Една од алатките за решавање на економските проблеми е анализата на кластери. Со него, кластери и други објекти од низата податоци се класифицираат во групи. Оваа техника може да се користи во Excel. Ајде да видиме како тоа се прави во пракса.
Користење на кластерска анализа
Со помош на анализа на кластери, можно е да се спроведе земање примероци врз основа на кои се испитува. Нејзината главна задача е да се подели повеќедимензионална низа во хомогени групи. Како критериум за групирање, се користи пар корелациониот коефициент или евклидовото растојание помеѓу предметите со даден параметар. Најблиските вредности се групирани заедно.
Иако најчесто овој вид на анализа се користи во економијата, тој исто така може да се користи во биологијата (за класификација на животните), психологијата, медицината и во многу други области на човечка активност. Кластерот за анализа може да се примени со помош на Excel алатникот за оваа намена.
Пример за употреба
Имаме пет објекти, кои се карактеризираат со два изучени параметри - x и y.
- Примени на овие вредности евклидова формула за растојание, која се пресметува од образецот:
= ROOT ((x2-x1) ^ 2 + (y2-y1) ^ 2) - Оваа вредност се пресметува помеѓу секој од петте објекти. Резултатите од пресметката се поставуваат во матрицата на растојанието.
- Гледаме, меѓу кои вредности растојанието е најмалку. Во нашиот пример, ова се објекти. 1 и 2. Растојанието помеѓу нив е 4.123.106, што е помалку од било кој друг елемент од оваа популација.
- Ние ги комбинираме овие податоци во група и формираме нова матрица во која се вредности 1,2 стојат како посебен елемент. Кога ја составувате матрицата, оставете ги најмалите вредности од претходната табела за комбинираниот елемент. Повторно гледаме, меѓу кои елементи растојанието е минимално. Овој пат е 4 и 5како и објект 5 и група предмети 1,2. Растојанието е 6,708204.
- Ние ги додаваме наведените елементи на заедничкиот кластер. Ние формираме нова матрица на истиот принцип како и претходниот пат. Тоа е, ние ги бараме најмалите вредности. Така, гледаме дека нашиот збир на податоци може да се подели на два кластери. Во првиот кластер се најблиските елементи - 1,2,4,5. Во втората група во нашиот случај има само еден елемент - 3. Релативно е далеку од други објекти. Растојанието помеѓу кластерите е 9.84.
Ова ја комплетира постапката за делење на населението во групи.
Како што можете да видите, иако воопшто кластерската анализа може да изгледа комплицирано, но всушност не е толку тешко да се разберат нијансите на овој метод. Главната работа е да се разбере основниот модел на здружување во групи.
