Кіріспе

Бір мезгілде бірнеше нәтижелік айнымалыны бақылау және талдау. Көпөлшемді статистика – бір мезгілде бірнеше нәтижелік айнымалыны, яғни көпөлшемді кездейсоқ айнымалыларды бақылау және талдауды қамтитын статистиканың бір саласы. Көпөлшемді статистика әртүрлі көпөлшемді талдау түрлерінің мақсаттары мен негіздерін, сондай-ақ олардың бір-бірімен байланысын түсінуге қатысты. Нақты проблеманы шешу үшін көпөлшемді статистиканы қолдануда айнымалылар арасындағы қатынастарды және олардың зерттеліп отырған мәселеге қатыстылығын анықтау үшін бірнеше бірөлшемді және көпөлшемді талдау түрлері қолданылуы мүмкін. Бұған қоса, көпөлшемді статистика көпөлшемді ықтималдық үлестірімдерін де қарастырады, олар байқалған деректердің үлестірімін бейнелеуге және статистикалық қорытындылар жасауға, әсіресе бір талдауда бірнеше шама қызығушылық тудырған жағдайларда қолданылуы мүмкін. Мысалы, қарапайым сызықтық регрессия және көптік регрессия сияқты көпөлшемді деректерді қамтитын кейбір мәселелер әдетте көпөлшемді статистиканың ерекше жағдайлары деп есептелмейді, өйткені талдау басқа айнымалыларды ескере отырып, бір нәтижелік айнымалының (бірөлшемді) шартты үлестірімін қарастыру арқылы жүргізіледі.

Көпвариантты талдау

Көптүрлі талдау (МВА) көптүрлі статистика қағидаттарына негізделген. Әдетте, МВА әрбір эксперименттік бірлік бойынша бірнеше өлшемдер жасалғанда және осы өлшемдер мен олардың құрылымы арасындағы байланыстар маңызды жағдайларды шешу үшін қолданылады. Қазіргі заманғы, бір-бірімен байланысты МВА санаттарына мыналар жатады: Басты компоненттер талдауы (PCA) бастапқы жиынмен бірдей ақпаратты қамтитын ортогональді айнымалылардың жаңа жиынтығын құрайды. Ол өзгеру осін айналдырып, өзгерудің азаятын үлестерін қорытындылайтын ретпен орналасқан ортогональді осінің жаңа жиынтығын береді. Факторлық талдау PCA-ға ұқсас, бірақ пайдаланушыға бастапқы жиыннан кем санды синтетикалық айнымалыларды бөліп алуға мүмкіндік береді, ал қалған түсіндірілмеген өзгеруді қате ретінде қалдырады. Бөлінген айнымалылар жасырын айнымалылар немесе факторлар деп аталады; олардың әрқайсысы байқалатын айнымалылар тобындағы ковариацияны түсіндіруге арналған деп есептелуі мүмкін. Каноникалық корреляциялық талдау екі айнымалы жиынтығы арасындағы сызықтық байланыстарды анықтайды; бұл екі айнымалы корреляцияның жалпыланған (яғни каноникалық) нұсқасы. Редукциялық талдау (RDA) каноникалық корреляциялық талдауға ұқсас, бірақ пайдаланушыға басқа (тәуелсіз) жиынтықтағы мүмкіндігінше көп дисперсияны түсіндіретін (тәуелсіз) айнымалылардың бір жиынтығынан синтетикалық айнымалылардың белгілі бір санын алуға мүмкіндік береді. Бұл регрессияның көп өлшемді аналогы. Сәйкестік талдауы (CA) немесе өзара орташа есептеу (PCA сияқты) бастапқы жиынды қорытындылайтын синтетикалық айнымалылар жиынтығын анықтайды. Негізгі модель жазбалар (кезектер) арасындағы хи-квадрат ұқсастығын қабылдайды. Каноникалық (немесе "шектеулі") сәйкестік талдауы (CCA) екі айнымалы жиынтығындағы бірлескен өзгеруді қорытындылау үшін (редукциялық талдау сияқты); сәйкестік талдауы мен көптүрлі регрессиялық талдаудың үйлесімі. Негізгі модель жазбалар (кезектер) арасындағы хи-квадрат ұқсастығын қабылдайды. Көп өлшемді масштабтау жазбалар арасындағы жұптық қашықтықты ең жақсы көрсететін синтетикалық айнымалылар жиынтығын анықтау үшін әртүрлі алгоритмдерді қамтиды. Бастапқы әдіс – басты координаттар талдауы (PCoA; PCA негізінде). Дискриминанттық талдау немесе каноникалық вариативті талдау, айнымалылар жиынтығын екі немесе одан көп жағдай топтарын ажырату үшін қолдануға болатынын анықтауға тырысады. Сызықтық дискриминанттық талдау (LDA) жаңа байқауларды жіктеу үшін екі қалыпты таралымды деректер жиынтығынан сызықтық болжамды есептейді. Кластерлеу жүйелері объектілерді топтарға (кластерлер деп аталады) бөледі, сонда бір кластердегі объектілер (кезектер) әртүрлі кластерлердегі объектілерге қарағанда бір-біріне көбірек ұқсас болады. Рекурсивті бөлу популяция мүшелерін дихотомиялық тәуелді айнымалыға негізделген дұрыс жіктеуге тырысатын шешім ағашын құрайды. Жасанды нейрондық желілер регрессия және кластерлеу әдістерін сызықтық емес көптүрлі модельдерге дейін кеңейтеді. Түрлі турлар, параллель координаталар графигі, шашыраңқы график матрицасы сияқты статистикалық графиктер көптүрлі деректерді зерттеу үшін пайдаланылуы мүмкін. Бір мезгілдегі теңдеулер модельдерінде әртүрлі тәуелді айнымалылар бар, бірге бағаланған бір регрессия теңдеуінен артық болады. Векторлық авторегрессия әртүрлі уақыт сериясы айнымалыларының бір мезгілде регрессиясын өздерінің және бір-бірінің кешіктірілген мәндерін қамтиды. Басты жауап қисықтарын талдау (PRC) – RDA негізіндегі әдіс, ол пайдаланушыға уақыт өте келе бақылаудағы емдеудің өзгерістерін түзету арқылы уақыт өте келе емдеу әсерлеріне назар аударуға мүмкіндік береді. Корреляциялардың иконографиясы корреляция матрицасын диаграммамен ауыстырудан тұрады, онда "елеулі" корреляциялар тұтас сызықпен (оң корреляция) немесе нүктелі сызықпен (теріс корреляция) бейнеленеді.

Толық емес деректермен жұмыс істеу

Тәжірибелік жолмен алынған деректер жиынтығындағы бір дерек нүктесінің кейбір компоненттерінің мәндері жоқ болуы жиі кездеседі. Мұндай дерек нүктесін толығымен жоюдың орнына, жетіспейтін компоненттердің мәндерін "толықтыру" арқылы толтыру практикасы қолданылады, бұл процеске "импутация" (imputation) деп аталады.

Тарих

Андерсонның 1958 жылғы «Көпөлшемді статистикалық талдауға кіріспе» атты оқулығы теоретиктер мен қолданбалы статистиктердің бір буынына білім берді; Андерсонның кітабы ықтималдық қатынасы сынақтары арқылы гипотезаны тексеруге және қуат функцияларының қасиеттеріне – қабылдауға, бейтараптылыққа және монотондылыққа ерекше назар аударады. Бұрын көпөлшемді талдау (МВА) тек статистикалық теориялар контекстінде талқыланды, себебі негізгі деректер жиынтығының үлкен көлемі мен күрделілігі және оны жүзеге асыру үшін қажетті жоғары есептеу ресурстары. Есептеу қуатының күрт өсуіне байланысты, МВА қазір деректерді талдауда маңызды рөл атқарады және Омика салаларында кеңінен қолданылады.