В многомерном шкалировании экспериментальные данные организованы в виде матрицы
(*ответ*) сходств
ввода данных
размерности
смешения
В настоящее время в социологии количественный анализ причинных связей проводится в основном методами
(*ответ*) p-анализа
системного анализа
типологического анализа
факторного анализа
В основе модели многомерного шкалирования лежит целый ряд предположений о структуре процессов различения
(*ответ*) объектов-стимулов
латентных переменных
скрытых факторов
кластеров
В основе неметрических алгоритмов лежат условия: 1) монотонности; 2) минимальной размерности; 3) сходимости
(*ответ*) 1, 2
2, 3
1, 2, 3
1, 3
В пространственной модели не анализируемых стимулов удобнее использовать
(*ответ*) евклидову метрику
многомерное шкалирование
метод наименьших квадратов
условие монотонности
В процессе группировки число групп (К) определяется группировочным
(*ответ*) факторным признаком
факторным пространством
коэффициентом детерминации
коэффициентом корреляции
В случаях, когда S коррелирует с В положительно, но причинно с ним не связано, корреляция называется
(*ответ*) ложной
несвязной
случайной
тривиальной
Внутренне однородные, качественно отличные друг от друга группы эмпирических объектов теоретически интерпретируются как
(*ответ*) типы
кластеры
страты
классы
Вращение и анализ факторных диаграмм принято проводить
(*ответ*) несколько раз
в обе стороны
два раза
только один раз
Вторым этапов разведочного факторного анализа является
(*ответ*) выделение ортогональных факторов
выявление статистических связей
получение ковариационной матрицы
получение корреляционной матрицы
Вычислительные алгоритмы факторного анализа являются
(*ответ*) итеративными
многофакторными
неоднозначными
детерминированными
Гипотетическую латентную переменную, с помощью которой можно объяснить наблюдаемое сходство получаемых оценок, называют
(*ответ*) фактором
формальной
условной
призраком