e="robots" content="follow, all">

Аспирантура.РФ

Аспирантуры. Обучение в аспирантуре и защита диссертации. Далее-->

Что такое аспирантура

Обучение в аспирантуре. Очная, заочная аспирантуры. Далее-->

Аспирантуры Москвы и России

ВУЗы с аспирантурой. Формы обучения. Платная и бесплатная аспирантура. Далее-->

Написание текста диссертации

Как написать диссертацию. Структура диссертации. Требования к диссертации. Далее-->

Методы статистического анализа данных при написании диссертации


Вернуться назад на методы анализа данных.
Методы статистического анализа данных применяются практически во всех гуманитарных специальностях. Любые процессы, происходящие в экономике, истории, педагогике и других специальностях, имеют ряд характеристик, выражаемых в цифровых показателях. В частности, такими показателями в экономике являются себестоимость, денежные потоки, объем продукции, цены и т.д., в педагогике - доля педагогических работников, обучившихся на курсах повышения квалификации, использование педагогами учебно-методических комплектов и т.д. Эти показатели определяются в ходе выполняемых исследований, наблюдений или экспериментов. Эти показатели или статистические данные могут изменяться во времени и пространстве, зависеть или не зависеть от других показателей, причем степень влияния одних показателей на другие могут быть различна. Методы статистического анализа и применяются для определения взаимосвязи между статистическими данными и степени их влияния друг на друга.
Исследуемые показатели в статистике могут быть двух видов: независимые переменные и зависимые переменные.
Произвольно изменяемая в процессе исследований переменная называется независимой переменной.
Переменная, значение которой зависит от изменения независимой переменной и которые определяются в ходе выполняемого исследования, называется зависимой переменной.
Для определения зависимости между независимой и зависимой переменными в первую очередь необходимо определиться в чем считать исследуемые переменные. Для этого используется шкала измерений, которая может быть: номинальной, порядковой, интервальной, шкалой отношений, абсолютной.
Самой простой и наименее информативной являетсяноминальная шкала, которая позволяет определить только количество исследуемых объектов в той или иной части шкалы, то есть отношение объекта к тому или иному классу, а также получить информацию об частоте и относительной частоте нахождения объектов в том или ином классе. К таким шкалам относится исследование возраста, пола, численности бригады и пр.
Порядковая или ранговая шкала применяется при ранжировании объектов с помощью их характеристик. Так, например, исследуется ранжирование по местам, занятым на Олимпиадах, соревнованиях, место объекта в каком-либо рейтинге. Однако, данное исследование не позволяет определить количественное различие в характеристиках объекта, что не позволяет в свою очередь вести какие-либо расчеты с этими характеристиками объектов и различать их количественное отличие.
В тоже время, как номинальная, так и порядковая шкалы в ряде случаев позволяют выделить определенные подгруппы исследуемых объектов.
При исследовании различий в характеристиках пар объектов, которые можно измерить в конкретных цифрах используется интервальная шкала. К таким объектам, к примеру, относятся: атмосферное давление, температура и пр. Главной отличительной особенностью интервальной шкалы является возможность измерения имеющейся разницы в одной и той же характеристике двух объектов. Интервальная шкала обязательно имеет размерность и единицы измерения. При использовании интервальной шкалы появляется возможность обработки результатов исследования математико-статистическими методами. Кроме того, интервальная шкала имеет нулевую точку, которую исследователь может выбрать произвольно.
В отличие от интервальной шкалы шкала отношений имеет твердо фиксированный ноль, что означает, что в этой точке измерений отсутствуют какие-либо значения характеристик объекта. Шкала отношений имеет произвольный масштаб измерения. В тоже время шкала отношений позволяет выполнять с характеристиками объекта исследования все возможные арифметические операции.
Абсолютная шкала представляет собой интервальную шкалу, имеющую абсолютный ноль и абсолютную единицу измерения.
Статистические методы анализа данных подразделяются на параметрические, основанные на предположении, что характеристики исследуемого объекта выражены в интервальной шкале и являются случайными величинами, распределение которых принадлежит некоторому параметрическому семейству распределений, и непараметрические, основанные на предположении, что характеристики исследуемого объекта являются случайными величинами, которые не подчиняются одной из распространенных форм распределения.

Основные законы параметрического семейства распределений

К основным законам параметрического семейства распределений относятся: биноминальный закон, гипергеометрический закон, закон Пуассона, закон Гаусса, логарифмически нормальное распределение, экспоненциальный закон.
Биноминальный закон предполагает, что определенное значение конкретной характеристики исследуемого объекта появиться n раз при m определении его значений. Вероятность этого явления может быть описана математической формулой
вероятность появления конкретной характеристики объекта
Гипергеометрический закон предполагает, что определенное значение конкретной характеристики исследуемого объекта появиться n раз при анализе не всего объема исследуемых характеристик, а только его части. Эта вероятность описывается формулой
вероятность появления конкретной характеристики объекта
Закон Пуассона предполагает, что определенное значение конкретной характеристики исследуемого объекта появиться n раз на заданном интервале времени, и описывается формулой
вероятность появления конкретной характеристики объекта
Нормальный закон распределения или закон Гаусса предполагает, что при нормальном распределении случайная величина может принимать любые значения в интервале от минус бесконечность до плюс бесконечность. Распределение случайной величины всегда подчиняется нормальному закону, если она зависит от большого числа однородных по своему воздействию факторов. Причем влияние каждого из них по сравнению со всей их совокупностью незначительно. Нормальный закон распределения описывается формулой
нормальный закон распределения
Логарифмически нормальное распределение предполагает, что определенное логарифм значения конкретной характеристики исследуемого объекта подчиняется нормальному закону распределения. Данный закон характеризует плотность вероятности появления определенного значения конкретной характеристики исследуемого объекта n раз при m определении его значений. Выражение для определения плотности вероятности имеет вид
экспоненциальный закон распределения
Экспоненциальный закон предполагает, что определенное значение конкретной характеристики исследуемого объекта появиться n раз на каждом заданном, но одинаковым по длительности интервале времени, и описывается формулой
экспоненциальный закон распределения
Основными статистическими методами анализа данных являются корреляционный анализ, регрессионный анализ, канонический анализ, метод сравнения средних, частотный анализ, метод сопряжения, анализ соответствий, кластерный анализ, дискриминантный анализ, факторный анализ, многомерное шкалирование, деревья классификации, анализ главных компонент и классификация, временные ряды, карты контроля качества, методы анализа выживаемости, нейронные сети, планирование экспериментов, моделирование структурными уравнениями.
На сайте аспирантура.рф можно посмотреть примеры как применяются статистические методы в экономических исследованиях.











Поступление в аспирантуру
Главная
Выбор аспирантуры
Номенклатура специальностей
Очная аспирантура
Заочная аспирантура
Аспирантуры Москвы
Аспирантуры России
Поступление в аспирантуру
Реферат в аспирантуру
Соискательство
Учеба в аспирантуре
Учеба в аспирантуре
Обоснование темы диссертации
Индивидуальный план
Кандидатский минимум
Написание диссертации
Как написать диссертацию
Тема диссертации
Концепция диссертации
Актуальность диссертации
Степень разработанности проблемы
Научная новизна
Объект и предмет исследования
Методы исследования
Методы анализа данных
Методы статистического анализа данных
Статистические методы в экономических исследованиях
Цели и задачи диссертации
Достоверность научных положений
Научные положения
Практическая значимость работы
Апробация и внедрение результатов
Структура диссертации
Оформление диссертации
Написание текста диссертации
Введение диссертации
Основная часть диссертации
Заключение
Титульный лист диссертации
Библиография
Приложение к диссертации
Научные статьи
Научные статьи
Защита диссертации
Заслушивание диссертации
Заключение о предварительной защите
Отзыв ведущей организации
Отзыв официального оппонента
Отзыв руководителя
Автореферат диссертации
Текст и структура автореферата диссертации
Оформление автореферата диссертации
Отзыв на автореферат
Защита диссертации на совете
Документы для сдачи в диссертационный совет
Рассмотрение диссертации в ВАК
Распространенные вопросы
Аспирантура и отсрочка от армии
Где опубликовать научную статью
Помощь аспирантам
Книга диссертация

консультация



Сайт аспирантура.рф содержит полную информацию об обучении в аспирантуре, представлены методы статистического анализа данных, методы статистического анализа данных в исследовании, методы статистического анализа данных в диссертации, методы статистического анализа данных при исследовании, как применяется методы статистического анализа данных в исследовании и написании диссертации, методы статистического анализа данных при написании диссертации, информация о написании и защите диссертаций с применением методов статистического анализа данных.