Advertisement

Clusteranalyse

  • Andreas Handl
Chapter
  • 12k Downloads
Part of the Statistik und ihre Anwendungen book series (STATIST)

Zusammenfassung

In den letzten beiden Kapiteln haben wir Gesamtheiten betrachtet, die aus Gruppen bestehen. Dabei war die Gruppenstruktur bekannt. In diesem Kapitel werden wir uns mit Verfahren beschäftigen, mit denen man in einem Datensatz Gruppen von Beobachtungen finden kann. Ausgangspunkt sind die Ausprägungen quantitativer Merkmale bei den Objekten O = {O 1 , …, O n } oder eine Distanzmatrix der Objekte. Gesucht ist eine Partition dieser Objekte. Unter einer Partition einer Menge O = {O 1 , …, O n } versteht man eine Zerlegung in Teilmengen C 1 , …, C k , sodass jedes Element von O zu genau einer Teilmenge C i für i = 1, … ,k gehört. Diese Teilmengen bezeichnet man auch als Klassen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Gordon, A. D. (1999): Classification. Chapman & Hall, Boca Raton, 2nd editionzbMATHGoogle Scholar
  2. Bock, H. H. (1974): Automatische Klassifikation. Vandenhoeck & Ruprecht, GöttingenGoogle Scholar
  3. Mojena, R. (1977): Hierarchical grouping methods and stopping rules: an evaluation. Computer Journal, 20, 359–363zbMATHCrossRefGoogle Scholar
  4. Calinski, T., Harabasz, J. (1974): A dendrite method for cluster analysis. Communications in Statistics - Theory and Methods A, 3, 1–27CrossRefMathSciNetGoogle Scholar
  5. Goodman, L. A., Kruskal, W. H. (1954): Measures of association for cross-classification. Journal of the American Statistical Association, 49, 732–764zbMATHCrossRefGoogle Scholar
  6. Milligan, G. W., Cooper, M. C. (1985): An examination of procedures for determining the number of clusters in a data set. Psychometrika, 50, 159–179CrossRefGoogle Scholar
  7. Everitt, B. (2001): Cluster analysis. Arnold, London, 4th editionGoogle Scholar
  8. Fahrmeir, L., Hamerle, A., Tutz, G. (1996): Multivariate statistische Verfahren. de Gruyter, Berlin, 2nd editionzbMATHGoogle Scholar
  9. Hubert, L. (1974): Approximate evaluation techniques for the single-link and complete-link hierarchical clustering procedures. Journal of the American Statistical Association, 69, 698–704zbMATHCrossRefMathSciNetGoogle Scholar
  10. Rousseeuw, P. J. (1987): Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65zbMATHCrossRefGoogle Scholar
  11. Bacher, J. (1994): Clusteranalyse: anwendungsorientierte Einführung. Oldenbourg, MünchenGoogle Scholar
  12. Kaufman, L., Rousseeuw, P. J. (1990): Finding groups in data. Wiley, New YorkCrossRefGoogle Scholar
  13. Jobson, J. D. (1992): Applied multivariate data analysis. Volume II. Categorical and multivariate methods. Springer, New YorkzbMATHGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2010

Authors and Affiliations

  • Andreas Handl
    • 1
  1. 1.   

Personalised recommendations