Статистические методы системного анализа. Гаибова Т.В - 16 стр.

использованием системы Statistica с целью выявления плохо определенных
зависимостей и недостаточно изученных закономерностей.

     3.3 Задание на занятие

       Разбить рассматриваемую совокупность инвестиционных проектов
на отдельные кластеры по типу производства и степени его совершенства
на основании исследования параметров производственных функций.
       Решение общей задачи разбивается на несколько этапов:
       а) провести кластерный анализ исходных данных методом k
средних. В качестве меры расстояния между кластерами использовать
евклидово расстояние;
       б) проанализировать описательные статистики полученных
кластеров, расстояния элементов до центров кластеров;
       в) провести кластерный анализ исходных данных методом
иерархической кластеризации по правилам простого и полного
связывания;
       г) проанализировать построенную древовидную диаграмму и
сравнить результаты иерархической кластеризации с результатами
кластеризации методом k-средних.

     3.4 Методические указания по выполнению работы

         Каждый студент обрабатывает свой вариант экспериментальных
данных, выданный преподавателем (примерный вариант исходных данных
приведен в таблице 4). Для вычисления необходимо использовать систему
Statistica, модуль Кластерный анализ.

     3.5 Содержание отчета

       Отчет должен содержать:
       - заданные экспериментальные данные;
       - описательные статистики кластеров, полученных методом k-
средних;
       - элементы каждого кластера, полученного методом k-средних, и их
расстояние до центра кластера;
       - результаты иерархической кластеризации в виде древовидной
диаграммы по правилам простого и полного связывания;
       - выводы по результатам обработки экспериментальных данных.

     3.6 Контрольные вопросы

      Постановка задачи классификации объектов при отсутствии
априорной информации.
      Основные идеи методов кластерного анализа.
16