本章引言
信息分析方法通常可分为定性方法、定量方法和半定量方法三大类。随着信息技术的发展,信息分析方法正在从传统的以定性方法为主转向以定量方法为主,同时又在更高程度上出现了由定量方法向定性方法回归的趋势。本章首先探讨了信息分析的基本方法,包括比较、分析、综合和推理,然后探讨了回归分析、聚类分析、时间序列分析、主成分分析等方法,并利用社会科学统计分析软件SAS和SPSS,针对相应的方法分别给出了应用实例。
本章重点
◆ 信息分析的基本方法及其应用;
◆ 回归分析的类型及其应用;
◆ 聚类分析的类型及其应用;
◆ 时间序列分析的类型及其应用;(www.daowen.com)
◆ 主成分分析的基本思路及其应用。
方法是信息分析的核心。在信息分析中,大量的原生信息正是通过方法的合理选择和应用被深加工成对科学决策、研究与开发、市场开拓等活动有支撑作用的新信息的。信息分析方法通常可分为定性方法、定量方法和半定量方法三大类。
定性方法是信息分析的基本方法。它以认识论及思维科学领域的有关理论为基础,根据有关课题的原生信息及其各种相关关系,对研究对象进行比较、评价、判断、推理、分析、综合,从而揭示出研究对象本身所固有的、本质的规律。定性方法具有定性分析、推论严密、直感性强等特点,在信息分析中,对于那些不需、不易或不能用定量数据进行分析的研究对象,定性方法具有无与伦比的优越性。这种方法的缺点在于其推论虽严密但不够精确、分析问题虽深刻但不够具体,特别是所得的结论仅仅是一种定性的认识或描述,没有强劲的说服力。在信息分析中,定性方法主要用于这样几种场合:一是为定量分析做准备,二是对定量分析的结果进行验证或评价,三是在缺乏定量分析条件或不需进行定量分析的情况下独立使用。
定量方法以基础数学、数理统计、应用数学以及其他数学处理手段为基础,通过分析研究揭示出研究对象本身所固有的、内在的数量规律性。定量方法具有定量分析、结论具体、高度抽象等特点,在信息分析中有十分广泛的应用,例如利用文献增长模型判断文献内容的新颖性和适用性,利用投入产出模型进行经济分析、经济预测和经济政策模拟,利用马尔科夫链对产品或服务的市场占有率和利润期望值进行预测等。这种方法的缺点在于其不能完全替代人脑进行创造性思维。此外,定量方法所构造的曲线、模型或公式仅仅是客观事物抽象化和理想化的结果,与复杂的、多参量的、动态变化的客观事物本身相比,仅仅是一种近似的、简单的描述,因此,其结论在许多情况下仅具有参照意义。在具体实践中,人们往往根据课题的条件和要求交叉使用定性方法和定量方法,以达到相互补充、相互完善的效果。
半定量方法是一种定性和定量相结合的方法。其主要做法是在定性方法中引入数学手段,将定性问题(如专家评估意见和分析结论)按人为标准打分并做出定量化处理,具有数理统计的特征。在信息分析中经常采用的半定量方法主要有德尔菲法、层次分析法、交叉影响分析法等。例如,利用层次分析模型可对经济、管理、研究与开发等领域的方案或成果进行评估。从使用效果上来看,半定量方法比定性方法精确、更具有可操作性,又不像定量方法那样繁琐、仿真性差。正因如此,半定量方法一经引入信息分析领域即很快得到了推广应用。半定量方法的缺陷在于:它不像定性分析那样推论严密,也不像定量分析那样可以利用数学曲线、模型或公式精确求解。特别是专家选择、调查表设计和数据处理的技巧性以及专家的评估意见和打分标准的主观性都很强,有时甚至缺乏科学的依据。因而半定量方法在信息分析中的使用是有条件限制的,目前主要用于原始数据不足或不易获取、课题所涉及的相关因素过多等不易或不宜采用定量方法的场合。
随着信息技术的发展,信息分析方法正在从传统的以定性方法为主转向以定量方法为主,同时又在更高程度上出现了由定量方法向定性方法回归的趋势。定性方法作为信息分析的基本方法,始终保持着旺盛的生命力。当然,这种回归不是简单的倒退,而是建立在定量方法基础上的深层次的发展。需要指出的是,信息分析方法是一个庞大的体系,对于一个具体的信息分析课题而言,可采用的方法往往并非唯一,而是有多种现实的方案可供选择或组合,它与课题的内容、性质、研究阶段、研究目标等具体情况相关。本章重点探讨信息分析的基本方法以及回归分析、聚类分析、时间序列分析、主成分分析等方法。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。