A normalizálás paramétereket, előkészítése és feldolgozása, elemzése és bemutatása adatok
1. Miért normalizálódását index
Általában a súlyosságát bizonyos minőségi próbálják leírni egy számot. Leggyakrabban olyan x szám van kialakítva pontok összegeként. Ez jogos - egy másik kérdés. Azt feltételezzük, hogy x az a szám, a fogadott és intelligens.
Jellemzően x változik egy minimális érték xmin (reflektív minőség hiánya) és egy maximális érték xmax (extrém megnyilvánulása, a jelenlét, súlyossága, ...).
A készítmény megoldja a problémát a két objektum, de csak ez a mutató. Azonban, és itt ez nem túl jó. Meg kell mindig szem előtt, hogy milyen mértékben változást mutató. És ezek a sávok - a legkülönbözőbb ... Igen, és értékeli, hogy milyen közel egy különösen értékes, hogy a széleit a tartomány vagy a közepén. Általában tiszta sötétség.
Ha beszélünk összehasonlítása két különböző intézkedések - tegye a varratok. Persze, nem lehet összehasonlítani a minőség is. Ehhez össze a számot kell lennie dimenzió. És ez volt az a szám általában úgy értelmezik, súlyossága egy bizonyos minőséget. És itt van összehasonlítani, mint lehetséges. De ehhez kell vezetnie az azonos méretű, úgyhogy az elején és végén a két skála egybeesnek.
De miért csak ez a két? Csináljuk ezt a konverziót minden paramétert! Ez az úgynevezett normalizáció (nem tévesztendő össze a normalizációs!). Ezután össze tudjuk hasonlítani a különböző mutatók, másként nyert.
2. típusai mutatók
Az összes különböző numerikus tulajdonságait is (vagy válaszadó) két nagy csoportra lehet meghatározni:
- unipoláris. expresszáló csak a mértéke jelenlétében (intenzitását, súlyosságát, ...) egy minőségi;
- bipoláris. tükrözve nem csak a mértéke a rendelkezésre álló minőségi, hanem a „orientáció”.
3. A normalizálás unipoláris index
Hosszú alakult tudomány úgy, hogy az értékek normalizált tartomány 0-1.
Ehhez a konverziós függvény az y = f (x) kell a következő tulajdonságokkal:
Bármely funkció ilyen tulajdonságokkal lehet használt normalizálás. Például, ha xmax, lehetséges, hogy válasszon egy funkciót
Könnyen belátható, hogy mivel a választás a megfelelő funkciót lehet figyelembe venni a különböző hatások torzulásának becsléseket. Például egy válaszadó hajlamos szélsőséges pontszámokat. Így lehet alkalmazni a különböző válaszadók és a magas konverziós funkciók, amelyek figyelembe veszik sajátosságait azonosság, állapot, stb Minta grafikonok ezeket a funkciókat - látható. 1.
Ábra. 1. grafikonok normalizálás funkció
A leggyakrabban használt lineáris transzformáció:
Ha feltételezzük, hogy növekedése x írja le, mint a növekedés a súlyossága minőség A és csökkenti a mértékét néhány más minőségű B, a normalizált minőségi mérték B lehet, csak a különbség y '= 1-y. Ilyenek például kapcsolódó minőségi értelemben „közelség” és a „távolság”. Az metrization azonosítja az észlelt rossz előtt, de ez egyértelműen a kiegészítő, sőt ellenezte.
4. normalizálása bipoláris mutató
Jellemzően, az ilyen indikátor „ragasztás” a két, kölcsönösen feltételezve antonymous unipoláris és minőségű A és B
Mivel gyakran egyszerűen a tagadása A, és fordítva. Ezen elv szerint épülnek, például szemantikus differenciál skála. Azonban egy ilyen differenciál pár ellenőrizni kell a szótár antonyms (például két ellentétes értelmű, hogy a „fun” - „szomorú” és „sötét” - egyáltalán nem szinonimája).
A normalizálás során válassza ki megfelelő mennyiség „pozitív” tengely irányában y. Mint ilyen önkényesen kiválasztott egyik pólusai a skála, intenzitásának növelésével, amely elfogadott növekedéseként y. Az ellentétes pólus automatikusan egy „negatív”. Hangsúlyozzuk, hogy nem modalitás (axiológiai értékelés) erre nem - játszanak szerepet csak akkor lehet megállapítani szemantikai sztereotípiák, de nem több.
Hagyja, hogy a mennyiség x értékeli súlyossága mind minőségben (a megfelelő jelölése, például „nagyon” vagy "kis gyűlölet). Normalizálás végezhető bármilyen függvény kielégíti a feltételeket (1). Különösen azt lehet és egy lineáris transzformáció:
Nyilvánvaló, y [-1; 1].
Mindkét formula (2) és (3) leírja egy lineáris transzformáció az űrlap y = k · x + b. Ezért minden statisztikai következtetéseket az értékek az x és y azonos.
5. Jellemzői skála
Amikor egy pontos skálán vannak finomságok, hogy gyakran nem veszik figyelembe:
- Néha nem válaszolni minden kérdésre kapcsolatos ez a mutató. Az okok különbözőek - csak a válasz nem adott, a hiba abban, hogy a válasz vagy a kódolás, ... Röviden - vannak válaszok kihagyások.
- Szinte mindig pontszám egyenlő a válasz számos, többek között. És a legalacsonyabb pont egyenlő 1.
- Szeretném használni, hogy válaszoljon néhány kérdésre a száma, átmeneteket, eltér a többitől. De aztán ő hozzájárulása kell tekinteni, mint valami más.
A normalizálás pontos skálán csak hogy x = S, ahol S a pontok összegeként kapott válaszok (és ne kérdezz!). Ennek megfelelően, az érték Smin és Smax - a legkisebb és a legnagyobb mennyiségű pontot lehet pontszámot a kapott válaszokat.
Ha a fokozatok minden kérdésre ugyanaz a száma, N - pontosan ez a szám ilyen válaszok, melyek elhatárolt pontokat. Ezután a (2) képlet veszi az egyszerű formában:
Itt bmin és bmax - a legkisebb és legnagyobb értékét a pontokat. Ahol Y tartományban változik 0 és 1. A határait „0”, amikor eléri az összes választ egyenlő bmin. és az '1' - egyenlő Bmax.
A normalizálás GMAT jelző a tartományban [-1; 1] szükséges, hogy használja a képlet: