Содержание
- 2. План занятия 1. Кластерный анализ. 2. Построение кластеров в программе Excel.
- 3. Методы многомерного анализа (multivariate analysis methods) МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ [multidimensional, multivariate statistical analysis] — раздел математической
- 4. Классификация многомерных методов По назначению: Методы предсказания (экстраполяции): множественный регрессионный и дискриминантный анализ Методы классификации: варианты
- 5. Кластерный анализ Цихончик Н.В., 2016 Кластерный анализ объединяет кластеры и переменные (объекты), похожие друг на друга.
- 6. Кластерный анализ Кластерный анализ предназначен для разбиения совокупности объектов на однородные группы (кластеры или классы). По
- 7. По сути, кластерный анализ – это совокупность инструментов для классификации многомерных объектов. Метод подразумевает определение расстояния
- 8. Преимущества метода: позволяет разбивать многомерный ряд сразу по целому набору параметров; можно рассматривать данные практически любой
- 9. Данные для кластерного анализа Кластерный анализ можно применять к интервальным данным, частотам, бинарными данным. Важно, чтобы
- 10. Кластер Кластер – это совокупность однородных элементов, идентичных объектов, образующих группу единиц Кластер имеет следующие математические
- 11. Методы кластерного анализа Методы кластерного анализа можно разделить на две группы: иерархические; неиерархические. В качестве основных
- 12. Методы кластерного анализа: иерархические Суть иерархической кластеризации состоит в последовательном объединении меньших кластеров в большие или
- 13. Дендрограмма Дендрограмма (dendrogram) - древовидная диаграмма, содержащая n уровней, каждый из которых соответствует одному из шагов
- 14. Определение количества кластеров способ сводится к определению скачкообразного увеличения некоторого коэффициента, который характеризует переход от сильно
- 15. Методы кластерного анализа: неиерархические основанные на разделении, которые представляют собой итеративные методы дробления исходной совокупности В
- 16. Практическая часть - построение кластеров в программе Excel
- 17. С помощью кластерного анализа можно проводить выборку по признаку, который исследуется. Его основная задача – разбиение
- 18. Пример использования Имеем пять объектов, которые характеризуются по двум изучаемым параметрам.
- 19. Шаг 1 Применяем к данным значениям формулу эвклидового расстояния, которое вычисляется по шаблону: =КОРЕНЬ((x2-x1)^2+(y2-y1)^2) Данное значение
- 20. Шаг 1 =КОРЕНЬ((D3-C3)^2+(D4-C4)^2)
- 21. Шаг 2 Смотрим, между какими значениями дистанция меньше всего. В нашем примере — это объекты 1
- 22. Шаг 2
- 23. Шаг 3 Опять смотрим, между какими элементами расстояние минимально. На этот раз – это объект 5
- 24. Шаг 3 Добавляем указанные элементы в общий кластер. Формируем новую матрицу по тому же принципу, что
- 25. Шаг 4 Добавляем указанные элементы в общий кластер. Формируем новую матрицу по тому же принципу, что
- 26. Шаг 4 Таким образом, мы видим, что нашу совокупность данных можно разбить на два кластера. В
- 27. Шаг 5 На этом завершается процедура разбиения совокупности на группы. 1 кластер – респонденты, у которых
- 28. Задание 1
- 29. Задание 2
- 30. Задание 3
- 32. Скачать презентацию