Wyb reprezentantow grup obiektow p, Wielowymiarowa analiza statystyczna, Panek, wap


Przykład 4.1

Wybór reprezentantów grup województw został przeprowadzony dla grupowania województw otrzymanego w wyniku zastosowania metody k-średnich. W efekcie zastosowania tej metody otrzymaliśmy następujące 4 grupy województw (por. przykład 3.9):

0x01 graphic

W analizowanym przykładzie nie otrzymano grup jednoelementowych, a tym samym możemy przystąpić do wyboru reprezentantów z grup wieloelementowych. W tym celu obliczamy, niezależnie dla każdej grupy, sumę odległości każdego z województw od pozostałych województw otrzymując:

Grupa G1:

d1=1,707,

d2=1,650,

d3=1,677,

d14=1,658,

d16=1,571,

Grupa G2:

d6=2,161,

d7=2,798,

d8=2,977,

d10=2,668,

d11=2,847

d15=2,696,

Grupa G3:

d3=1,064,

d9=1,369,

d13=1,120.

Następnie w każdej z grup województw jako reprezentanta wybieramy województwo o najmniejszej sumie odległości od innych województw. Reprezentantami kolejnych grup województw zostają tym samym:

G1→O16,

G2→O6,

G3→O3.

W przypadku wyboru reprezentantów z dwuelementowej grupy województw G4 szacujemy dla każdego z województw z tej grupy sumę jego odległości od wcześniej wybranych województw reprezentantów otrzymując:

d5=11,376,

d10=10,149.

Reprezentantem grupy G4 zostaje województwo, dla którego suma powyższych odległości jest większa, tzn.:

G4→{O5}.

Przykład 4.2

Do wyboru województw reprezentantów wykorzystano metodę potencjałów. Punktem wyjścia metody są skupienia 1-szego rzędu otrzymane podczas budowy dendrytu za pomocą metody taksonomii wrocławskiej (por. rozdz. 2.3.1). Kierunek połączeń między parami województw przedstawiamy w postaci skierowanych strzałek, otrzymując skupienia zorientowane (rys. 4.1).

Rys. 4.1. Zorientowane skupienia 1-szego rzędu.

0x01 graphic

Następnie określamy potencjał poszczególnych województw. W skupieniu dwuelementowym oba województwa mają ten sam potencjał równy 1. Jako reprezentanta tej grupy wybieramy województwo, którego średnia odległość od pozostałych województw jest najmniejsza. Odległości te były w naszym przykładzie następujące:

0x01 graphic
.

Ostatecznie podstawowy zbiór województw ma następującą postać:

GP={O1, O3, O6, O14}.

Na podstawie odległości województw od województw należących do zbioru podstawowego eliminujemy, w każdym ze skupień, województwa zbędne spełniające nierówność:

diir<2,2655-0,551<1,7145.

Do zbioru województw zbędnych należą województwa:

GZ={O2, O14}.

Natomiast dla województw nieistotnych spełniona jest nierówność:

diir.>2,2655+0,551>2,8165.

Do zbioru województw nieistotnych wchodzą województwa:

GN={O5, O8, O9, O12}.

Województwami, dla których spełniona jest nierówność:

3,232≤diir≤4,060

są województwa O4, O7, O10, O11, O13, O15, które wraz z województwami podstawowymi tworzą ostateczny zbiór województw reprezentantów o postaci:

GR={ O1, O3, O4, O5, O6, O7, O10, O11, O13, O14, O15}.

1

2



Wyszukiwarka

Podobne podstrony:
Wybor repr gr obiektow, Wielowymiarowa analiza statystyczna, Panek, wap
Metody grupowania obiektow, Wielowymiarowa analiza statystyczna, Panek, wap
Rk IV, Wielowymiarowa analiza statystyczna, Panek, wap
Podstawowe pojecia przyklady, Wielowymiarowa analiza statystyczna, Panek, wap
Metody porzadkowani liniowego, Wielowymiarowa analiza statystyczna, Panek, wap
Transformacja, Wielowymiarowa analiza statystyczna, Panek, wap
Klasyczna an czynn, Wielowymiarowa analiza statystyczna, Panek, wap
harmonogram wap, Wielowymiarowa analiza statystyczna, Panek, wap
Metody porzadkowania liniowego p, Wielowymiarowa analiza statystyczna, Panek, wap
Analiza korespondencji, Wielowymiarowa analiza statystyczna, Panek, wap
Podstawowe pojecia, Wielowymiarowa analiza statystyczna, Panek, wap
An gl sklad, Wielowymiarowa analiza statystyczna, Panek, wap
analiza kanoniczna p, Wielowymiarowa analiza statystyczna, Panek, wap
Met porz nieliniowego, Wielowymiarowa analiza statystyczna, Panek, wap
Analiza kanoniczna, Wielowymiarowa analiza statystyczna, Panek, wap
WAS egzamin, Wielowymiarowa analiza statystyczna
wielowymiarowa analiza statystyczna DWJNX64TI3NMLMCMGQW3YQWWUOQSMOA4OWT6I6Q
Analiza statystyczna praca

więcej podobnych podstron