, Λ
>66, а ограничения:
>CтC¹I
>66, C
>66C
>т>66=I
>66, Λ
>66=
diag (λ
>1,…λ
>n),tr (Λ
>66) =λ
>1+…+λ
>n=n, λ
>1≥…≥λ
>n≥0.
Мы проведем моделирование матрицы псвдособственных векторов С>66: (I>66,I>66) => (C>66,L>66), C>T>66C>66¹I>66, C>66C>T>66=I>66 и моделирование для нее диагональной матрицы L>66. Особенность матрицы псвдособственных векторов С>66 состоит в том, что позволяют моделировать коррелированные z-переменные с дисперсиями, большими 1. Такая z-переменная более изменчива, чем y-переменная y>4, y>5, y>6, Сильно изменчивые z-переменные (z>1, z>2, z>3, z>4, z>5, z>6) через формулы определяют y-переменные y>4, y>5, y>6, имеющие нулевые дисперсии. Значения z-переменных (z>1, z>2, z>3, z>4, z>5, z>6) являются многомерными данными, объединенных в матрицу Z>m6, в которой элементы j—го столбца z>1j,z>2j,…,z>mj (j-ая переменная, j=1,…,6) имеют среднее арифмети ческое равное нулю: (1/m) (z>1j+z>2j+…+z>mj) =0, и дисперсию не равную 1: (1/m) (>z2>1j+z>2>2j+…+z>2>mj) 1,сумма дисперсий не не равна 6.
Решая Оптимизационную Задачу: (I>66,I>66) => (C>66, Λ>66), мы надеемся получить другие значения элементов матрицы L>66, отличающиеся от диагональной матрицы L>66 из статьи [1]. Чтобы принудить процедуру GRD2 (программа в надстройке «Поиск решения») автор применил облегчающие его работу ограничения, например, вводил в окно «Ограничения» условие l>1≥2 (расширяющее область поиска) или l1≤2 (сужающее область поиска). Основным вычислительным регулятором является мозаика исходных индикаторов и назначенные экспертом значения 18 индикаторов. Вид таблицы-программы Оптимизационной
задачи с 18 исходными индикаторами приведен в Таблице 5.4. Матрица С>66= {c>ij=corr (z>i. >yj)} (z,y) -корреляций} приведена в Таблицах 5.2, 5.5.
§5.5 Конструирование смыслов y-факторов явления «социальная лень»
Из 6 y-факторов, имеющих дисперсии 2.4441,1.7629,1.7629,0.0100,0.0100,0.0100 рассмотрим только 3 присущие постоянно присутствующие факторы коррупции disp (y>4) =>4=0.0100, disp (y>5) =>5=0.0100, disp (y>6) =>6=0.0100. Переменная с нулевой дисперсией является постоянной величиной Так как дисперсии disp (y>1) =>1=2.4441, disp (y>2) =>2=1.7629, disp (y>3) =>3=1.7629 (они будут рассмотрены отдельно), то факторы y>1 содержит наибольшую долю информации. Эта доля нами будет проанализирована отдельно. Рассмотрим 3 постоянно действующие факторы y>4, y