تحلیل خوشه ای
تجزیه و تحلیل خوشه ایی
تجزیه و تحلیل خوشه ایی مرز بندي و تفكيك زماني- مكاني به واحدهاي مستقل از يكديگر بر اساس يك يا چند معيار مفروض همواره در كانون توجه جغرافيدانان بوده است. امروزه با استفاده از تكنيك هاي نوين آماري، اقليم شناسان به دنبال استفاده از روشهايي مي باشند كه با حداقل خطا، واقعيت هاي موجود در پهنه هاي اقليمي را آشكار سازند. تحليل خوشه اي يكي از روشهاي آماري است كه در زمينه كاهش داده ها و پيدا كردن گروههاي واقعي مورد استفاده قرار مي گيرد. دسته بندي بر اساس مشابهت ها يا عدم مشابهت ها انجام مي شود. به اين ترتيب مي توان از روشهاي پايگاني انباشتي و يا پايگاني شكافتي استفاده نمود. در روش انباشتي هر فرد، ابتدا يك گروه مجزا را تشكيل مي دهد، سپس گروههاي نزديك به هم بتدريج تركيب مي شوند تا در نهايت كليه افراد يا اعضا در يك گروه قرار مي گيرند. ولي در روش شكافتي ابتدا كليه افراد در يك گروه قرار مي گيرند، سپس اين گروه به دو گروه و دو گروه به چند گروه به نحوي تقسيم مي شود كه در نهايت هر فرد در گروه خود جاي گيرد. در روش انباشتي ضريب تشابه و در روش شكافتي همگني درون گروهي ملاك گروه بندي است(مسعوديان). تجزيه خوشه اي يك عنوان كلي براي يك سري از روشهاي رياضي است كه براي پيدا كردن شباهت بين مواد در يك مجموعه بكار مي رود. هدف بسياري از فعاليتهاي تحقيقاتي پي بردن به اين است كه كداميك از مواد موجود در يك مجموعه مشابه و يا متفاوت هستند. بدين منظور بهترين روش استفاده از طبقه بندي است. روشهاي تجزيه خوشه اي عمل طبقه بندي را با استفاده از فرمولهاي رياضي انجام مي دهد. بنا براين مي توان گفت تجزيه خوشه اي اصولي ترين روش براي برآورد شباهت بين افراد در يك مجموعه است(فرشاد فر). در تجزيه خوشه اي معمولا p صفت بر روي n ماده اندازه گيري مي شود و بعد يك ماتريس n*p از داده هاي خام تشكيل مي شود. سپس ماتريس داده هاي خام به ماتريس شباهتها يا فاصله ها تبديل شده و با استفاده از يكي از تكنيكهاي طبقه بندي مواد رابر اساس شباهت بين آنها گروهبندي مي كنند. هدف از تشكيل خوشه ها يا دسته ها آن است كه در هر دسته موادي را قرار دهيم كه داراي پراش يا تنوع كمتري نسبت به پراش و تنوع موجود بين دسته ها باشند(همان منبع). اگر دريك تحليل مؤلفه مبنا ماتريس داده ها آرايش s داشته باشد براي هر زمان دلخواه مي توان مقدار مؤلفه را جايگزين متغير مشاهده شده در آن روز دانست. درعين حال چون كاملاً امكان پذير است كه مقدار بيش از يك مؤلفه براي هر t ارزش عدد زيادي داشته باشد نمي توان بزرگترين نمره ازميان k مؤلفه ياد شده را نماينده t دانست. برپايه اين استدلال به نظر مي ...
تحلیل خوشه ای در spss
تحليلخوشهايبهروشيگفتهمیشودكهبااستفادهازآنميتواندادههاينمونهرابهچندخوشهياطبقه،ردهبنديكرد بهطوريكهدادههايقرارگرفتهشدهدرهرخوشه،همگونويكسانباشندوبينخوشههابيشترينتفاوتوناهمگوني وجودداشتهباشد. البتهاينگونهخوشهبنديزمانيصورتميگيردكهپراكندگيجامعهايكهنمونهازآنگرفتهشده،زياد باشد.... در ادامه یک جزوه بسیار خوب از تحلیل خوشه ای به همراه نحوه انجام ان در spss آورده شده است. دانلود فایل
تفاوت تحلیل خوشه ای و تحلیل تشخیصی چیست؟
تفاوت تحلیل خوشه ای و تحلیل تشخیصی چیست؟ در تحلیل تشخیصی گروهها(خوشه ها) از قبل تشکیل شده اند و هدف از تحلیل آن است که ترکیب خطی آن دسته از متغییرهای مستقلی که گروهها را به بهترین نحو از همدیگر تفکیک می کنند تعیین شود، اما در تحلیل خوشه ای گروهها از قبل تعیین نشده اند بلکه هدف این است که بهترین روشی را که بتوان از طریق آن پاسخگویان (یا متغییرها) را در گرههایی مشخص خوشه بندی کرد تعیین شود.
روش های نوین در جغرافیا
- روش تحلیل خوشه ای(Cluster Analysis): در تحلیل خوشه ای از یک روش گام به گام (الگوریتم) برای گروه بندی متغیرها استفاده می شود. جستجو در داده ها به منظور یافتن ساختار گروه بندیهای "طبیعی"یک تکنیک مهم اکتشافی است. گروه بندی می تواند وسایل و تدابیر غیر رسمی برای تعیین ابعاد، تشخیص یک طرح یا الگو وپیشنهاد فرضیه های جالب درباره ی روابط بین متغیرها بدست آورد. اصطلاح تحلیل خوشه ای که برای اولین بار توسط تریان (1939)بکار رفت، یک تکنیک طبقه بندی برای تشکیل گروه های همگون در مجموعه ی پیچیده ای از داده ها است. تحلیل خوشه ای در علوم جوی که غالباً برای یکی از دو هدف کلی یعنی طبقه بندی سینوپتیک و ناحیه بندی اقلیمی مورد استفاده قرار می گیرد. در مورد ناحیه بندی اقلیمی تجزیه و تحلیل خوشه ای برای شناسایی مجموعه ای از نقاط همگن مورد استفاده قرار می گیرد. هدف اساسی از تجزیه و تحلیل خوشه ای شناسایی از زیر مجموعه های یک مجموعه از اشیاء هاست بطوریکه در درون گروهها شباهت حداکثر و درحالیکه در بین گروهها تفاوت حداکثر است.انواع تحلیل خوشه ای 1. تحلیل خوشه ای دو مرحله ای T-SCA Two-Step Cluster Analysis)) 2. تحلیل خوشه ای -Kمیانگین K-MCA K-Means Cluster Analysis)) 3. تحلیل خوشه ای سلسله مراتبی HCA (Hierarchical Cluster Analysis)- روش تحلیل عاملی(Factor Analysis): روش تحلیل عاملی عمدتاً یک روش کاری برای کاهش تعداد متغیرها به وجود آمده است . این روش در دهه ی 1950 توسط «لونز» (1956) در پژوهش های هواشناسی و اقلیم شناسی رایج شد، وی نام این روش را تابع تجربی غیر همبسته نامید و اکنون به روش تحلیل عاملی یا تحلیل مؤلفه های اصلی معروف است. امتیاز این روش در این است که ضمن اینکه تعداد متغیرها را کاهش می دهد، مقدار اولیه واریانس (تنوع یا پراش) موجود در داده های اصلی را حفظ می کند. اگر چه محصول روش تحلیل عاملی در روش خوشه بندی یا گروهبندی براساس فاصله، استفاده می شود، ساز وکار خود تحلیل عاملی بر اساس همبستگی بین متغیرها استوار است، یعنی عامل ها بر اساس میزان همبستگی بین متغیرها تعیین می شوند و عامل های ایجاد شده از نظر علمی (یا اقلیم شناسی) قابل تفسیر و توجیه باشند، به عبارت دیگر الگوهای حاصل از پراکندگی مکانی عامل ها با واقعیت های علمی مطابقت داشته باشند. اولین مرحله، انتخاب داده هاست. داده های اقلیم شناسی از سه کمیت ویژگی، مکان و زمان ترکیب شده اند.