МОДЕЛИРОВАНИЕ СТАТИСТИЧЕСКОЕ

Найдено 1 определение
МОДЕЛИРОВАНИЕ СТАТИСТИЧЕСКОЕ
представление или описание некоторого феномена или системы взаимосвязей между явлениями посредством набора переменных (показателей, признаков) и статистических взаимосвязей между ними. Цель статистического, как и любого другого, моделирования – представить наиболее существенные черты изучаемого феномена в наглядном и доступном для изучения виде. Все статистические модели предназначены, в конечном счете, для измерения силы и направления связей между двумя или более переменными. Наиболее сложные модели позволяют также судить о структуре связей между несколькими переменными. Большинство статистических моделей можно условно разделить на корреляционные, структурные и причинные.
Корреляционные модели используются для измерения парных «ненаправленных» связей между переменными, т. е. таких связей, в которых причинная компонента отсутствует либо игнорируется. Примерами таких моделей являются коэффициент парной линейной корреляции Пирсона, ранговые коэффициенты парной и множественной корреляции, большинство мер связи, разработанных для таблиц сопряженности (за исключением теоретико-информационных коэффициентов и логарифмически-линейного анализа). Структурные модели предназначены для исследования структуры некоторого множества переменных либо объектов. Исходными данными для изучения структуры связей между несколькими переменными является матрица корреляций между ними. Анализ корреляционной матрицы может осуществляться вручную либо с помощью методов многомерного статистического анализа – факторного, кластерного, метода многомерного шкалирования. Во многих случаях исследование структуры связей между переменными является предварительным этапом при решении более сложной задачи – снижения размерности пространства признаков. Для исследования структуры совокупности объектов применяются методы кластерного анализа и многомерного шкалирования.
В качестве исходных данных используется матрица расстояний между ними. Расстояние между объектами тем меньше, чем больше объекты «похожи» друг на друга в смысле значений измеренных на них переменных; если значения всех переменных для двух объектов совпадают, расстояние между ними равно нулю. В зависимости от целей исследования структурные модели могут быть представлены в виде матриц (корреляций, расстояний), факторной структуры либо визуально. Результаты кластерного анализа чаще всего представляются в виде дендрограммы; результаты факторного анализа и многомерного шкалирования – в виде диаграммы рассеяния. Структура матрицы корреляций может быть также представлена в виде графа, отражающего наиболее существенные связи между переменными. Причинные модели предназначены для исследования причинных связей между двумя или несколькими переменными. Переменные, измеряющие явления-причины, называются в статистике независимыми переменными или предикторами; переменные, измеряющие явления-следствия, называются зависимыми. Большинство причинных статистических причинных моделей предполагают наличие одной зависимой переменной и одного или нескольких предикторов. Исключение составляют линейно-структурные модели, в которых может одновременно использоваться несколько зависимых переменных, а некоторые переменные могут в одно и то же время выступать в качестве зависимых по отношению к одним показателям и в качестве предикторов по отношению к другим. Классическая статистика допускала исследование причинных связей только посредством дисперсионного анализа.
В последние десятилетия активно развивались техники, основанные на регрессионных и регрессионноподобных моделях. К ним относятся методы парной линейной и нелинейной регрессии, множественной линейной регрессии, логит- и пробит-регрессии, а также путевой анализ, линейно-структурные уравнения, дискриминантный анализ. Применение регрессионных техник ограничено требованиями теоретического доказательства причинного характера связей между зависимыми и независимыми переменными, а также соблюдения при измерении переменных и построении модели трех критериев (принципов) каузальности. Исключение составляют аскриптивные переменные, которые могут использоваться в качестве предикторов без ограничений. Результаты регрессионного моделирования представляются в виде соответствующих уравнений, которые могут быть использованы как для предсказания значения, которое примет зависимая переменная при заданном наборе значений предикторов, так и для объяснения изменений зависимой переменной при изменении независимых переменных. Результаты путевого и линейно-структурного анализа могут быть также представлены в виде графа, на ребрах которого указываются соответствующие коэффициенты.
Лит.: Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. – М., 1982; Факторный, дискриминантный и кластерный анализ. – М., 1989; Елисеева И. И., Рукавишников В. О. Логика прикладного статистического анализа. – М., 1982; Интерпретация и анализ данных в социологических исследованиях. – М., 1987. О. В. Терещенко

Источник: Экономико-социологический словарь.

Найдено научных статей по теме — 15

Читать PDF
320.25 кб

Статистическое моделирование спроса на медицинские услуги

Трегубова Александра Александровна
В статье рассматриваются возможности использования добровольного медицинского страхования как одного из инструментов защиты интересов населения в области охраны здоровья в РФ.
Читать PDF
1.22 мб

Статистическое моделирование активности очага Пуумала хантавирусной инфекции

И.А. Кшнясев, О.А. Жигальский, А.Д. Бернштейн, Н.С. Апекина, М.Г. Останина
Читать PDF
299.58 кб

Моделирование реакции интербиполиконденсации методом статистических испытаний

Янборисов В. М., Селянин Л. Е.
Разработана модель, программно реализован алгоритм моделирования процесса сополиконденсации бифункциональных мономеров методом Монте-Карло.
Читать PDF
243.54 кб

Статистическое моделирование прогноза пневмонии и эффективность методов диагностики

Ковалева Л. И., Куколь Лидия Владимировна
Проведен анализ частоты субъективных респираторных и нереспираторных симптомов в зависимости от тяжести заболевания и возраста у 686 больных внебольничными пневмониями, находящихся на лечении в клиниках г. Владивостока.
Читать PDF
100.49 кб

Статистическое моделирование системы «Мать-дитя» новорожденных с церебральной ишемией

Филоненко Александр Валентинович, Голенков Андрей Васильевич
Статистическая модель позволила рассмотреть влияние конкретных психоэмоциональных и личностных материнских факторов на новорожденного с церебральной ишемией и разработать методику предупреждения негативных последствий послеродовой
Читать PDF
592.96 кб

Статистическое моделирование и прогнозирование результатов обучения: подходы и реализация

Мамонтова М. Ю.
Для статистического прогнозирования результатов обучения предлагается сочетание нескольких подходов: деятельностного, задачного и квалиметрического для выбора и качественного описания объекта прогнозирования; математико-статистиче
Читать PDF
341.20 кб

Решение прикладных вероятностно-статистических задач методом математического моделирования

Ширшова Татьяна Ахметовна, Полякова Татьяна Анатольевна
Рассмотрены понятия прикладной задачи и математической модели. Проанализирован метод математического моделирования как основной метод решения прикладных задач на примере задач вероятностно-статистического содержания.
Читать PDF
474.57 кб

Учебное компьютерное моделирование физических явлений, описываемых статистическими законами

Раенко О. Е., Старовиков М. И.
Анализируются факторы, затрудняющие понимание студентами статистической природы физических законов.
Читать PDF
809.61 кб

Финансовая грамотность в средней школе: статистическая Оценка экспериментального моделирования

Павлова Александра Николаевна, Личутина Ольга Викторовна, Южакова Надежда Витальевна
Статья посвящена повышению уровня финансовой грамотности школьников среднего звена. В этой работе дается статистическое обоснование эффективности внедрения интерактивных методов обучения.
Читать PDF
932.83 кб

СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ СУБЪЕКТОВ УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ В СРЕДНЕЙ ОБЩЕОБРАЗОВАТЕЛЬНОЙ ШКОЛЕ

Каримов М.Ф., Набиуллина Э.А.
Выделены особенности статистического моделирования субъектов учебной деятельности, изучающих основы естественно-математических и социально-гуманитарных дисциплин в средней общеобразовательной школе.
Читать PDF
269.73 кб

Визуализация статистической информации, моделирование и прогнозирование заболеваемости сахарным диаб

Чеганова Ю. В., Мухаматзанова М. Ш.
В ходе проведенного исследования на основе статистического анализа проведена визуализация информации в виде картографического представления классификации по уровню заболеваемости районов края как территориально распределенной сист
Читать PDF
124.04 кб

Статистическое моделирование для оценки влияния факторов среды обитания на индикаторные показатели з

Цинкер Михаил Юрьевич, Кирьянов Д. А., Клейн С. В.
Представлены методические подходы, основанные на методах статистического моделирования, используемые для оценки влияния факторов среды обитания на индикаторные показатели здоровья населения.
Читать PDF
403.44 кб

Методологические основы математического моделирования демографической динамики и статистического ана

Черкашин Александр Константинович
Интересные возможности для развития доказательной медицины и формирования комплексного знания о здоровье предоставляет методология полисистемного анализа, особенностью которой является многоаспектное и сквозное описание объектов с
Читать PDF
283.21 кб

Результаты применения статистического моделирования в прогнозировании общей выживаемости больных мно

Лучинин А. С., Загоскина Т. П.
Множественная миелома (ММ) — это гетерогенное заболевание с общей выживаемостью (ОВ) больных от нескольких недель до 20 лет и более.
Читать PDF
86.74 кб

О статье А. С. Лучинина и Т. П. Загоскиной «Результаты применения статистического моделирования в ра

Кучма Ю. М.