Приложение М
М.1 Кластерный анализ
При анализе выборки трудно выбрать какой-то один признак в качестве
основания группировки. Еще труднее проводить группировку по нескольким
признакам. Комбинация двух признаков позволяет сохранить обозримость
таблицы, но комбинация трех или четырех признаков дает совершенно
неудовлетворительный результат: ведь даже при выделении трех категорий
по каждому признаку мы получим 9 или 12 подгрупп. Равномерность
распределения единиц по группам в принципе невозможна. Вот и получаются
группы, в которые входят 1 –2 наблюдения. Сохранить сложность описания
групп и вместе с тем преодолеть недостатки комбинационной группировки
позволяют методы многомерных группировок. Часто их называют методами
многомерной классификации.
Эти методы получили распространение благодаря использованию пакетов
прикладных программ. Цель этих методов – классификация данных, иначе
говоря, группировка на основе множества признаков.
Одним из методов многомерной классификации является кластерный анализ.
Само название метода происходит от того же корня, что и слово «класс»,
«классификация». Английское слово the claster имеет значения: группа,
пучок, куст, т.е. объединение каких-то однородных явлений. В данном
контексте оно близко к математическому понятию «множества», причем, как
и множество, кластер может содержать только одно явление, но не может в
отличие от множества быть пустым.
Нашли опечатку? Выделите и нажмите CTRL+Enter
