Daudzdimensiju analīzes metožu izmantošana
Katrai daudzdimensiju analīzes metodei atbilst noteikta veida izpētes jautājums, kuru tā var palīdzēt atrisināt.
Datu apstrādi mūsdienās parasti veic ar datortehniku, izmantojot gatavu programmnodrošinājumu. Galvenais ir izvēlēties pētījumam vispiemērotāko metodi un atbilstošo programmu. Vēl svarīgāk ir pareizi novērtēt un interpretēt iegūtos rezultātus. Lai to varētu izdarīt, ir jāzina katras metodes būtība, priekšrocības, ierobežojumi, rezultātu interpretācijas un lietošanas paņēmieni.
Kovariācijas analīze
Kovariācijas analīze zināmā mērā savieno dispersijas un regresijas analīzes īpašības. Tādēļ tā ir vispiemērotākā sakarību pētīšanas un modelēšanas metode, ja sakarībās kā faktori vienlaikus ieiet gan atributīvas, gan kvantitatīvas pazīmes. Ar šo paņēmienu ir iespējams ne tikai novērtēt sakarību nozīmi, bet arī aprēķināt sakarību modeli un noteikt sakarību ciešumu.
Kovariācijas analīze dod iespēju salīdzināt rezultatīva radītāja izmaiņas starp vairākām grupām, kuras tiek izdalītas ar kvalitatīvu radītāju palīdzību. Kovariācijas analīze palielina neatkarīgo mainīgo ietekmi, samazinot iespējamo kļūdu.
Atkarībā no uzdevuma satura lieto vienu no divām kovariācijas analīzes pamatformām:
Ja pētījumā svarīgākās ir kvantitatīvās pazīmes, tad kovariācijas analīzē dominē regresijas analīzes algoritms un galīgos rezultātus iegūst modificēta regresijas vienādojuma veidā. Darba gaitā tiek izslēgta atributīvo pazīmju līdzietekme, kura, ja tai nepievērstu vērību, varētu izkropļot interesējošo kvantitatīvo pazīmju sakarības.
Ja pētījumā svarīgākās ir atributīvās pazīmes, tad kovariācijas analīzes algoritmā dominē dispersijas analīzes metodes, un rezultātā iegūst dispersijas analīzei raksturīgus secinājumus. Tikai darba gaitā tiek izslēgta kvantitatīvo pazīmju līdzietekme, kura traucē pētīt atributīvo pazīmju ietekmi uz rezultatīvo pazīmi.
Kovariācijas analīzes modeļus un līdz ar to analīzes veidus klasificē pēc: analīzē iekļauto atributīvo pazīmju skaita, izšķirot vienas un vairāku atributīvo pazīmju kompleksus; analīzē iekļauto kvantitatīvo pazīmju skaita, izšķirot vienkāršo un daudzfaktoru kovariācijas analīzi; sakaru formas, izšķirot lineāro un nelineāro kovariācijas analīzi.…
