Spis treści
Przedmowa
1. Podstawowe założenia statystycznej wielowymiarowej analizy porównawczej
1.1. Podstawowe pojęcia
1.2. Dobór zmiennych diagnostycznych
1.2.1. Zasady doboru zmiennych diagnostycznych
1.2.2. Dobór zmiennych na podstawie kryteriów merytoryczno-formalnych
1.2.3. Dobór zmiennych na podstawie kryteriów statystycznych
1.3. Ważenie zmiennych diagnostycznych
1.3.1. Równe wagi
1.3.2. Wagi bazujące na opiniach ekspertów
1.3.3. Wagi bazujące na kryteriach statystycznych
1.4. Transformacja zmiennych diagnostycznych
1.4.1. Stymulacja zmiennych
1.4.2. Normalizacja zmiennych
1.4.3. Wyeliminowanie z obliczeń ujemnych wartości zmiennych
1.5. Skale pomiarowe
1.6. Miary podobieństwa obiektów
1.6.1. Podstawowe miary odległości
1.6.2. Wybrane miary odległości struktur
1.6.3. Miary podobieństwa i współzależności między zmiennym
2. Metody porządkowania
2.1. Ogólna charakterystyka metod porządkowania
2.2. Metody porządkowania liniowego
2.2.1. Metody diagramowe
2.2.2. Metody oparte na zmiennych syntetycznych
2.2.3. Metody iteracyjne
2.3. Wybór metody porządkowania liniowego
2.4. Analiza wrażliwości wskaźników syntetycznych
2.4.1. Dobór zmiennych diagnostycznych
2.4.2. Normalizacja zmiennych diagnostycznych
2.4.3. Systemy ważenia
2.4.4. Agregacja zmiennych
2.4.5. Analiza wrażliwości
2.5. Metody porządkowania nieliniowego
2.5.1. Metody dendrytowe
2.5.2. Metody aglomeracyjne
2.5.3. Ocena dobroci dopasowania dendrogramu – współczynnik korelacji kofenetycznej
3. Metody grupowania obiektów
3.1. Założenia grupowania obiektów
3.2. Metody grupowania obiektów uporządkowanych liniowo
3.2.1. Metody diagramowe
3.2.2. Metoda Spätha–Szczotki
3.2.3. Metoda maksymalnego gradientu
3.2.4. Metoda odchyleń standardowych
3.3. Metody aglomeracyjne
3.3.1. Metody podziału dendrytu
3.3.2. Metody podziału drzewka połączeń
3.4. Metody deglomeracyjne
3.4.1. Metoda najbliższej grupy
3.4.2. Metoda najbliższego obiektu
3.4.3. Metoda dalszego z najbliższych obiektów
3.5. Metody optymalizacji danego grupowania obiektów
3.5.1. Metoda k-średnich i metoda k-median
3.5.2. Metoda Forgy–Janceya
3.5.3. Metoda Wisharta
3.6. Metody obszarowe
3.6.1. Metoda wrocławska
3.6.2. Metoda katowicka
3.7. Metody taksonomii struktur
3.8. Mierniki oceny poprawności grupowania obiektów
3.8.1. Miary homogeniczności grup obiektów
3.8.2. Miary heterogeniczności grup obiektów
3.8.3. Ilorazy miar homogeniczności i heterogeniczności grup obiektów
3.8.4. Indeksy poprawności grupowania
4. Wybór reprezentantów grup obiektów
4.1. Metoda środka ciężkości
4.2. Metoda potencjałów
4.3. Inne metody wyboru reprezentantów grup obiektów
5. Wielowymiarowa analiza wariancji
5.1. Wprowadzenie
5.2. Wielowymiarowy jednokierunkowy model analizy wariancji (MANOVA)
6. Analiza głównych składowych
6.1. Wprowadzenie
6.2. Model analizy głównych składowych
6.3. Interpretacja geometryczna
6.4. Zasadność stosowania analizy głównych składowych
6.5. Określanie liczby głównych składowych
6.5.1. Kryterium wartości własnej
6.5.2. Kryterium osypiska
6.5.3. Kryterium stopnia wyjaśnianej wariancji
6.5.4. Kryterium istotności głównych składowych
6.5.5. Kryterium interpretacyjne
6.6. Interpretacja wyników
6.7. Podstawowe założenia analizy głównych składowych
7. Analiza czynnikowa
7.1. Wprowadzenie
7.2. Model analizy czynnikowej
7.3. Metody szacunku ładunków czynnikowych
7.3.1. Metoda osi głównych
7.3.2. Metoda centroidalna
7.3.3. Metoda największej wiarygodności
7.3.4. Metoda najmniejszych reszt (MINRES)
7.4. Interpretacja geometryczna
7.5. Metody rotacji czynników
7.5.1. Rotacje ortogonalne
7.5.2. Rotacje ukośne
7.6. Określanie liczby czynników
7.7. Interpretacja wyników
7.8. Zasadność stosowania analizy czynnikowej
8. Analiza kanoniczna
8.1. Wprowadzenie
8.2. Model analizy kanonicznej
8.3. Określanie liczby par zmiennych kanonicznych
8.4. Interpretacja wyników
8.5. Zasadność stosowania analizy kanonicznej
9. Analiza korespondencji
9.1. Wprowadzenie
9.2. Model analizy korespondencji
9.3. Wybór przestrzeni czynnikowej
9.4. Ocena jakości odwzorowania
9.5. Punkty dodatkowe
9.6. Interpretacja osi czynnikowych
9.7. Interpretacja wyników
10. Analiza dyskryminacyjna
10.1. Wprowadzenie
10.2. Procedura konstrukcji funkcji dyskryminacyjnych
10.3. Określanie liczby zmiennych wejściowych istotnie dyskryminujących obiekty
10.4. Określanie liczby funkcji dyskryminacyjnych
10.5. Interpretacja wyników
10.6. Procedura konstrukcji funkcji klasyfikacyjnych i klasyfikacja obiektów
10.7. Prawdopodobieństwa klasyfikacji
10.8. Miary poprawności klasyfikacji
10.9. Klasyfikacja za pomocą odległości Mahalanobisa
10.10. Podstawowe założenia analizy dyskryminacyjnej
Bibliografia