Paleobiológiai módszerek és modellek 7. Hét TÖBBVÁLTOZÓS ADATELEMZÉS

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

Paleobiológiai módszerek és modellek 11. hét
Kvantitatív Módszerek
A LOKÁLIS TÉRSÉGEK VERSENYKÉPESSÉGÉNEK LEHETSÉGES ELEMZÉSI MÓDSZERE
Csoport tagok: Pap Imola Püsök Bernadett Szabó Ibolya-Melánia Vincze Adina-Mária Hajas Zsolt-Árpád nov. 17.
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
A PEDAGÓGIAI KUTATÁS FOLYAMATA
Számítógépes algebrai problémák a geodéziában
Sűrűségfüggvény Parzen becslés Mintapontszám, szigma.
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Adatbányászat. Miért kell menedzselni a tudást és az adatokat? Az adatok mennyisége folyamatosan nő Az elektronikus dokumentáltság növeli az átláthatatlan.
Gazdaságelemzési és Statisztikai Tanszék
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. Faktor = „jellemző”, „háttérváltozó” A faktoranalízis (FA) alapjában a változók csoportosítására, redukciójára.
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, p. (SPSS: p.,
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. A diszkriminanciaanalízis (DSC, DISCRIMINANT) /{ DA, MDA }/ csoportok közti különbségek (különbözőségek),
A kutatás terve Kutatási célok Elemzési egységek Idődimenzió
2. előadás Viszonyszámok típusai
HELYI PARTNERSÉGEK, MINT A VIDÉKI KORMÁNYZÁS INNOVATÍV ESZKÖZEI 1 A Magyar Regionális Tudományi Társaság IX. vándorgyűlése Révkomárom, november 25.
AZ URBÁNUS KISTÉRSÉGEK VERSENYKÉPESSÉGE
Régióközi tudáshálózatok minőségének hatása a kutatási teljesítményre Sebestyén Tamás és Varga Attila.
SPSS bevezetés.
SPSS leíró statisztika és kereszttábla elemzés (1-2. fejezet)
SPSS többváltozós (lineáris) regresszió (4. fejezet)
SPSS többváltozós regresszió
Többdimenziós skálázás (7. fejezet). Alapgondolat Feltáró elemzés A skálázással az adatok közötti különbségeket vizsgáljuk, illetve vetítjük le őket kevesebb.
Főkomponens és faktor analízis
Az Alakfelismerés és gépi tanulás ELEMEI
Vámossy Zoltán 2004 (H. Niemann: Pattern Analysis and Understanding, Springer, 1990) DIP + CV Bevezető II.
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
Egytényezős variancia-analízis
Statisztika a szociológiában
Rövid bevezetés a sokváltozós statisztikákba Összeállította: Elek Zoltán.
Diagnosztika intelligens eszközökkel
Kvantitatív Módszerek
Nyíregyházi Főiskola, 2006/2007. II. félév
Képfeldolgozási módszerek alkalmazása kajszimagok morfológiai tulajdonságainak leírására Felföldi J. 1, Hermán R. 2, Pedryc A. 2, Firtha F. 1 1 Budapesti.
Adatbányászati módszerek a térinformatikában
Többváltozós adatelemzés
Többváltozós adatelemzés
Többváltozós adatelemzés
Többváltozós adatelemzés
Többváltozós adatelemzés
Alapfogalmak.
Adatleírás.
„Taxonok mintákban” típusú adatmátrix
Paleobiológiai módszerek és modellek 2. hét
Avagy: Törött pálcák és párhuzamos krumplik Kvantitatív biosztratigráfia.
A LEMSEGED, Z. (2003): An integrated approach to taphonomy and faunal change in the Shungura Formation (Ethiopia) and its implication for hominid evolution.
paleontológiai kutatásokhoz
Paleobiológiai módszerek és modellek 4. hét
Faktoranalízis az SPSS-ben
Többváltozós számítások
Többszempontos ANOVA (I
A szóráselemzés gondolatmenete
Vargha András KRE és ELTE, Pszichológiai Intézet
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Megerősítő elemzés „Big Data” elemzési módszerek Salánki.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
MI 2003/8 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
A magyar kistérségek innovációs képessége és versenyképessége

Bevezetés a kvantitatív kutatásba
Statisztikai Programcsomagok SAS EG gyakorlat
Faktor- és főkomponensanalízis
Az Európai Unió tagországainak, a csatlakozásra váró országoknak
A leíró statisztikák alapelemei
2. előadás Viszonyszámok típusai
Adat-előfeldolgozás jellemzőtér-transzformációs módszerekkel
Előadás másolata:

Paleobiológiai módszerek és modellek 7. Hét TÖBBVÁLTOZÓS ADATELEMZÉS Statisztikai módszerek csoportosítása a változók száma szerint: -egyváltozós, kétváltozós, többváltozós Többváltozóst tekinthetjük az egy- és kétváltozós kiterjesztésének Más osztályozás: feltáró (exploratory) módszerek – mintázatok keresése igazoló (confirmatory) módszerek – statisztikai jelentés vizsgálata Többváltozós módszerek egyik területe: morfometria iskolák: klasszikus ~, geometriai ~ Célok: - dimenziók számának csökkentése (feltáró) - statisztikai jellemzés (igazoló) - klaszter analízis, kladisztika (csoportszerkezet feltárása) - változók közötti kapcsolat megértése Irodalom: Hammer & Harper, Paleo Data Analysis, 3., 4., 6. fejezet részei PAST leíró kézikönyv Podani János: Bevezetés a többváltozós biológiai adatfeltárás rejtelmeibe (Scientia Kiadó)

Módszerek változatossága Podani ábrája, p. 9

Feltáró jellegű többváltozós módszerek Általában: Sok változó A változók között valamilyen mértékű korreláció áll fenn Észlelések száma > változók száma Normális eloszlás feltételezése gyakori elvárás Ordináció: cél a dimenzionalitás csökkentése

Többváltozós módszerek a paleontológiában Vizsgálati egységeink: Példányok változók: morfometriai mérési adatok, karakter állapotok, tafonómiai bélyegek Minták taxonok, ökológiai típusok, tafonómiai változók, geokémiai jellegek Minták csoportjai (pl. rétegtani helyzet alapján) egyes mintákból származtatott, számított változók Változók jellegei: Folytonos, diszkrét, igen-nem, származtatott

Hol használhatunk többváltozós módszereket? „ahol kellően sok adatunk van” Morfometria: méretadatokkal morfológiai csoportok felismerése, fajok elkülönítése Paleoökológia: fajok eloszlása társulásokban minták csoportosítása fajösszetétel alapján, biofácies és őskörnyezet elemzés Tafonómia: fajok eloszlása a „sírközösségekben” tafonómiai hűség és torzítás (bias) vizsgálata Paleobiogeográfia: fajok térbeli elterjedése bioprovinciák elkülönítése, provincialitás és endemizmus felismerése Biosztratigráfia: fajok időbeli elterjedése zonáció (de vannak sikeresebb módszerek is) Makroevolúció diverzitási trendek vizsgálata Filogenetika kladisztika – önálló módszertannal

A PAST legterjedelmesebb menücsaládja a Multivar svédasztal

Feltáró ordinációs módszerek rövid áttekintése Főkomponens analízis (PCA) parametrikus ordináció, folytonos adatokra Főkoordináta analízis (PCO) parametrikus ordináció, diszkrét adatokra, hasonlóságon és távolságon alapulva Korreszpondecia elemzés nem-parametrikus, észlelések és változók együttes ábrázolása Kanonikus korreláció elemzés (CCA) egy kiemelt, pl. környezeti változó menti változékonyságot feltáró parametrikus módszer Többdimenziós skálázás (MDS) nem-parametrikus, hasonlóság és távolság alapú „térképezési” módszer

Főkomponens analízis PCA Főkoordináta analízis PCO Korreszpondancia elemzés CA Kanonikus korreláció elemzés CCA

Főkomponens analízis (PCA) Főkomponens: az eredeti változók mátrixának forgatásával származtatott ortogonális dimenziójú változó. Az egymás utáni főkomponensek maximálisan jellemzik a maradék adatok változékonyságát. Sajátérték (eigenvalue): a főkomponens súlyának mértéke, mennyit magyaráz meg az összes varianciából Sajátvektor (eigenvector): a főkomponens vektora Súlyérték (loading): az eredeti változók milyen mértékben járulnak hozzá az egyes főkomponensekhez

Esettanulmány trilobitákra