Кластерный анализ. Метод статистического анализа, позволяющий разделить группу объектов на взаимно непересекающиеся относительно однородных объектов подмножества. Пример. При проведении маркетингового исследования может возникнуть необходимость разделить города, в которых оно проводилось, на четыре группы сходных между собой населенных пунктов. [c.141]
Разбиение всей совокупности рынков на группы (например, группу наиболее привлекательных, группу перспективных и группу бесперспективных рынков) 3.1. Методы кластерного анализа - метод шаров - метод дендритов - иерархическая классификация 3.2. Оптимизационные методы [c.75]
Классификация и ранжировка хозяйственных объектов являются одной из важнейших задач экономического анализа. Выявление классов однотипных предприятий для разработки общих нормативов планирования, оценки, стимулирования и ранжировка хозяйственных объектов по результатам хозяйственной деятельности давно внедрились в экономический анализ. Новые возможности повышения качества решения этих задач появляются в результате применения таких методов, как группировка многомерных наблюдений, дисперсионный анализ, в частности современный факторный и компонентный анализ, кластерный анализ. Предпочтительным для аналитических целей наряду со специальными приемами классификации является исследование структуры совокупности хозяйственных объектов методами современного факторного (компонентного) анализа. Синтетические факторы или компоненты, выявленные на основе внутренних связей системы экономических показателей, характеризуют отдельные самостоятельные стороны экономических явлений (технический уровень производства, уровень управленческой работы, уровень организации производства и труда и т.п.) и имеют вполне определенную содержательную экономическую интерпретацию. Поэтому классификация и ранжировка хозяйственных объектов по значениям этих факторов или компонент носят более значительную аналитическую нагрузку, чем группировка на основе гетерогенного набора признаков. [c.115]
Метод кластерного анализа позволяет строить классификацию объектов посредством объединения их в группы, или кластеры, на основе критерия минимума расстояния в пространстве т показателей, описывающих объекты. Вероятностное обоснование результатов кластеризации можно получить методом дискриминантного анализа. [c.95]
Более обоснованным методом многомерной классификации является кластерный анализ. Само название метода происходит от того [c.135]
Существует много достаточно сложных алгоритмов кластерного анализа и родственных ему методов распознавания образов, таксономии и др. [c.146]
Статистические методы можно разделить на две группы 1) традиционные (средних и относительных величин, индексный, обработки рядов динамики) 2) математико-статистические (корреляционный анализ, регрессионный анализ, дисперсионный анализ, ковариационный анализ, кластерный анализ). [c.24]
Многомерные методы, в первую очередь факторный и кластерный анализ. Они используются для обоснования решений, в основе которых лежат многочисленные взаимосвязанные переменные, например, определение объема валового продукта в зависимости от технического уровня производства. [c.151]
Для анализа структуры рынка и его отдельных элементов и характеристики структурных сдвигов могут частично использоваться описательные методы и визуальные оценки (обычно - по ранее выполненным диаграммам), но чаще это осуществляется с помощью статистических методов и способов моделирования. Распределение рынков по регионам, их иерархия по территориально-административному признаку, межрегиональные и межотраслевые рыночные связи заставляют прибегать к методологии регионального анализа и моделирования, применять методы линейного и динамического программирования, кластерного анализа и т.п. В региональном анализе часто используются картограммы. [c.102]
Очень интересные результаты в маркетинговом исследовании может дать один из методов многомерной статистики - кластерный анализ. В результате применения достаточно сложных действий (выполняемых на компьютере с использованием пакета прикладных программ) образуются группы качественно однородных единиц - кластеров, сформированные не по одному, а по совокупности факторов. В частности, этот метод применяется в региональном анализе и в процессе сегментации рынка. Приведем пример кластеризации регионов России за 1995 г. по признаку валового регионального продукта на душу населения, выполненный Н.В. Хорошиловой в своей кандидатской диссертации (таблица 5.8 дана с некоторыми изменениями). [c.208]
Некоторые читатели зададут вопрос можно ли и как включить сложный, многомерный анализ, такой как кластерный анализ или многомерное шкалирование, в подход к сегментированию, который мы описываем. Описание данных методов выходит за рамки этой книги, однако те, кто имеет опыт работы с подобными статистическими приемами, могут воспользоваться ими для анализа данных на любой из стадий, описанных на рис. 2.4. Остальные же найдут описанный далее метод более практичным и вполне применимым. [c.35]
Реализация статистического метода предполагает существование множества объектов, заданных некоторым набором признаков. Статистические характеристики признаков считаются известными полностью или частично. В основном используются дискриминантный анализ, выделение и выбор признаков, кластерный анализ. [c.203]
В отличие от дискриминантного анализа, в кластерном анализе отсутствует однозначный количественный критерий оценки качества классификации типа ошибки. Кластерным называют анализ объектов, проводимый с целью выделения структур, классов, множеств подобных объектов. Существует большое разнообразие методов кластеризации. [c.204]
Выбрать один признак в качестве группировочного зачастую бывает достаточно трудно. Анализ по нескольким признакам довольно трудоемок и обладает принципиальным недостатком - размыванием совокупности, поскольку даже комбинация двух признаков при попытке разбить совокупность на три или четыре категории дает шесть или восемь подгрупп. В некоторых из них оказывается одно-два наблюдения, что недостаточно для подготовки обоснованных выводов об этих подгруппах. Избежать этого недостатка позволяют методы многомерных группировок. Широкое распространение они получили благодаря использованию вычислительной техники при расчетах. При анализе деятельности отдельных предприятий методы многомерной группировки используют нечасто из-за их сложности, более распространены они при социологических и экономических исследованиях отраслей и регионов. Наиболее разработанным методом многомерной классификации является кластерный анализ (см. раздел 2.8.3). [c.85]
Кластерный анализ - один из методов многомерного анализа, предназначенный для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значения каждого из признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков. Каждое наблюдение, характеризующееся значениями нескольких показателей, можно представить как точку в пространстве этих показателей, значения которых рассматриваются как координаты в многомерном пространстве. Расстояние между точками р и q с k координатами определяется как [c.105]
Касаясь методологии экономического прогнозирования отдельно взятых научно-технических событий, следует подчеркнуть, что использование методов прямого счета должно сочетаться с использованием методов экспертных оценок, экстраполяции, математического моделирования, кластерным анализом и другими методами. [c.122]
Другая задача, которую решал автор разрабатывая эти модели, заключается в расширении набора количественных методов в изучении социальных явлений. Исследователи, разрабатывая количественные методы анализа социальных явлений, с самого начала пытаются учесть специфику этих явлений. Достаточно вспомнить родившиеся в науках о человеке и его деятельности методы многомерного и кластерного анализа, теорию принятия решений, теорию социального измерения, развившуюся теорию измерения физического. И если, несмотря на все эти усилия, применение математики в социальных науках идет столь тяжело, то речь может идти только об одном учет специфики социальных явлений производится до сих пор недостаточно, из виду упускается что-то кардинально важное /163, с. 6/. [c.159]
Кластерный анализ — это статистический метод, позволяющий объединить акции в группы по какому-либо параметру. Выделив два выпуска акций с самым большим коэффициентом корреляции и найдя средний для них показатель месячной доходности, мы устраняем одну позицию из нашей совокупности акций. Найденный показатель средней доходности двух выпусков акций затем сравнивается со всеми другими акциями. И так продолжается до тех пор, пока в нашей совокупности не остается акций, которые в достаточной степени коррелировали бы с акциями составляемой нами группы. [c.103]
Наиболее широко используемыми показателями связи являются коэффициент корреляции и коэффициент регрессии. При решении проблем необходимо иметь в виду, что эти коэффициенты всего лишь характеризуют степень связи и, следовательно, их нельзя использовать для обоснования вывода о существовании причинной зависимости. Об этом следует помнить еще и потому, что целый ряд широко распространенных статистических методов (например, факторный и кластерный анализ) основан на корреляции или регрессии — факт далеко не очевидный даже для тех, кто применяет эти методы. [c.108]
Метод кластерного анализа, позволяющий строить классификацию нескольких объектов посредством объединения их в группы, или кластеры, на основе критерия минимума расстояния в пространстве определенных показателей, описывающих объекты, а также классификацию объектов на заданное число групп — кластеров. Вероятностное обоснование результатов кластеризации можно получить методом дискриминантного анализа. [c.17]
В числе количественных методов, используемых при проведении маркетинговых исследований важное место отводится факторному и кластерному анализу, корреляционно-регрессионному анализу, методам линейного программирования, методам математической теории и сетевого моделирования. [c.229]
Многомерные методы (в первую очередь факторный и кластерный анализы). Они используются для обоснования маркетинговых решений. В их основе лежит анализ многочисленных взаимосвязанных переменных. Например, определение объема продаж нового продукта в зависимости от его технического уровня, цены, конкурентоспособности, затрат на рекламу и др. [c.116]
Между тем эффективность маркетинга и рекламы в частности зависит от многих внутренних и внешних факторов. Например, увеличение объема продаж после проведения рекламной кампании могло быть обусловлено не столько самой кампанией, сколько такими факторами, как выдача зарплаты в данном регионе после многомесячной задержки, временное отсутствие товаров конкурентов и т.п. Оценить эффективность рекламы возможно на основе таких методов, как регрессионный и корреляционный анализ, на основе факторного и кластерного анализа. Такая работа будет иметь характер научного исследования и не поддается массовому тиражированию, тем более выработке конкретных количественных рекомендаций. Тем не менее можно сделать несколько общих выводов [c.416]
Помните о существовании исследователей, которые склонны "подправлять" конкретные исследовательские проблемы, чтобы иметь возможность использовать свои излюбленные методы. Они могут быть специалистами в определенном методе исследований (например, групповое обсуждение) или статистической методике (например, факторный или кластерный анализ) и выискивать способы использования именно этих методов, независимо от проблемы, которую им предстоит решить. Это зачастую приводит к получению недостоверных результатов и напрасной трате средств. [c.156]
Для того чтобы определить потребности потребителей, необходимо провести маркетинговые исследования. На первом этапе они обычно включают неформальный опрос потенциальных покупателей и обсуждение в группах с целью выяснения ценных для респондентов благ, потребностей, различий в высказываемых желаниях. Например, кто из них отдает приоритетное значение невысоким ценам, а для кого главное — имидж и качество товара. На втором этапе составляется формальная анкета, заполняемая большой группой респондентов для количественной оценки различий. При определении наиболее значимых переменных сегментирования рынка используются различные методы статистики, например, дискретный или кластерный анализ.2 Нередко рынок разделяется на группы потребителей в зависимости от выгод, которые они стремятся получить, приобретая товар, например, качество и технические характеристики продукта, уровень обслуживания, экономия. [c.100]
Кластеризация. Методы кластерного анализа позволяют разбить изучаемую совокупность объектов на группы схожих объектов, называемых кластерами. [c.282]
Обнаружение таких фирм вручную может быть утомительным занятием, если область поиска включает 10 000 акций. Для поиска похожих фирм можно заимствовать статистические методы, такие как кластерный анализ. [c.621]
Используем систему STADIA 5.O. Введем показатели 10 предприятий в 10 строк электронной таблицы, в первый столбец — долю ликвидных активов в сумме баланса, во второй столбец — долю материально-производственных активов в балансе. Используем блок Статистика и процедуру Кластерный анализ , команды и соответственно метод Дивизивная стратегия динамических сгущений и Евклидова метрика . Будем группировать предприятия в два кластера. [c.97]
Кластерный анализ — один из методов многомерного анализа, предназначенный для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значения каждого из признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков. Каждое наблюдение, характеризу- [c.130]
Следует также проверить, скоррелированны ли действия скрытых элементов. В многомерном регрессионном анализе при росте муль-тиколлинеарности значения коэффициентов регрессии становятся все менее надежными. Так же и здесь предпочтительно, чтобы выходы скрытых элементов одного слоя были некоррелированны. Нужно найти собственные значения корреляционной матрицы для выходов скрытых узлов по данным обработки всех обучающих примеров. При полной некоррелированности все собственные значения будут равны единице, а отличия от единицы говорят об избыточном числе скрытых элементов. Кроме того, для анализа внутреннего представления нейронно-сетевой модели часто применяются методы кластерного анализа (см. [ 127]). [c.64]
Проанализируйте данные табл. 7.3.1, используя различные методы кластерного анализа, ориентируясь на компьютерную программу SPSS. [c.517]
Спишь жизни — это глобальный продукт системы ценностей личности, ее отношений и активности, а также ее манеры потребления. Это агрегированный показатель, определяемый на основе различных методик. Одна из наиболее распространенных методик измерения стилей жизни — психография, использующая методы кластерного анализа, множественной регрессии, анализ R-факторов, канонический анализ и др. В процессе проведенных в разных странах исследований было выявлено много различных стилей жизни. Их разнообразие определяется целями исследований, изучаемыми переменными, методами сбора и обработки информации. Кроме того, с течением времени стили жизни могут меняться. [c.76]
КЛАСТЕРНЫЙ АНАЛИЗ ( luster analysis) -совокупность матем методов, предназначенных для формирования групп объектов (кластеров) по информации о расстояниях или связях (мерах близости) между ними Используется для анализа структуры совокупностей экон показателей по заданной матрице коэф корреляции между ними Можно выделить два осн типа методов К а в зависимости от того, одновременно или последовательно отыскиваются кластеры Среди первых широкое распространение получили т н вариационные методы, основанные на оптимизации того или иного показателя качества кластерной структуры, и агломеративные методы, основанные на последовательном объединении пар наиболее близких кластеров Среди вторых можно отметить методы, основанные на явном определении понятия кластера, как правило, в терминах максимально допустимого "радиуса" или "порога существенности" связей Ал- [c.94]
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА (mathemati al statisti s) — раздел математики, посвященный систематизации, обработке и использованию стат данных В М с мн методы стат обработки исходных данных основываются на вероятностной природе этих данных Оси понятиями М с являются генеральная совокупность (мн-во значений случайной величины), выборка (ограниченное число наблюдений случайной величины), объем выборки (кол-во значений случайной величины в выборке), параметр положения (ср значение случайной величины), мера рассеяния (квадратный корень из дисперсии счучайной величины) и т д Одной из задач М с является построение оценок случайной величины Различают оценки точечные, интервальные, робастные (устойчивые, т е слабо реагирующие на утрату части исходных данных, засорение выборки и т п ), эффективные (имеющие ми-ним дисперсию) и др Получили развитие и нашли широкое практическое применение такие разделы М с, как дисперсионный анализ, кластерный анализ, факторный анализ, методы планирования эксперимента, приемочного контроля статистического и др [c.131]
Большинство методов кластеризации (иерархической группировки) являются агломеративными (объединительными) - они начинают с создания элементарных кластеров, каждый из которых состоит ровно из одного исходного наблюдения (одной точки), а на каждом последующем шаге происходит объединение двух наиболее близких кластеров в один. Момент остановки этого процесса может задаваться экспертом (например, указанием требуемого числа кластеров или,максимального расстояния, при котором допустимо объединение). Графическое изображение процесса объединения кластеров может быть получено с помощью дендрограммы - дерева объединения кластеров. Другие методы кластерного анализа являются дивидивными (разделительными) - с их помощью пытаются разбивать объекты на кластеры непосредственно. [c.282]