Definicja

Analiza skupień

Inna nazwa: klasteryzacja. Kategoria: rzetelna analiza i raportowanie.

Analiza skupień tworzy grupy obserwacji bardziej podobnych do siebie niż do obserwacji z innych grup według wybranych zmiennych i miary odległości. Jest zwykle analizą eksploracyjną, więc wynik zależy między innymi od skalowania zmiennych, algorytmu, liczby skupień i sposobu postępowania z brakami oraz wartościami odstającymi.

Co trzeba sprawdzić. W metodzie k-średnich centroid opisuje środek skupienia, lecz metoda zakłada określoną geometrię grup i jest wrażliwa na skalę. Wybór liczby skupień nie wynika automatycznie z jednego indeksu. Należy połączyć kryteria ilościowe, stabilność rozwiązania i sens merytoryczny.

Częsty błąd. Nadanie znalezionym skupieniom nazw diagnostycznych albo traktowanie ich jako potwierdzonych typów osób bez walidacji w niezależnych danych.

Przykład syntetyczny. Dla ośmiu osób opisanych dwiema wystandaryzowanymi cechami otrzymano dwa skupienia po cztery osoby. Ich centroidy wyniosły odpowiednio (4,75; 5,00) i (10,75; 10,88), a odległość między centroidami wyniosła 8,40. To jedynie opis rozwiązania w tej próbce, nie dowód istnienia dwóch populacji.

Jak to zapisać w pracy. Przeprowadzono eksploracyjną analizę skupień po standaryzacji zmiennych, podając algorytm, metrykę, liczbę skupień, kryteria jej wyboru, obsługę braków i ocenę stabilności rozwiązania.

Dane są syntetyczne; obliczenia odtwarza docs/dane/przyklady-slownik-g10.py.

Powiązane hasła: Skala pomiarowa, obserwacja odstająca, Walidacja krzyżowa, Wielkość efektu

Jeśli potrzebujesz zaplanować analizę eksploracyjną bez nadinterpretacji, Wyceń projekt.