Interpretacja wyników klasyfikacji obiektów symbolicznych

• Autorzy: Justyna Wilk

Warianty tytułu

Interpretation of Clusters of Symbolic Objects

• Języki publikacji: PL

Abstrakty

Artykuł ma na celu:
- scharakteryzowanie danych symbolicznych,
- omówienie, na przykładach, sposobu interpretacji klas obiektów symbolicznych (symbolic objects),
- prezentację wskaźników udziałowych (udział skupienia w zmienności zmiennej, ważność zmiennej dla zmienności skupienia oraz udział skupienia w zmienności zmiennej),
- prezentację modułu "Clint" w aplikacji Sodas v. 2.0. (fragment tekstu)

EN

The article characterizes types of symbolic data and a way of interpreting the clusters of symbolic objects. The author also presents how to evaluate the contribution of a cluster to the total variability of the sample, the importance of each variable for each cluster and the contribution of a cluster to the variability of a variable. Moreover the article illustrates the application of "Clint" module of Sodas v. 2.0. (original abstract)

Słowa kluczowe

PL

Klasyfikacja obiektów; Interpretacja danych

EN

Classification of objects; Data interpretation

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2007
• Tom: 18
• Numer: nr 1151 Zastosowania metod ilościowych
• Strony: 27--37

Twórcy

autor

Justyna Wilk

• Akademia Ekonomiczna we Wrocławiu, doktorantka

Bibliografia

• Analysis of Symbolic Data. Exploratory Methods for Extracting Statistical Information from Complex Data, red. H.H. Bock, E. Diday, Springer-Verlag, Berlin, Heidelberg 2000.
• ASSO Developers Partners, Help Guide Sodas 2 Software, 2004.
• ASSO Developers Partners, Information Society Technologies Programme. User Manual for SODAS 2 Software, 2004.
• ASSO Developers Partners, Scientific-Technical Report for WP 6. Unsupervised Classification, Validation and Cluster Representation, 2001.
• Billard L., Diday E., From the Statistics of Data to the Statistic of Knowledge: Symbolic Data Analysis, "Journal of the American Statistical Association", June 2003, vol. 98, nr 470-487.
• Brito P., Clustering Interpretation. Interpreting Clusters by using the module CLINT, [w:] ASSO Developers Partners, Information Society Technologies Programme. User Manual for SODAS 2 Software, 2004, 207-214.
• Brito P., de Carvalho F.A.T., Symbolic Clustering of Constrained Probabilistic Data, [w:] Exploratory Data Analysis in Empirical Research, red. O. Opitz, M. Schwaiger, "Studies in Classification, Data Analysis and Knowledge Organization", Springer-Verlag, Heidelberg 2001, s. 12-22.
• Brito P., Polaillon G., Structuring Probabilistic Data by Galois Lattices, "Mathematicts and Social Sciences", 2005, vol. 43, nr 169, 77-104.
• Diday E., An Introduction to Symbolic Data Analysis and the Sodas Software, "En Electronic Journal of Symbolic Data Analysis" 2002, vol. 0, nr 0 (July).
• Hardy A., Lallemand P., Clustering of Symbolic Objects Described by Multi-Valued and Modal Variables, [w:] D. Banks, L. House, F.R. McMorris, P. Arabie, W. Gaul, Clustering and Data Mining Applications, "Studies in Classification, Data Analysis and Knowledge Organization", Springer-Verlag, Berlin-Heidelberg 2004, 325-332.
• Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, red. E. Gatnar, M. Walesiak, AE, Wroclaw 2004.
• Verde R., Lechevallier Y., Chavent M., Symbolic Clustering Interpretation and Visualization, "The Electronic Journal of Symbolic Data Analysis" 2003, vol. 1, nr 1.
• Wilk J., Graficzna prezentacja obiektów symbolicznych, "Prace Naukowe AE we Wrocławiu", Ekonometria 16, Wrocław 2004.
• Wilk J., Pełka M., Dane symboliczne w zagadnieniu klasyfikacji, [w:] Identyfikacja struktur rynkowych. Pomiar - modelowanie - symulacja, red. M. Rószkiewicz, Oficyna Wydawnicza SGH, Warszawa 2004.