ეკონომიკური პრობლემების გადაჭრის ერთ-ერთი საშუალებაა კასეტური ანალიზი. მასთან ერთად, მონაცემთა ბაზების კლასტერები და სხვა ობიექტები კლასიფიცირებულია ჯგუფებად. ეს ტექნიკა შეიძლება გამოყენებულ იქნას Excel- ში. ვნახოთ, როგორ ხდება ეს პრაქტიკაში.
გამოყენება კასეტური ანალიზი
კასეტური ანალიზის საშუალებით შესაძლებელია ჩატარდეს შერჩევა, რომლის საფუძველზეც გამოიძიება. მისი მთავარი ამოცანაა, ერთმანეთისგან ერთმანეთისგან ერთგვაროვანი ჯგუფების გაყოფა. როგორც კრიტერიუმის დაჯგუფება, წყვილი კორელაციის კოეფიციენტი ან Euclidean მანძილი ობიექტებს შორის მოცემული პარამეტრით გამოიყენება. უახლოესი ღირებულებები დაჯგუფებულია.
მიუხედავად იმისა, რომ ყველაზე ხშირად ამ ტიპის ანალიზი ეკონომიკაში გამოიყენება, ის შეიძლება გამოყენებულ იქნას ბიოლოგიაში (ცხოველთა კლასიფიკაციისთვის), ფსიქოლოგიის, მედიცინისა და ადამიანის სხვა საქმიანობის სხვა სფეროებში. კასეტური ანალიზი შეიძლება გამოყენებულ იქნას Excel- ის ინსტრუმენტის გამოყენებით ამ მიზნით.
გამოყენების მაგალითი
ჩვენ გვაქვს ხუთი ობიექტი, რომლებიც ორი შესწავლილი პარამეტრით ხასიათდება - x და y.
- გამოიყენეთ ეს ღირებულებები Euclidean მანძილის ფორმულა, რომელიც გამოითვლება თარგიდან:
= ROOT ((x2-x1) ^ 2 + (y2-y1) ^ 2) - ეს ღირებულება გამოითვლება თითოეული ხუთი ობიექტის შორის. გაანგარიშების შედეგები მოთავსებულია მანძილის მატრიცაში.
- ჩვენ ვხედავთ, რომელთა შორისაა მანძილი მინიმუმამდე. ჩვენს მაგალითში ეს ობიექტებია. 1 და 2. მათ შორის მანძილი არის 4,123106, რაც ნაკლებია ამ მოსახლეობის სხვა ელემენტებს შორის.
- ჩვენ გავაერთიანებთ ამ მონაცემებს ჯგუფში და ჩამოყალიბდება ახალი მატრიცა, რომელშიც ღირებულებებია 1,2 დავდგეთ როგორც ცალკე ელემენტი. მატრიქსის შედგენისას, დატოვეთ ყველაზე დაბალი ღირებულებები წინა მაგიდისგან კომბინირებული ელემენტისთვის. კვლავ გადავხედავთ, რომელთა ელემენტებს შორის მანძილი მინიმალურია. ეს დროა 4 და 5ასევე ობიექტი 5 და ობიექტების ჯგუფი 1,2. მანძილი 6,708204.
- ჩვენ დავამატებთ მითითებულ ელემენტებს საერთო კასეტურს. ჩვენ ვაპირებთ ახალი მატრიცა იგივე პრინციპს, როგორც წინა დროს. ანუ, ჩვენ ვეძებთ ყველაზე პატარა ღირებულებებს. ამდენად, ჩვენ ვხედავთ, რომ ჩვენი მონაცემთა ნაკრები შეიძლება დაიყოს ორი მტევანი. პირველ კასრში ყველაზე ახლოს არის ელემენტები - 1,2,4,5. მეორე კლასტერში ჩვენს შემთხვევაში მხოლოდ ერთი ელემენტია - 3. შედარებით შორს სხვა ობიექტებიდან. მტვერს შორის მანძილი 9.84.
ეს ასრულებს მოსახლეობის ჯგუფების გაყოფის პროცედურას.
როგორც ხედავთ, ზოგადად კასეტური ანალიზის დროს შეიძლება რთული აღმოჩნდეს, მაგრამ სინამდვილეში ეს არ არის ძნელი გასაგები ამ მეთოდის ნიუანსებზე. მთავარია, გავიგოთ ჯგუფების ასოციაციის ძირითადი ნიმუში.
