Иногда я делаю посты по темам, в которых не разбираюсь вообще либо знакома, мягко говоря, отдалённо. Меня может это в жизни не интересовать, просто в чём-то я нашла интересное и необычное для себя и решила вот так запостить для памяти. Обычно в таких постах много букв, умностей, их никто не читает и не комментирует. Но они всё-равно будут.
много неинтересный буквSTATISTICA, пиктографии.
На статистических пиктографиках наблюдения или отдельные испытания представлены в виде символов со многими элементами. Основная идея использования пиктографиков состоит в представлении отдельных наблюдений в виде некоторых графических объектов, где значения переменных соответствуют определенным свойствам или размерам этих объектов (как правило, одно наблюдение = один объект). Это соответствие таково, что внешний вид объекта изменяется в зависимости от набора значений.
«Лица Чернова»
Этот тип пиктограмм образует отдельную категорию. Разные наблюдения здесь схематично представлены в виде лиц. При этом выбранные переменные соответствуют конкретным элементам (чертам) лица.
В силу уникальных свойств таких диаграмм некоторые исследователи рассматривают их в качестве основного многомерного метода исследований, способного выявить скрытые взаимосвязи между переменными, которые невозможно было бы отыскать, применяя любой другой метод. Это утверждение, однако, очень похоже на преувеличение.
Заметим, что метод «Лиц Чернова» довольно сложен, а его использование требует проведения большого числа экспериментов по сопоставлению черт лица с исходными данными.
Пиктографики применяются, как правило, в двух случаях: 1) когда нужно выявить характерные зависимости или группы наблюдений и 2) когда необходимо исследовать предположительно сложные взаимосвязи между несколькими переменными. В первом случае пиктографики используются для классификации наблюдений аналогично кластерному анализу.
Предположим, было проведено анкетирование артистов с целью изучения их личных качеств. Пиктографики помогут определить, существуют ли естественные группы артистов, отличающиеся определенными закономерностями полученных баллов за ответы на различные вопросы. Например, может оказаться, что некоторые артисты — чрезвычайно творческие личности, при этом они недисциплинированны и независимы, в то время как представители второй группы хорошо образованны, дисциплинированны и уделяют большое внимание успеху у публики.
Второй тип применений — исследование связей между несколькими переменными — больше напоминает факторный анализ, то есть его можно использовать при исследовании вопроса о зависимости переменных. Предположим, изучалось мнение группы людей о различных марках автомобилей. Несколько человек заполнили детальные анкеты, оценивая различные свойства различных автомобилей. В файле данных записаны средние оценки по каждому из свойств (рассматриваемых как переменные) для каждого из автомобилей (рассматриваемых как наблюдения).
При изучении «Лиц Чернова» (где каждое лицо представляет мнение об одном из автомобилей) может оказаться, что улыбающиеся лица обычно имеют большие уши, при этом если цене соответствует «величина» улыбки, а динамическим качествам — размер ушей, это «открытие» означает, что быстрые машины дороги. Разумеется, это очень простой пример, однако при анализе реальных данных применение этого метода может сделать более очевидными сложные взаимосвязи между переменными.
На данном типе диаграмм для каждого наблюдения рисуется отдельное «лицо». Значениям выбранных переменных ставятся в соответствие форма и размеры конкретных черт лица (например, длина носа, угол наклона бровей, ширина лица).
отсюда
спасибо за наводку