Variable Types | Задать типы переменных |
Set Weights | Задать веса |
Shift | Сдвиг, смещение |
Shuffle | Перемешать |
Shuffle Cases | Перемешать наблюдения |
Single Case | Одно наблюдение |
Single output networks | Сети и одним выходом |
Smoothing | Сглаживание |
Smoothing Constant | Константа сглаживания |
Sort Ascending | Сортировать по возрастанию |
Sort Descending | Сортировать по убыванию |
Standart (each case is independent) | Стандартная (наблюдения независимы) |
Statistics | Статистики |
Step | Шаг |
Stopping Conditions | Условия остановки |
Sum-squared error function | Функция ошибки как сумма квадратов разностей между выходами сети и целевыми значениями |
Target Error | Целевая ошибка |
Test | Тестовое (множество) |
Text Import Wizard | Мастер импорта текста |
Threshold | Порог |
Thorough | Полный (режим поиска) |
Time Series | Временный ряд |
Time Series Period | Период временного ряда |
Time Series (predict later values from earlier ones) | Временной ряд (прогноз следующих значений по предыдущим) |
Time Series Projection | Проекция временного ряда |
Topological Classes | Топологические классы |
Topological Map | Топологическая карта |
Total | Всего |
Train | Обучить, обучающее множество |
Train RMS (Root Mean Squared) Error | Среднеквадратичная ошибка обучения |
Training Error | Ошибка обучения |
Training Error Graph | График ошибки обучения |
Training Graph | График обучения |
Training Set | Обучающее множество |
Train-Multilayer Perceptrons | Обучение многослойного персептрона |
Two-State Conversion | Преобразование в два значения |
Type | Тип |
Type of Network | Тип сети |
Unit Length | Единичная длина |
Unit Names | Имена элементов |
Unit Penalty | Штраф за элемент |
Unit Number | Номер элемента |
Unknown | Неизвестно |
Unlock | Разблокировать |
Update | Пересчитать, обновить |
Value | Значение |
Variable Definition | Определение переменной |
Variable type in Data Files | Тип переменных в файлах данных |
Variant | Вариант |
Verbose | Подробно |
Verification Error | Контрольная ошибка |
Verification Standard Deviation Ratio | Контрольное отношение стандартных отклонений |
Verification Set | Контрольное множество |
Verify | Контрольное (множество) |
Weigend Weight Regularization | Регуляризация весов по Вигенду |
Weights Distribution | Распределение весов |
Win Frequencies Datasheet | Таблица частот выигрышей |
СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
1. Ефимова М.Р., Петрова Е.В., Румянцева В.Н. Общая теория статистики: Учебник. – М.: ИНФРА-М, 1998. - С. 339-392.
2. Громыко Г.Л. Общая теория статистики: Практикум. – М.: ИНФРА-М, 1999. – С. 10-14, 109-127.
3. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. И.И. Елисеевой. – 4-е изд., перераб. и доп. – М.: Финансы и статистика, 2003. – с. 379-432.
4. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистки: Учеб. пособие. – 2-е изд. перераб. и доп. – М.: Финансы и статистика, 2002. – С. 269-318.
5. Практикум по теории статистики: Учеб. пособие / Под ред. Р.А. Шмойловой. – М.: Финансы и статистика, 1999. – С. 292-318.
6. Статистика: Учеб. пособие / Под ред. проф. М.Р. Ефимовой. – М.: ИНФРА-М, 2002. – С. 269-308: (серия «Вопрос –ответ»).
7. Бендина Н.В. Экономическая статистика (конспект лекций) – М.: «Издательство ПРИОР», 1999. – С. 58-72.
8. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник/А.И. Харламов, О.Э. Башина, В.Т. Бабурин и др.; Под ред. А.А. Спирина, О.Э. Башиной. – М.: Финансы и статистика, 1999. – С. 206-236.
9. Гусаров В.И. Теория статистики: Учебное пособие для вузов. – М.: Аудит, ЮНИТИ, 1998. – С. 159-204.
10. Статистика: Курс лекций/Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др.; Под ред. к.э.н. В.Г. Ионина. – Новосибирск: Изд-во НГАЭиУ, М.: ИНФРА-М, 1997. – С. 111-127, 296-307.
11. Башкатов Б.И. Статистика сельского хозяйства с основами общей теории статистки. Курс лекций. – М.: Ассоциация авторов и издателей «ТАНДЕМ». Изд-во «Экмос». – 2001. – С. 79.
12. Ряузов Н.Н. Общая теория статистки: Учебник для студ. экон. спец. вузов. – 3-е изд., перераб. и доп. – М.: Статистика, 1979. – С. 261-291.
13. Кевеш П. Теория индексов и практика экономического анализа: Пер. с венг. М., - 1990.
14. Аллен Р. Экономические индексы: Пер. с англ. М., 1980.
15. Теория статистики: Учебник. Под ред. Р.А. Шмойловой. – М.: Финансы и статистика.
16. Долженкова В.Г. Статистика цен. Учебное пособие. – М.: Информационно-издательский дом «Филинъ». – С. 72-125.
17. Курс социально-экономической статистики. Учебник для вузов / Под. ред. проф. М.Г. Назарова. – М.: Финстатинформ, ЮНИТИ – ДАНА, 2000. – С. 576-673.
18. Практикум по социальной статистике: Учеб. пособие / Под. ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – С. 80-177.
19. Экономическая статистика (Статистика национального богатства (конспект лекций)). – М.: «Издательство ПРИОР», 1999. – С. 81-84.
20. Сборник задач по экономической статистике: Учеб. пособие / Б.Б. Башкатов, Г.М. Гуров, Н.В. Зайцев и др.; - 2-е изд., перераб. и доп. – М.: Финансы и статистика, 1984. – С. 150-162.
21. Практикум по курсу социально-экономической статистики: Учеб. пособие / В.Е. Адамов, И.К. Белявский, А.П. Зинченко и др.; - М.: Финансы и статистика, 1983. – С. 228-276.
Дата публикования: 2015-02-22; Прочитано: 260 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!