Matrix of Methods / Матрицы методов
К сожалению, эта страница сайта недоступна на мобильных устройствах.
Навигация по странице
Matrix of Methods / Матрицы методов
Одно из важнейших оснований выбора метода для анализа - тип шкалы исследуемых признаков. На этой странице все методы, представленные на сайте, систематизированы в привязке к поставленной задаче (типу анализа) и типам шкал переменных. Чтобы выбрать нужный метод из матрицы, определите типы шкал используемых переменных и посмотрите на ячейку, в которой эти
типы пересекаются - там указан подходящий метод анализа. Обратите внимание на примечания к матрицам, если они есть.
Описательная статистика
Матрица методов
Тип шкалы / метод
Номинальная
Порядковая
Интервальная
Мера центральной тенденции
Мера вариации
Стандартное отклонение, дисперсия, коэффициент вариации, квартильный размах, коэффициент качественной вариации, энтропийный коэффициент вариации
Перенос значений
на генеральную совокупность
Поиск парной связи
Матрица методов
Номинальная
Номинальная
Порядковая
Интервальная
Тип шкалы
Порядковая
Интервальная
Поиск различий между группами
Матрица методов
Примечание: y - зависимая переменная, x - группирующая переменная
Номинальная (y)
Порядковая (y)
Интервальная (y)
Тип шкалы
Номинальная (x)
Различные методы непараметрической статистики
Порядковая (x)
Интервальная (x)
Факторизация
Матрица методов
Примечание: если в анализе используются переменные всех типов шкал одновременно, следует применять категориальный метод главных компонент (CatPCA) с соответствующими уровнями оцифровки (nominal, ordinal, numeric для номинальных, порядковых, интервальных шкал соответственно)
Номинальная
Порядковая
Интервальная
Тип шкалы
Номинальная
Анализ соответствий
(в т.ч. множественный)
Категориальный метод главных компонент (CatPCA)
с уровнями оцифровки
nominal и ordinal
Категориальный метод главных компонент (CatPCA)
с уровнями оцифровки
nominal и numeric
Порядковая
Категориальный метод главных компонент (CatPCA)
с уровнями оцифровки
nominal и ordinal
Категориальный метод главных компонент (CatPCA)
с уровнем оцифровки ordinal
Категориальный метод главных компонент (CatPCA)
с уровнями оцифровки
ordinal и numeric
Интервальная
Категориальный метод главных компонент (CatPCA)
с уровнями оцифровки
nominal и numeric
Категориальный метод главных компонент (CatPCA)
с уровнями оцифровки
ordinal и numeric
Кластеризация
Матрица методов
Примечание: если в анализе используются переменные всех типов шкал одновременно, следует применять 2-ступенчатый кластерный анализ
Номинальная
Номинальная
Порядковая
Интервальная
Тип шкалы
Порядковая
Интервальная
Прогнозирование
Матрица методов
Примечание 1: если в роли независимых переменных присутствуют переменные разных типов шкал, в качестве основания
для выбора метода следует взять переменную с наиболее низким типом шкалы (тип шкалы повышается в следующем порядке: номинальная – порядковая – интервальная)
Примечание 2: в логлинейном анализе нет разделения на зависимые и независимые переменные, любая переменная может рассматриваться как зависимая
Дихотомическая (y)
Тип шкалы
Номинальная с большим числом категорий или порядковая (y)
Интервальная (y)
Номинальная (x)
Бинарная логистическая регрессия с фиктивными переменными, дискриминантный анализ
с фиктивными переменными, пробит-регрессия
с фиктивными переменными, деревья классификации, логлинейный анализ
Мультиномиальная логистическая регрессия
с фиктивными переменными, деревья классификации, логлинейный анализ
Линейная регрессия
с фиктивными переменными, деревья классификации
Порядковая (x)
Бинарная логистическая регрессия с фиктивными переменными, дискриминантный анализ
с фиктивными переменными, пробит-регрессия
с фиктивными переменными, деревья классификации, логлинейный анализ
Мультиномиальная логистическая регрессия
с фиктивными переменными, деревья классификации, логлинейный анализ
Линейная регрессия
с фиктивными переменными, деревья классификации
Интервальная (x)