Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/4084
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorМареев Владимир Владимировичru_RU
dc.contributor.authorХристенко Евгений Александровичru_RU
dc.contributor.authorKhristenko Evgenyen_GB
dc.contributor.editorкандидат технических наук, доцент В.В. Мареевru_RU
dc.contributor.editorCandidate of Engineering, Associate Professor V.V. Mareeven_GB
dc.date.accessioned2016-10-10T02:12:04Z-
dc.date.available2016-10-10T02:12:04Z-
dc.date.issued2016
dc.identifier.other010934en_GB
dc.identifier.urihttp://hdl.handle.net/11701/4084-
dc.description.abstractДанная работа посвящена решению задачи сечения исходных данных большой размерности. Целью работы является разработка алгоритма для исследования взаимосвязи интересующего нас явления с множеством всех параметров. В качестве исходных данных были взяты данные, предоставленные Европейским Социальным Исследованием (the ESS) для Российской Федерации в 2012 году. В соответствие с целью работы были выделены две задачи: 1) Исследование данных при помощи статистических методов; 2) Визуализация полученных результатов. В ходе работы была исследована удовлетворенность жизнью граждан, построена многомерная регрессионная модель, а также получены новые переменные. Кроме того, была произведена визуализации полученных данных.ru_RU
dc.description.abstractThis work is devoted to the solution of the existing problems, namely the problem of section of input data of high dimensionality. The purpose is to develop an algorithm for the research of the phenomenon we are interested in the relationship with the set of parameters. As the data provided by the European Social Survey (the ESS) were collected baseline data for the Russian Federation in 2012. In line with the purpose the two problems were identified: 1) The researching of data using statistical methods; 2) Visualization of the results. During the work citizens' satisfaction with life was investigated, a multivariate regression model was built, as well as the new variables obtained. Furthermore, visualization of the data was made.en_GB
dc.language.isoru
dc.subjectмногомерные данныеru_RU
dc.subjectпорядковая регрессияru_RU
dc.subjectфакторный анализru_RU
dc.subjectвизуализацияru_RU
dc.subjectmultidimensional dataen_GB
dc.subjectordinal regressionen_GB
dc.subjectfactor analysisen_GB
dc.subjectvisualizationen_GB
dc.titleEfficiency comparison of multi-dimensional visualisation methodsen_GB
dc.title.alternativeСравнение эффективности методов многомерной визуализацииru_RU
Располагается в коллекциях:BACHELOR STUDIES



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.