Glosariusz

Przeszukaj Internetowy Podręcznik Statystyki

Hiperpłaszczyzna. N-wymiarowa analogia płaszczyzny (lub prostej) dzieląca przestrzeń o N+1 wymiarach na dwie części.

Hipersfera. N-wymiarowa sfera (lub okrąg).

Histogram 3W dla dwóch zmiennych - Kolumny. Ten typ histogramów dwóch zmiennych przedstawia liczebności w postaci serii trójwymiarowych słupków ("prostokątnych skrzynek"). Jest to domyślna reprezentacja histogramów 3W. "Wysokość" każdego słupka na osi Z, odpowiada liczebności odpowiedniej kombinacji poziomów dla dwóch zmiennych.

Histogram 3W dla dwóch zmiennych - Linie rzutu. Na tym histogramie rozkładu dwuwymiarowego, liczności w przedziałach prezentowane są przez znaczniki punktu i linie rzutu. "Wysokość" każdego rzutu punktu jest określona przez liczebności odpowiedniej kombinacji poziomów dla dwóch zmiennych.

Histogram 3W dla dwóch zmiennych - Powierzchniowy. W tym przedstawianiu trójwymiarowego histogramu dwóch zmiennych, do liczności w przedziałach dopasowywana jest powierzchnia (funkcja sklejana).

Histogram 3W dla dwóch zmiennych - Warstwicowy. Ten wykres warstwicowy przedstawia rzut funkcji sklejanej dopasowanej do danych dotyczących liczności w poszczególnych przedziałach dwuwymiarowych (zob. też wykres powierzchniowy sekwencyjny 3W.). Wartościom dopasowanej funkcji sklejanej odpowiadają różne kolory (domyślnie, tak jak na mapie czerwony kolor odpowiada największym licznościom, a zielony najmniejszym).

Histogram 3W dla dwóch zmiennych - Warstwicowy/dyskretny. Na tym wykresie rozkład dwuwymiarowy prezentowany jest na płaszczyźnie, a różnej liczbie obserwacji w przedziale (prostokącie) odpowiadają różne kolory.

Histogram 3W dla dwóch zmiennych. Histogramy trójwymiarowe służą do graficznego przedstawienia klasyfikacji krzyżowej wartości dwóch zmiennych. Mogą one być traktowane jako połączenie dwóch prostych (tzn. jednowymiarowych) histogramów powstałe w ten sposób, że mogą być badane liczebności współwystępowania wartości dwóch analizowanych zmiennych. W przypadku najczęściej wykorzystywanego formatu tego wykresu dla każdej "komórki" tablicy klasyfikacji krzyżowej tworzony jest trójwymiarowy słupek, a jego wysokość reprezentuje liczebność wartości odpowiednich komórek tablicy.
Dla każdej z dwóch zmiennych histogramu 3W zastosować można różne metody kategoryzacji.

Dodatkowe informacje można znaleźć w części Wygładzanie rozkładów dwuwymiarowych w rozdziale Wybrane techniki analizy graficznej .

Histogramy 2W - Podwójny Y. Ten rodzaj histogramu może być traktowany jako połączenie dwóch oddzielnie wyskalowanych histogramów wielokrotnych lub zwykłych. Przy tworzeniu tego wykresu wybieramy dwie grupy zmiennych. Dla każdej z wybranych zmiennych zostanie wykreślony rozkład liczności. Liczności zmiennych z pierwszej grupy (nazywanych zmiennymi lewej osi Y) zostaną wykreślone względem lewej osi Y, podczas gdy liczności zmiennych z drugiej grupy (zwanych zmiennymi prawej osi Y) zostaną wykreślone względem prawej osi Y. Nazwy wszystkich zmiennych z obydwu list zostaną umieszczone w legendzie z literą L lub P na końcu, które oznaczają odpowiednio prawą oś Y oraz lewą oś Y.

Wykres ten jest pomocny przy porównywaniu rozkładów zmiennych z bardzo różnymi licznościami klas.

Histogramy 2W - Wielokrotne. Histogramy wielokrotne służą do przedstawiania rozkładów liczebności więcej niż jednej zmiennej na wykresach 2W. W odróżnieniu od histogramów podwójny Y, liczności wszystkich zmiennych są wykreślane w odniesieniu do tej samej osi Y.

Ponadto wartości wszystkich badanych zmiennych są wykreślane w odniesieniu do jednej osi X, która ułatwia dokonywanie porównań pomiędzy analizowanymi zmiennymi.

Histogramy 2W - Wiszące słupki. Histogram o układzie Wiszące słupki oferuje "wizualny test normalności" rozkładu, pomagający zidentyfikować obszary rozkładu, w których pojawiają się rozbieżności (pomiędzy zaobserwowanymi a oczekiwanymi licznościami rozkładu normalnego). Standardowy sposób prezentacji dopasowania rozkładu normalnego do rozkładu empirycznego polega na nałożeniu na histogram najlepiej dopasowanej krzywej normalnej, natomiast w przypadku histogramu typu Wiszące słupki jest wykonywane postępowanie odwrotne: dla kolejnych zakresów wartości najlepiej dopasowanej krzywej normalnej na wykresie "zawieszane" są słupki.

Jeśli badany rozkład może być dobrze dopasowany przez krzywą normalną, wówczas spody słupków powinny układać się wzdłuż poziomej prostej.

Histogramy 2W - Zwykły. Ten prosty histogram prezentuje rozkładu liczności dla wybranej zmiennej (w przypadku wybrania więcej niż jednej zmiennej dla każdej zmiennej z listy zostanie utworzony osobny wykres).

Histogramy 2W. Histogramy 2W (termin ten został po raz pierwszy użyty przez Pearsona, 1895) stanowią graficzny sposób przedstawienia rozkładu liczebności wybranej(-ych) zmiennej(-ych), na którym kolumny (słupki) są wykreślane ponad przedziałami klasowymi, a wysokość kolumn jest proporcjonalna do liczebności klas.

Horyzont czasowy prognozy. Przy analizowaniu szeregów czasowych za pomocą sieci neuronowych, horyzont czasowy oznacza liczbę kroków prognozy poza ostatnią obserwację.

Dodatkowe informacje można znaleźć w sekcji Sieci neuronowe.

HTM. Rozszerzenie nazwy pliku stosowane w przypadku zapisywania dokumentów w formacie HTML (zob. HTML).

HTML. Akronim pochodzący od terminu "Język hipertekstowego znakowania informacji" (HyperText Markup Language). Język znakowania informacji wykorzystywany dla dokumentów na stronach WWW. HTML stosuje znaczniki do identyfikacji elementów dokumentu, takich jak tekst lub grafika. HTML 2.0, zdefiniowany przez grupę IETF (Internet Engineering Task Force), obejmuje własności HTML wspólne dla wszystkich przeglądarek stron WWW dostępnych w roku 1995 i był pierwszą wersją HTML szeroko wykorzystywaną do tworzenia stron WWW. Obecnie rozwój HTML jest prowadzony przez World Wide Web Consortium (W3C). Ostatnio proponowany standard HTML 4.1 obejmuje własności wprowadzone na początku roku 1999. Większość przeglądarek stron WWW, w szczególności Netscape Navigator i Internet Explorer rozpoznaje znaczniki HTML wychodzące poza obecny standard.

Hurtownie danych. StatSoft definiuje tworzenie hurtowni danych jako proces polegający na organizowaniu przechowywania dużych, wielowymiarowych zbiorów danych w sposób umożliwiający pozyskiwanie informacji dla celów analitycznych.

[ODBC Screenshot]

Patrz też, Hurtownie danych-Data mining