Математические методы анализа многомерных данных


 
  В настоящее время существует большое число различных математических
методов, используемых для анализа данных. Однако, специфика данных,
применяемых в анализе причинно-следственных связей, не позволяет
корректным образом использовать хорошо апробированные модели многомерного
статистического анализа  по нескольким причинам:
1. Отсутствие представительной статистики, которую зачастую не возможно
   получить из-за больших материальных затрат на их получение. 
2. Наличие размерных величин. Простые способы нормировки субъективны
   и часто влияют на результат исследования.
3. Наличие пропусков в данных. Восстановление или просеивание данных
   возможно при наличии представительной статистики.  
4. Интервальный характер данных, обусловленный неопределенностью условий
   их получения. Статистические методы многомерного анализа принципиально
   не могут оперировать с указанными данными.
5. Большая размерность признакового пространства, вызванная  наличием
   нескольких десятков характеристик. Известные методы сжатия "не работают",
   поскольку требуют проведения корректной нормировки.
 
  Предлагаемые ниже новые методы как раз и ориентированы на "работу"
с указанной спецификой данных и могут быть использованы при решении ряда
традиционных задач анализа многомерных данных.
 Подробнее - в статье доктора технических наук Н.И.Куренкова
 "Особенности анализа многомерных данных".