MNOHOROZMĚRNÉ ŠKÁLOVÁNÍ
Jednodenní kurz představí statistickou metodu mnohorozměrného škálování, která řeší úlohu grafického znázornění komplexních vztahů.
Mnohorozměrné škálování přehledně shrnuje v jednom obrázku velké množství informací. Zakresluje objekty charakterizované mnohorozměrnými profily do plochy (nebo do vícerozměrného prostoru) a umožňuje tak jejich bezprostřední a názornou komparaci. Mnohorozměrné škálování také zobrazuje do obrázku vztahy mezi proměnnými a má roli neparametrické faktorové analýzy v případech, kdy vztahy mezi vstupními proměnnými nejsou charakterizovány korelacemi, ale libovolnými jinými koeficienty nebo mírami. Číselné výstupy metody slouží jako základ pro konstrukci obrázku, ale mají i své vlastní interpretační zázemí a slouží nejen k věcným závěrům, ale také k redukci informace, ke kvantifikacím a skórování. Metoda má sama své přímé a velmi důležité aplikace a vysokou interpretační výpovědní sílu, používá se ale i doplňkově jako ilustrace vztahů, a také jako podklad pro seskupování a typologizaci, hledání silných vazeb apod. Její předností je názornost a snadná orientace ve výsledcích a především to, že shrnuje informaci a nabízí rychlý přehled a závěr.
Cíle kurzu
- Cílem je seznámit posluchače s velmi oblíbenou grafickou metodou popisu vztahů a s jejím aplikačním využitím v různých praktických situacích. Posluchači získají dostatečné znalosti pro samostatné využívání metody ve svých vlastních analýzách.
Pro koho je kurz určen
Kurz je určen pro analytiky v oboru marketingu, personalistiky, kontroly kvality, kontroly procesů, pro výzkumné i vědecké pracovníky, ekonomy, atd.
Osnova kurzu
- 1 objekty a jejich mnohorozměrná charakteristika
- 2 profily a jejich komparace – profilové grafy, vztahy profilů
- 3 pojem proximity: míry ne/podobnosti; vzdálenost/metrika
- 4 zobrazení dvojrozměrného a trojrozměrného profilu – relační mapa
- 5 aproximace vícerozměrných profilů dvoj(troj)rozměrným obrázkem
- 6 grafické výstupy a typologie
- 7 asociace proměnných – blízkost v prostoru vlastností
- 8 graf vztahů mezi proměnnými
- 9 neparametrická (nemetrická) faktorová analýza
Požadavky
Předpokladem pro účast na kurzu je znalost základních popisných statistik. Zkušenosti s ovládáním statistických programů nejsou nutné.
Lektor
Ing. Bronislava Černá
Mohlo by vás zajímat
