Vizsgakérdések – Klaszterelemzés

RELOKÁCIÓ: K-központú klaszteranalízis 3 klaszterrel

Teljes ESS = 3788,00 Aktuális ESS = 2189,90 Megmagyarázott ESS% = 42,19


Iterációs sorszámm	Áttett esetek	ESS	Megmagy ESS %	Pontbiszeriális együttható
i=1	123	2057,05	45,70	0,465
i=2	28	2023,55	46,58	0,469
i=3	12	2021,67	46,63	0,469
i=4	0	2021,67	46,63	0,469

________________________________________

VÉGSŐ KLASZTERSTATISZTIKÁK 3 KLASZTERRE

KLASZTER 1 Elemszám: 475 Homogenitási együttható: 1,13

KLASZTER 2 Elemszám: 419 Homogenitási együttható: 0,94

KLASZTER 3 Elemszám: 54 Homogenitási együttható: 1,53

A homogenitási együttható a klaszterbeli páronkénti távolságok átlaga.

Silhouette mutató: SC = 0,646

NEM STANDARDIZÁLT ÁTLAGOK

STANDARDIZÁLT ÁTLAGOK

STANDARDIZÁLT ÁTLAGOK MINTÁZATA (M = Magas, A = Alacsony)

	I	H
A klaszterezés célja, hogy a változók között csoportokat alakítsunk ki.		X
A klaszterezés során olyan csoportokat hozunk létre, melyben az egyedek egymásra hasonlítanak, míg a csoportok egymástól általában eltérőek.	X
A k-középpontú elemzés során minden lépésben a két legközelebbi klasztert összevonjuk.		X
A hierarchikus klaszterezés során több klaszterszám esetére is kérhetünk megoldást.	X
Amennyiben a klaszterezést a változókon hajtjuk végre, úgy a faktorelemzéshez egy rokon módszert dolgozhatunk ki.	X
A csoportok kialakításakor fontos kérdés az egyedek közötti távolságok mérése.	X
Minél nagyobb a Silhouette-mutató, annál jobb a klaszterezettség.	X
Az egyes klaszterben lévő egyedek jellemzően minden paraméterben alacsony értéket vesznek fel.		X
A hármas klaszterben 54-en vannak.	X
A kettes klaszterben a tanárok viselkedésének értéke átlagosnak tekinthető.	X
A végső modellben a megmagyarázott variancia-arány 42,19%-os.		X
A relokáció hatására nő a magyarázott variancia-arány.	X
A relokáció megállítására csak egyfajta kritérium létezhet.		X
A hierarchikus klaszterezés mindig jobb eredményt ad, mint a k-középpontú.		X
Klaszterezés során sosem szabad standardizálni a változókat.		X

Hamis válaszok magyarázata:

1. A klaszterezés célja, hogy a változók között csoportokat alakítsunk ki.

2. A k-középpontú elemzés során minden lépésben a két legközelebbi klasztert összevonjuk.

3. Az egyes klaszterben lévő egyedek jellemzően minden paraméterben alacsony értéket vesznek fel.

4. A végső modellben a megmagyarázott variancia-arány 42,19%-os.

5. A relokáció megállítására csak egyfajta kritérium létezhet.

6. A hierarchikus klaszterezés mindig jobb eredményt ad, mint a k-középpontú.

7. Klaszterezés során sosem szabad standardizálni a változókat.

Az egyedek között alakítunk ki általában csoportokat – a változók közötti kapcsolatok feltárására jobb pl. a faktorelemzés.
A k-középpontú elemzés során nem vonunk össze klasztereket – ott a meglévő klaszterszámon belül végzünk átcsoportosításokat.
Az egyes klaszternél lévő (M)-ek éppen azt jelzik, hogy magas értékeket érnek el a változókban.
A végső modellben 46,63% a magyarázott variancia-arány.
A legtöbb algoritmusra általában több megállási kritériumot is megfogalmazhatunk: nem kerül át már sok egyed egyik csoportból a másikba, nem változik szignifikánsan a relokáció hatására a magyarázott variancia-arány, a megadott iteráció-számot meghaladtuk, vagy pusztán időhöz kötjük, hogy hány percig engedjük futni az adott programot…
Ha így lenne, akkor mindig azt használnánk. A két eljárás egészen más céllal fut, mások az elvárásaink – így a jobb vagy rosszabb eredmények, elnevezések nem tűnnek adekvátnak.
Klaszterezés során fontos szempont, hogy miként mérjük az egyedek közötti különbséget. Ha túlságosan különbözőek a skáláink, de mi mégis egységesíteni akarjuk őket, akkor a standardizálás nem tűnik rossz megoldásnak . Így nem, egyáltalán nem tilos standardizálni – ahogy egyébként a program outputján is láthatók a standardizált változókra számított eredmények.