|
Достоверность различий между сравниваемыми фупаами оценивали неиараметрическими критериями Вилкоксона-Манна-Уитни для несвязанных совокупностей и методами вариационной статист ики с использованием критериев Стыодента (t) и у_2. Различие между сравниваемыми величинами признавалось достоверным при р<0,05 (t>2,0). Для проведения корреляционного анализа использовались методы Пирсона и Спирмена, при абсолютном значении коэффициента корреляции г > 0,75 связь оценивалась как сильная, при г > 0,25, но < 0,75 как умеренная, и при г < 0,25 как слабая f172]. Поиск закономерностей группировки и взаимосвязи изучаемых признаков был реализован е помощью кластерного анализа. Для кластерного анализа использовались методы наиболее удаленных соседей, взвешенного попарного среднего, метод Варда, гипотеза относительно числа кластеров по переменным проверялась методом К средних [244J. Выходные данные были сведены в таблицы. Таблицы, отобранные для описательной части исследования, представлены в соответствующих разделах диссертации. |
55 Поиск закономерностей группировки и взаимосвязи изучаемых признаков был реализован с помощью кластерного и факторного анализа. Для кластерного анализа использовались методы наиболее удаленных соседей, взвешенного попарного среднего, метод Варда, гипотеза относительно числа кластеров по переменным проверялась методом К средних [313]. Факторный анализ выполнялся методом главных компонент и методом максимального правдоподобия (с вращением). В соответствии с графиком собственных значений определялись ведущие факторы в новой сокращенной системе координат, повернутой таким образом, что факторные оси расположены по направлениям наибольших дисперсий. По графикам факторных нагрузок давалась интерпретация основных групп ведущих (наиболее значимых) факторов, с последующим вычислением значений факторных нагрузок, которые сводились в таблицы. Это позволило подробно определить, из чего складываются группы ведущих факторов [84]. Для анализа связи между несколькими независимыми переменными, выявления прогностически наиболее информативных признаков (предикторов) и построения прогностических моделей использовались пошаговый дискриминантный и линейный регрессионный методы анализа [217]. Выходные данные были сведены в таблицы. Таблицы, отобранные для описательной части исследования, представлены в соответствующих разделах диссертации. |