Один вариант анализа соответствий для квантификации кластерной переменной

  • С.В. Дронов Алтайский государственный университет Email: dsv@math.asu.ru
Ключевые слова: кластерный анализ, оцифровка результатов кластеризации, квантификация кластерной переменной, анализ соответствий, проецирование точек многомерного пространства на прямую и плоскость

Аннотация

В случае, когда изучаемые объекты разбиты на кластеры, для построения более точных математических моделей удобно использовать искусственную переменную, которая каждому объекту ставит в соответствие его кластер. Эта кластерная переменная нуждается в переводе в числовую форму, т.е. в квантификации. Сегодня для решения этой задачи часто применяют алгоритм анализа соответствий. Он позволяет квантифицировать сразу пару нечисловых переменных по таблице их сопряженности. Но оказывается, метод перестает работать в случае, когда кластеры в задаче выделяются предельно четко, в частности, он склонен приписывать различным кластерам одинаковые метки. Поэтому актуальна задача его модификации. В работе обсуждаются несколько методов идентификации и последующего обхода формальных сбоев методики анализа соответствий для случая четко выделяющихся кластеров.

Литература

1. Герасимова А.С., Дронов С.В. К проблеме оцифровки кластерной переменной // Анализ, Геометрия и топология. Труды Всероссийской молодежной школы-семинара. Ч.2. Барнаул, 2-4 октября 2013 г. — Барнаул: ИП Колмогоров И.А., 2013.— С. 54–58.
2. Dronov S.V., Sazonova A.S. Two approaches to cluster variable quanti-fication // Model Assisted Statistics and Applications. –– 2015. –– Vol. 10. –– P. 155–162.
3. Жилин С.И. Решение задач дисперсионного и ковариационного анализа методом центра неопределенностей // Известия Алтайского государственного университета. — 2011. — № 1-2(69). — С. 54–57.
4. Системы анализа данных: IBM SPSS Statistics. [Электронный ресурс]. —URL: https: //soware.ru/products/ibm-spss-statistics. Дата обращения 14.08.2024.
5. Grandars. Статистика. Общая теория статистики. Сводка и группировка статистических данных. [Электронный ресурс]. — URL: https://www.grandars.ru/student/ statistika/gruppirovka-statisticheskih-dannyh.html. Дата обращения 14.08.2024.
6. Dronov S.V., Leongardt K.A. Multidimensional unfolding problem solution in the case of a single target // IOP Conf. Series: Journal of Physics: Conf. Series1210. –– 2019. –– 012034.
Опубликован
2024-12-01
Как цитировать
Дронов С. Один вариант анализа соответствий для квантификации кластерной переменной // Труды семинара по геометрии и математическому моделированию, 2024, № 10. С. 23-30. URL: http://journal.asu.ru/psgmm/article/view/16416.

Наиболее читаемые статьи этого автора (авторов)