Opis

• Tytuł:
  Cluster Analysis – Symbolic vs. Classical Data
• Twórca:
  Wilk, Justyna;
  Pełka, Marcin
• Współtwórca:
  Wroclaw Univeristy of Economics, Chair of Econometrics and Computer Science
• Opis:
  Clustering problem is addressed in many contexts and disciplines. Although there are numerous studies on cluster analysis, there is a lack of a review to complete and systematize knowledge of research approach depending on data form. The paper presents a concept of clustering, classifications of cluster analysis methods, comparison of numerical and symbolic taxonomy, specificity of symbolic data as regards classical data, methods of numerical and symbolic data analysis applicable in clustering procedure.;
  Celem artykułu jest usystematyzowanie wiedzy na temat analizy skupień w zależności od rodzaju danych empirycznych opisujących problem badawczy. W artykule zaprezentowano cele analizy skupień, dokonano klasyfikacji metod analizy skupień, porównano metody taksonomii numerycznej i symbolicznej. Omówiono także specyfikę danych symbolicznych w odniesieniu do danych w ujęciu klasycznym oraz ich źródła w badaniach ekonomicznych. Wskazano metody statystyczne, jakie mają zastosowanie w analizie danych klasycznych i symbolicznych na każdym etapie procedury klasyfikacji.
• Dostępność obiektu:
  Dostęp otwarty
• Data:
  2015.06.30;
  2013
• Typ:
  Article
• Język:
  angielski
• Format:
  application/pdf
• Wydawca:
  Wydawnictwo Uniwersytetu Łódzkiego
• Relacja:
  Acta Universitatis Lodziensis, Folia Oeconomica;286
• Temat i słowa kluczowe:
  cluster analysis;
  symbolic data analysis;
  classification;
  numerical taxonomy;
  symbolic taxonomy
• Identyfikator:
  0208-6018;
  http://hdl.handle.net/11089/10317
• Dostawca danych:
  Repozytorium Uniwersytetu Łódzkiego
• Czy mogę z tego obiektu skorzystać?:
  poproś o pozwolenie
• Rodzaj zawartości:
  obrazy