- Autor
- Pełka Marcin (Akademia Ekonomiczna we Wrocławiu)
- Tytuł
- Zmienne hierarchiczne w pomiarze odległości w symbolicznej analizie danych
Taxonomic Variables in Symbolic Dissimilarity Measure in Symbolic Data Analysis - Źródło
- Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (12), 2005, nr 1076, s. 367-375, rys., tab., bibliogr. 7 poz.
- Tytuł własny numeru
- Klasyfikacja i analiza danych - teoria i zastosowania
- Słowa kluczowe
- Miara odległości, Analiza danych
Distance measures, Data analysis - Uwagi
- summ.
- Abstrakt
- Metody klasyfikacji, należące do grupy metod statystycznej analizy wielowymiarowej, mają szerokie zastosowanie w badaniach marketingowych, a szczególnie w segmentacji rynku, pozycjonowania produktu (przedsiębiorstwa) na rynku, identyfikacji rynków testowych oraz określania struktury rynku.
Istota metod klasyfikacji sprowadza się do wyróżnienia jednorodnych klas z analizowanego zbioru obiektów, wychwycenia cech charakteryzujących poszczególne klasy oraz wskazania różnic między wyodrębnionymi skupieniami.
Otóż, jednym z podstawowych problemów w każdej metodzie, czy to klasycznej, czy to symbolicznej, jest problematyka pomiaru podobieństwa lub niepodobieństwa. Oprócz problemu odpowiedniej miary odległości, powstaje także problem odpowiedniej miary niepodobieństwa czy podobieństwa dla zmiennych. (fragment tekstu)
The aim of this article is to present all types of dissimilarity measures in symbolic data analysis (such as Gowdy-Diday, Ichino-Yacuchi and De Carvalho measures) with problems which can be found in each of them while using specified variables types, especially taxonomic variables. Article presents polish suggestions for terms used in dissimilarity measures. For empirical examples analysis of car marked was used. (original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu - Bibliografia
-
- Analysis of Symbolic Data. Explanatory Methods for Extracting Statistical Information from Complex Data, red. H.H. Bock, E. Diday, Springer Verlag 2000.
- Dudek A., Miary podobieństwa obiektów symbolicznych. Odległość Ichino- Yacuchiego, "Prace Naukowe AE we Wrocławiu", Ekonometria 15, 2004 (w druku).
- Gatnar E., Symboliczne metody klasyfikacji danych, Wydawnictwo Naukowe PWN, Warszawa 1998.
- Ichino M., Yacuchi H., Generalized Minkowski Metrics for Mixed Feature-Type Data Analysis, IEEE Transactions on Systems, Man, and Cybernetics, vol. 24, nr 4,1994 s. 698-707.
- Malerba D., Espozito F., Giovalle V., Tamma V., Comparing Dissimilarity Measures for Symbolic Data Analysis, materiały konferencyjne "New Techniques and Technologies for Statistcs" and "Exchange of Technology and Know-How" (ETK-NTTS'01), 2001, s. 473-481.
- Pełka M., Miary podobieństwa obiektów symbolicznych. Idea Gowdy i Didaya, "Prace Naukowe AE we Wrocławiu", Ekonometria 15,2004 (w druku).
- Walesiak M., Metody analizy danych marketingowych, PWN, Warszawa 1996.
- Cytowane przez
- ISSN
- 0324-8445
1505-9332 - Język
- pol
