BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Mikulec Artur, Kupis-Fijałkowska Aleksandra
Tytuł
An Empirical Analysis of the Effectiveness of Wishart and Mojena Criteria in Cluster Analysis
Źródło
Statistics in Transition, 2012, vol. 13, nr 3, s. 569-580, rys., tab., bibliogr. 6 poz.
Słowa kluczowe
Badania empiryczne, Analiza skupień, Wielowymiarowa analiza statystyczna
Empirical researches, Cluster analysis, Multi-dimensional statistical analysis
Uwagi
Materiały z Kongresu Statystyki Polskiej: The 100th Anniversary of the Polish Statistical Association
summ.
Abstrakt
Mojena and Wishart criteria are methods of selecting the optimal grouping result of agglomerative cluster analysis methods (hierarchical). Two criteria were proposed by Mojena in the 70's of the 20th century: the upper tail rule and moving average quality control rule, both based on an analysis of the fusion levels of objects in the dendrogram with the aim to determine the cut-off point of it, i.e. to choose the optimal clustering result. The third criterion: tree validation was created by Wishart and evaluates the randomness of the objects clustering in the dendrogram. The purpose of this paper is to present the results of the empirical analysis of the effectiveness of Mojena and Wishart criteria for the number of clusters selection, in comparison to other applicable criteria in this area, including those proposed by: Baker and Hubert, Calinski and Harabasz, Davies and Bouldin, Hubert and Levine. The empirical analysis has been carried out in ClustanGraphics 8 Program and selected packages in R environment for the generated data sets. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. GAN, G., MA C., WU, J., Data clustering: theory, algorithms, and applications, SIAM, Philadelphia 2007.
  2. GATNAR, E., WALESIAK, M. (ed.), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo PWN, Warsaw 2009.
  3. MIKULEC, A., Metody oceny wyniku grupowania w analizie skupień, [in:] Jajuga K., Walesiak M. (ed.), Taksonomia 19. Klasyfikacja i analiza danych -teoria i zastosowania, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2012.
  4. MOJENA, R., Hierarchical grouping methods and stopping rules: an evaluation, "Computer Journal" 1977, vol. 20 (4), p. 359 -363.
  5. WISHART, D., Clustangraphics primer: a guide to cluster analysis, (the 4th edition), Edinburgh 2006.
  6. www .clustan.com
Cytowane przez
Pokaż
ISSN
1234-7655
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu