Jedno od sredstava za rješavanje ekonomskih problema je klaster analiza. Njime se klasteri i drugi objekti u nizu podataka svrstavaju u grupe. Ova tehnika se može koristiti u Excelu. Da vidimo kako se to radi u praksi.
Korištenje klaster analize
Uz pomoć klaster analize moguće je izvršiti uzorkovanje na osnovu kojeg se istražuje. Njegov glavni zadatak je da podeli višedimenzionalni niz u homogene grupe. Kao kriterij za grupiranje koristi se koeficijent parne korelacije ili euklidska distanca između objekata prema zadanom parametru. Najbliže vrijednosti se grupiraju zajedno.
Iako se najčešće ova vrsta analize koristi u ekonomiji, može se koristiti iu biologiji (za klasifikaciju životinja), psihologiji, medicini iu mnogim drugim oblastima ljudske aktivnosti. Klaster analiza se može primijeniti koristeći Excel alat za tu svrhu.
Primjer upotrebe
Imamo pet objekata, koje karakterišu dva proučavana parametra - x i y.
- Primeniti na ove vrijednosti formu euklidske udaljenosti, koja se izračunava iz predloška:
= ROOT ((x2-x1) ^ 2 + (y2-y1) ^ 2) - Ova vrijednost se izračunava između svakog od pet objekata. Rezultati proračuna se postavljaju u matricu udaljenosti.
- Gledamo, između kojih je udaljenost najmanje. U našem primjeru, to su objekti. 1 i 2. Udaljenost između njih je 4,123106, što je manje nego između bilo kojih drugih elemenata ove populacije.
- Ove podatke kombinujemo u grupu i formiramo novu matricu u kojoj su vrednosti 1,2 stoje kao poseban element. Prilikom kompajliranja matrice, ostavite najmanje vrijednosti iz prethodne tablice za kombinirani element. Opet gledamo, između elemenata, udaljenost je minimalna. Ovaj put je 4 i 5kao i objekt 5 i grupu objekata 1,2. Udaljenost je 6,708204.
- Dodamo određene elemente u zajednički klaster. Mi formiramo novu matricu na istom principu kao i ranije. To jest, tražimo najmanje vrijednosti. Dakle, vidimo da se naš skup podataka može podijeliti u dva klastera. U prvom klasteru su najbliži elementi - 1,2,4,5. U drugom klasteru u našem slučaju postoji samo jedan element - 3. To je relativno daleko od drugih objekata. Udaljenost između klastera je 9.84.
Ovim se završava postupak podjele stanovništva na grupe.
Kao što možete vidjeti, iako se općenito klasterska analiza može činiti kompliciranom, ali zapravo nije teško razumjeti nijanse ove metode. Glavno je razumjeti osnovni obrazac udruživanja u grupe.
