Page 19 - 4511

до даних нормальне, рівномірне, лінійне, експоненціальне, га-
мма, логнормальне, хі-квадрат, біномне, пуассоновское, розпо-
діл Бернуллі і інші. Точність підгонки оцінюється за допомогою
критерію хі-квадрат або одновибіркового критерію Колмого-
рова-Смірнова (параметри підгонки можуть контролюватися).
Додатково підгонка гіпотетичного розподілу до емпіричного
може бути оцінена в призначених користувачєм гістограмах
(стандартних або кумулятивних) з накладенням на них вибра-
них функцій; лінійні і стовпчасті графіки очікуваних і спосте-
режуваних частот можуть бути отримані безпосередньо з таб-
лиці з вихідними даними. Визначені користувачем функції від
однієї і двох змінних також легко можуть бути побудовані і на-
кладені на графіки.

Модуль Факторний аналіз (Factor Analysis)

Якщо ви хочете стискувати дані або виділити основні за-
гальні чинники, що впливають на спостережувані характерис-
тики складного об'єкту і пояснюючі зв'язки між ними, напри-
клад, основні геологічні чинники або чинники, що впливають на
продуктивність, працюйте в модулі Факторний аналіз.
Модуль факторного аналізу містить широкий набір мето-
дів і опцій, що забезпечують користувача вичерпними засобами
факторного аналізу.
Він, зокрема, включає метод головних компонент, метод
мінімальних залишків, метод максимальної вирогідності та ін. з
розширеною діагностикою і надзвичайно широким набором
аналітичних і розвідувальних графіків. Модуль може викону-
вати обчислення головних компонент загального і ієрархічного
факторного аналізу з масивом, що містить до 300 змінних. Про-
стір загальних чинників може бути виведений на графік і про-
глянутий або "скибочка за скибочкою", або на 2-х або 3-х мір-
них діаграмах розсіяння з поміченими змінними-точками.
Після того, як рішення визначене, користувач може пере-
рахувати кореляційну матрицю від відповідного числа чинни-
ків для того, щоб оцінити якість побудованої моделі.

18