Глава 20. Кластерный анализ
- Кластерный анализ
- 20.1 Принцип кластерного анализа
- 20.2 Иерархический кластерный анализ
- 20.2.1 Иерархический кластерный анализ с двумя переменными
- 20.2.2 Иерархический кластерный анализ с более чем двумя переменными
- 20.2.3 Иерархический кластерный анализ с предварительным факторным анализом
- 20.3 Меры расстояния и меры сходства
- 20.3.1 Переменные, относящиеся к интервальной шкале (метрические переменные)
- 20.3.2 Частоты
- 20.3.3 Бинарные переменные
- 20.4 Методы объединения
- 20.5 Кластерный анализ при большом количестве наблюдений (Кластерный анализ методом к-средних)
В результате кластерного анализа при помощи предварительно заданных переменных формируются группы наблюдений. Под наблюдениями здесь понимаются отдельные личности (респонденты) или любые другие объекты. Члены одной группы (одного кластера) должны обладать схожими проявлениями переменных, а члены разных групп различными.
Наряду с кластеризацией наблюдений в SPSS предусмотрена кластеризация переменных. Здесь на основе заданных наблюдений образовываются группы переменных. Так как в принципе то же самое делает и факторный анализ (см. гл. 19), то в этой главе мы ограничимся рассмотрением только кластеризации наблюдений.
