Якісний аналіз множини даних у процесі оцінювання соціально-економічних явищ

Olga Ivanivna Korytska


Анотація


Вступ. Дослідження соціально-економічних явищ передбачає проведення моніторингу та збору інформації за різними показниками, які їх характеризують. Аналіз соціально-економічних явищ пов'язаний з обробкою великих інформаційних масивів даних. Сукупність останніх для оцінювання характеризується різнорідністю та неточністю. Інформація формується багатьма експертами, може містити сумнівні, не оброблені (упущені) дані. Для ефективного та достовірного оцінювання соціально-економічних явищ доцільно здійснити якісний аналіз множини даних. Це забезпечить формування однорідної сукупності інформації, вилучення атипових даних з аномально великим додатнім чи від’ємним значенням, підвищення достовірності одержаних результатів дослідження.

Мета. Розглянути і розвинути методику якісного аналізу множини даних у процесі оцінювання соціально-економічних явищ.

Результати.  Здійснено огляд найбільш поширених методів оцінювання генеральних сукупностей даних. Звертається увага на недосконалість методики якісного аналізу множини даних у процесі оцінювання соціально-економічних явищ. Якісний аналіз множини даних містить аналіз упущеної та сумнівної інформації. Рекомендовано способи обробки упущеної та виявлення сумнівної інформації. При наявності упущеної інформації застосовують «зведення до нульових значень», умовне кодування, використання методу максимальної правдоподібності, головних компонент. При наявності сумнівної інформації проводиться її ідентифікація та оцінка. Ідентифікація здійснюється за критеріями Ф. Граббса, Г. Мура, Н. Смирнова, Г. Тітьєна. На основі оцінки даних сумнівна інформація усувається із подальшої обробки або модифікується. Запропоновано варіанти модифікації інформації з використанням методів робастної статистики. До останніх належать методи Ч. Вінзора, А. Пуанкаре, Дж. Тьюкі, П. Хубера.

Якісний аналіз множини даних у процесі оцінювання соціально-економічних явищ передбачає виявлення та обробку атипової інформації. Нами репрезентовано узагальнену схему якісного аналізу множини даних. Запропонована методика може бути застосована у вивченні різних видів економічної діяльності. Подальші наукові дослідження передбачають апробацію методики для оцінювання ефективності промислового виробництва України.


Ключові слова


критерії оцінки; робастні методи статистики; соціально-економічні явища; сукупність даних; «сумнівні» спостереження; упущена інформація; якісний аналіз

Повний текст:

PDF

Посилання


Aivazian, S. A., Enukov, I. S., Meshalkin, L. D. (1983). Applied statistics: Basics modeling and analysis of spatial data [Prykladnaia statystyka: Osnovy modelirovania i pervichnaia obrabotka danykh ]. Moscow: Finance and statistic.

Dubrov, A. M., Mhitarian, I. S., Troshun, L. I. (2003). Multivariate statistic methods [Mnogomernye statisticheskie metody]. Moscow: Finance and statistic.

Soshnikova, L. A., Tomashevuch, V. N., Uebe, H., Sheffer, M. (1999). Multivariate statistic analysis in economics [Mnogomernyi statisticheskii analiz v ekonomike]. Moscov: YUNITI-DANA.

Hasings, C., Mosteller, F., Tukey, J. W., Winsor, C.P. (1947). Low moments for small samples: A comparative study of order statistics.

Grubbs, F. E. (1950). Sample Criteria for Testing Outlying observations.

Puankare, A. (1910). Method and science [Nauka i metod]. Sankt-Peterburg.

Smirnov, N. V. (1941). Estimation of the maximum term in the series of observations [Otsenka maksimalnogo chlena v riadu nabludenii].

Tietje,n G., Moore, H. (1972). Some Grubb’s type statistics for the detection of several outliers. Technometrics.

Andrews, David F; Peter, J Bickel; Frank, R. Hampel; Peter J. Huber; W H Rogers & John W Tukey (1972). Robust estimates of location: survey and advances. Princeton University Press.

Huber, G. P. (1984). Robust statistics [Robastnost v statistike]. Moscov: Mir.

Bondina, N. M., Povoroznuk, A. I., Shein, O. M. (2013). Computerization of specialized media [Komputeruzatsia spetsializovanykh seredovyshch]. Kharkiv: NTU: HPY.

Comparative analysis of the criteria blunders [Sravnitelnyi analiz kriteriev grubych oshybok], from : http://www.pisali.ru/zalvladimir/98176/.

Gauss, C. F. (1809). Theoria motus corporum coelestium. Gamburg.

Box, G. E. P., Draper, N. R. (n. d.). A basis for the selection of a response surface design. J. Amer. Statist. Ass.

Kolmogorov, A. N. (1989). Probability theory and mathematical statistics [Teoria veroiatnostei i matematicheskaia statystyka ]. Moscow: Nauka.


Метрики статей

Завантаження метрик ...

Metrics powered by PLOS ALM

Посилання

  • Поки немає зовнішніх посилань.




Ліцензія Creative Commons
Статті поширюються на умовах ліцензії Creative Commons Із зазначенням авторства - Некомерційна - Без похідних творів 3.0 Неадаптована.

 

Збірник наукових праць "Економічний аналіз"

ISSN 1993-0259 (Print)  ISSN 2219-4649 (Online)

 

© Тернопільський національний економічний університет

© «Економічний аналіз», 2007-2019