Полная версия

Главная arrow Психология arrow Математические методы в психологии

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Кластерный анализ

Понятие и основная идея кластерного анализа

Кластерный анализ - это процедура упорядочивания объектов в сравнительно однородные группы (кластеры) на основе попарного сравнения этих объектов по предварительно определенным критериям.

В литературе часто встречаются синонимы кластерного анализа: автоматическая классификация, таксономический анализ, анализ образов.

Цель кластерного анализа - образование групп схожих между собой объектов, которые принято называть кластерами (от англ, cluster - скопление, пучек, группа).

Впервые определил предмет кластерного анализа исследователь Три- он в 1939 г., распространение эта группа методов получила значительно позже, чем другие многомерные методы. Вызывает удивление настойчивость, с которой психологи используют для решения простой задачи классификации объектов (признаков) такой сложный метод, как факторный анализ. В то время как кластерный анализ не только гораздо проще, но и нагляднее решает эту задачу, а также имеет несомненное преимущество: результат его применения не связан с потерей даже части исходной информации о различиях объектов или корреляции признаков.

Укажем ряд задач, при решении которых кластерный анализ является более эффективным, чем другие многомерные методы:

  • - распределение совокупности испытуемых на группы по измеренным признакам с целью дальнейшей проверки причин межгрупповых различий по внешним критериям, например, проверка гипотез о том, проявляются ли типологические различия между испытуемыми по измеренным признакам;
  • - применение кластерного анализа как значительно более простого и наглядного аналога факторного анализа, когда ставится только задача группировки признаков на основе их корреляции;
  • - классификация объектов на основе непосредственных оценок различий между ними (например, исследование социальной структуры коллектива по данным социометрии - по выявленным межличностным предпочтениям).

Несмотря на различие задач кластерного анализа, можно составить общий его алгоритм:

  • 1. Отбор объектов для кластеризации.
  • 2. Определение множества переменных, по которым будут различаться объекты кластеризации.
  • 3. Определение меры сходства (различия) между объектами кластеризации.
  • 4. Выбор и применение метода классификации для создания групп сходных объектов.
  • 5. Проверка достоверности разбиения на классы.
 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>