Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Grupowanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Propozycja metody grupowania obiektów jedno- i wielocechowych z zastosowaniem odległości Mahalanobisa i analizy skupień
    A proposed method for grouping uni- and multivariate treatments using Mahalanobis distance and cluster analysis
    Autorzy:
    Kaczmarek, Zygmunt
    Czajka, Stanisław
    Adamska, Elżbieta
    Powiązania:
    https://bibliotekanauki.pl/articles/41497522.pdf
    Data publikacji:
    2008
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    ANOVA
    MANOVA
    analiza skupień
    grupowanie obiektów
    najmniejsza istotna odległość
    odległość Mahalanobisa
    cluster analysis
    grouping of treatments
    least significant distance
    Mahalanobis distance
    Opis:
    Praca zawiera propozycję metody grupowania wielocechowych obiektów o rozkładach normalnych ze wspólną macierzą kowariancji. Metoda ta jest stosowana w analizie skupień i wykorzystuje odległości Mahalanobisa jako miarę podobieństwa dwóch obiektów. Grupowanie polega na łączeniu obiektów najbardziej do siebie podobnych, czyli takich między którymi odległość Mahalamnobisa jest najmniejsza. Jako kryterium zastopowania procesu grupowania, zarówno w przypadku obiektów wielocechowych jak i jednocechowych, przyjęto „najmniejszą istotną odległość” wyznaczoną każdorazowo dla porównywanych obiektów. Prezentowana metoda jest zilustrowana przykładem numerycznym grupowania linii DH rzepaku ozimego.
    A method for grouping the multivariate normal treatments with common covariance matrix is proposed. The method is applicable in cluster analysis and utilizes the Mahalanobis distance as a of measure similarity of two treatments. It is based on the successive merging of two most similar samples taken from the treatments in the sense of minimal distance between them. The “least significant distance” is used as the criterion to determine a stopping rule for the grouping uni- and multivariate treatments. A numerical example from the winter oilseed rape data is included to illustrate the proposed method.
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 249; 9-10
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wprowadzenie do statystycznych analiz wielozmiennych. Część I. Podstawy teoretyczne
    An introduction to multivariate statistical analyses. Part I. Theoretical background
    Autorzy:
    Kaczmarek, Zygmunt
    Mańkowski, Dariusz R.
    Powiązania:
    https://bibliotekanauki.pl/articles/2197987.pdf
    Data publikacji:
    2011-03-31
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    analizy wielocechowe
    grupowanie wielocechowe obiektów
    macierz korelacji
    macierz kowariancji
    MANOVA
    wielocechowe miary podobieństwa
    multivariate analysis
    multivariate grouping
    correlation matrix
    covariance matrix
    multivariate similarity measures
    Opis:
    Analizy wielocechowe są coraz szerzej stosowane w badaniach rolniczych. Powszechna dostępność pakietów statystycznych realizujących tego typu analizy pozwala na ich powszechne wykorzystywanie. Problemem staje się więc umiejętność właściwego wykorzystania tych analiz i poprawnej interpretacji uzyskanych z nich wyników. W pracy omówiono podstawowe pojęcia analizy wielozmiennej, opisano wielozmienny model liniowy obserwacji, wielocechową analizę wariancji, niezbędne statystyki testowe a także wielocechowe metody oceny podobieństwa obiektów.
    Multivariate analyses are increasingly used in agricultural research. The widespread availability of statistical packages pursuing this type of analysis allows for their use. Then, the ability of appropriate application of the analysis and correct interpretation of its results becomes problematic. The paper discusses basic concepts of the multivariate analysis, the multivariate model of observations, the multivariate analysis of variance, the appropriate statistical tests and the multivariate methods for estimation of the objects’ similarity.
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 259; 23-34
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wprowadzenie do statystycznych analiz wielozmiennych. Część II. Przykład zastosowania
    An introduction to multivariate statistical analyses. Part II. The application
    Autorzy:
    Kaczmarek, Zygmunt
    Mańkowski, Dariusz R.
    Powiązania:
    https://bibliotekanauki.pl/articles/2197990.pdf
    Data publikacji:
    2011-03-31
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    analizy wielocechowe
    grupowanie wielocechowe obiektów
    jęczmień jary
    macierz korelacji
    macierz kowariancji
    MANOVA
    wielocechowe mary podobieństwa
    multivariate analysis
    multivariate grouping
    spring barley
    correlation matrix
    covariance matrix
    multivariate similarity measures
    Opis:
    Prowadząc doświadczenia oraz analizując dane pochodzące z doświadczeń często obserwuje się i analizuje wiele cech charakteryzujących pewne obiekty doświadczalne. Często każda z tych cech analizowana jest osobno. Jednak, by mieć pełen obraz wyłaniający się z prowadzonych badań, należy sięgnąć do analizy wielocechowej pozwalającej na całościowe podejście do badanego problemu. W pracy przedstawiono praktyczny przykład obliczeniowy opisanych w części pierwszej metod wielocechowych analiz statystycznych. W szczególności przedstawiono wielozmienną analizę wariancji oraz powiązane z nią: analizę kontrastów oraz analizę zmiennych kanonicznych.
    While conducting research and analysing experimental data, one often observes and analyses multiple characteristics of certain experimental objects. Often each of these characteristics is analyzed separately. However, to have a complete picture emerging from the research you should use multivariate analysis which allowing a holistic approach to the investigation of the problem. The paper presents a practical example of the calculation methods of multivariate statistical analysis formally described in the first part. In particular, this paper presents the MANOVA analysis and an analysis of contrasts and canonical variables analysis associated with it.
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 259; 35-49
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies