Dimension reduction of categorical data based on Fisher's exact test

Abstract

Куликов Даниил Владимирович. Редукция размерности категориальных данных на основе точного критерия Фишера. Научный руководитель: к.ф.-м.н., доцент Н. П. Алексеева. Прикладная математика и информатика, вычислительная стохастика и статистические модели. В работе реализованы программы вычисления точного критерия Фишера для таблиц сопряженности большой размерности и выявления информативных признаков, проведено сравнение с известными аналогами. Предложены различные алгоритмы генерации кодов Грея. Создан новый алгоритм перечисления всевозможных точек грассманиана. С использованием реализованных программ сделан вывод о важности и взаимодействии факторов на примере данных о заболеваниях кишечника. Использовано источников: 15 Куликов, Д. В. Редукция размерности категориальных данных на основе точного критерия Фишера: бакалаврская работа: защищена 09.06.2016 / Куликов Даниил Владимирович. – СПб., 2016. – 48 с. – Библиогр.: с. 47–48.

Kulikov Daniil Vladimirovich. Dimension reduction of categorical data based on Fisher’s exact test. Scientific Supervisor: сandidate of physics and mathematics, associate professor N.P. Alekseeva. Department of Statistical Modelling. In this work we implemented the program for computing Fisher's exact test for large dimension contingency tables and for identifying informative features, which were compared with the known analogues. We propose various algorithms for generating Gray codes. The new algorithm for enumerating all points of the Grassmannian was created. Using the implemented programs was concluded importance and interaction of factors on the example data on bowel diseases. Sources used: 15 Kulikov D. Dimension reduction of categorical data based on Fisher’s exact test: bachelor's thesis: defended on 09.06.2016 / Daniil Kulikov. – SPb., 2016. – 48 p. – Bibliography: p. 47–48.