Concept of Cluster AnalysisKey Step

Concept of Cluster Analysis
Key Steps in Cluster Analysis
0. Choose variables (based on theory and previous research)
1. Measures of distance or similarity between objects (measures of proximity)
◦ Depends on the data type: interval, frequency, binary
◦ Distance: geometric measurement. Similarity: content measurement
◦ Calculation of a proximity matrix
2. Forming clusters
◦ Various algorithms: hierarchical / non-hierarchical, agglomerative / divisive, etc.
3. Instruments / criteria for deciding on the number of clusters
◦ Instruments: Agglomerative schedule, structure diagram, dendrogram, icicle plot
◦ Criteria (not available in SPSS): F-value, information criteria etc.
4. Saving and representing cluster membership
◦ Performed by SPSS
5. Interpreting clusters
◦ Taking into consideration the mean values (possibly the variance) of the cluster elements

ผลลัพธ์ (ไทย) 1:

แนวคิดของการวิเคราะห์คลัสเตอร์ขั้นตอนสำคัญในการวิเคราะห์คลัสเตอร์0. เลือกตัวแปร (ตามทฤษฎีและผลงานวิจัย)1. วัดระยะทางหรือความคล้ายคลึงกันระหว่างวัตถุ (มาตรการของความใกล้ชิด)โรคขึ้นอยู่กับชนิดข้อมูล: ช่วงเวลา ความถี่ ไบนารีโรคระยะ: การวัดเรขาคณิต ความคล้ายคลึงกัน: การวัดเนื้อหาโรคการคำนวณเมทริกซ์เช่น2. สร้างคลัสเตอร์โรคอัลกอริทึมต่าง ๆ: ลำดับชั้น/ ลำดับไม่ agglomerative / แตกแยก ฯลฯ3. เครื่องมือ / เกณฑ์การตัดสินใจเกี่ยวกับจำนวนของคลัสเตอร์เครื่องมือโรค: กำหนดการ Agglomerative ไดอะแกรมโครงสร้าง dendrogram พล็อต icicleโรค (ไม่มีใน SPSS) เงื่อนไข: ค่า F ข้อมูลเกณฑ์ฯลฯ4. บันทึก และแทนสมาชิกของคลัสเตอร์โรคที่ดำเนินการ โดย SPSS5. ล่ามคลัสเตอร์โรคที่พิจารณาค่าเฉลี่ย (อาจจะแปรปรวน) ของคลัสเตอร์

ผลลัพธ์ (ไทย) 2:

แนวคิดของคลัสเตอร์การวิเคราะห์
ขั้นตอนสำคัญในการวิเคราะห์กลุ่ม
0 เลือกตัวแปร (บนพื้นฐานของทฤษฎีและการวิจัยก่อนหน้านี้)
1 มาตรการระยะทางหรือความคล้ายคลึงกันระหว่างวัตถุ (มาตรการความใกล้ชิด)
◦ขึ้นอยู่กับชนิดของข้อมูล: ช่วงความถี่ไบนารี
ระยะทาง◦: วัดรูปทรงเรขาคณิต ความคล้ายคลึงกัน: การวัดเนื้อหา
◦การคำนวณของความใกล้ชิดเมทริกซ์
2 สร้างกลุ่ม
◦กลไกต่างๆ: ลำดับชั้น / ไม่ใช่ลำดับชั้น agglomerative / แตกแยก ฯลฯ
3 เครื่องมือ / เกณฑ์ในการตัดสินใจเกี่ยวกับจำนวนของคลัสเตอร์
◦ Instruments: กำหนดการ Agglomerative แผนภาพโครงสร้าง dendrogram พล็อตน้ำแข็ง
◦เกณฑ์ (ไม่สามารถใช้ได้ในโปรแกรม SPSS): F มูลค่าเกณฑ์ข้อมูล ฯลฯ
4 การออมและการเป็นตัวแทนของสมาชิกคลัสเตอร์
◦ดำเนินการโดยโปรแกรม SPSS
5 ล่ามกลุ่ม
◦คำนึงถึงค่าเฉลี่ย (อาจจะแปรปรวน) ขององค์ประกอบคลัสเตอร์

ผลลัพธ์ (ไทย) 3:

แนวคิดของการวิเคราะห์การเกาะกลุ่มขั้นตอนสำคัญในการวิเคราะห์กลุ่ม0 เลือกตัวแปร ( ตามทฤษฎีและงานวิจัยก่อนหน้านี้ )1 . วัดระยะทางหรือความคล้ายคลึงกันระหว่างวัตถุ ( วัดความใกล้ชิด )◦ขึ้นอยู่กับชนิดข้อมูล : ช่วงความถี่ ไบนารี◦ระยะทาง : การวัด เรขาคณิต เนื้อหา : การวัดความคล้ายคลึงกัน◦การคำนวณขนาดของเมทริกซ์2 . สร้างกลุ่ม◦ต่างๆขั้นตอนวิธี : ลำดับชั้นลำดับชั้น agglomerative / / ไม่ , แบ่ง , ฯลฯ3 . เครื่องมือ / เกณฑ์การตัดสินใจเกี่ยวกับจำนวนของกลุ่ม◦เครื่องมือตารางแผนภาพโครงสร้างพันธุกรรม agglomerative พล็อตที่น้ำแข็ง◦เกณฑ์ ( ไม่มีในรูป ) : ค่าข้อมูล เกณฑ์ ฯลฯ4 . และสมาชิกกลุ่มออมทรัพย์แทน◦ขับร้องโดย สถิติ5 . การตีความของกลุ่ม◦พิจารณา ( อาจจะหมายถึงค่าความแปรปรวนของกลุ่มธาตุ