Технологии интеллектуального анализа данных : учебное пособие

178 Классификация статистических методов. Методы статисти- ческого анализа данных принято классифицировать по нескольким принципам: 1) по количеству анализируемых признаков:  одномерные (анализ каждого признака в отдельности),  двухмерные (одновременный анализ двух признаков, на- пример, анализ связей изучаемых признаков – ассоциации или кор- реляции),  многофакторные (анализ трех признаков и более одновре- менно, например: многофакторный дисперсионный; многофактор- ный регрессионный; дискриминантный); 2) по статистическим принципам, лежащим в основе методов:  параметрические. Применяются главным образом для ана- лиза нормально распределенных количественных признаков,  непараметрические. Применяются в остальных случаях для анализа признаков: а) количественных независимо от вида их распределения; б) качественных. В целом непараметрические методы (в случае использования их на малых выборках) являются менее мощными по сравнению с параметрическими, т.е. иногда не позволяют выявить статистиче- ские закономерности, которые могут быть выявлены с помощью параметрических методов. В то же время непараметрические мето- ды более надежны в случаях, когда есть сомнения в том, что анали- зируемый признак имеет нормальное распределение. Для нормаль- но распределенных признаков параметрические и непараметриче- ские методы дают близкие результаты: 3) по возможности учета имеющихся априори предположений:  односторонние тесты – учитывающие исходное (априор- ное) предположение о том, что в одной из групп распределение