Zusammenfassung
Die Techniken der Clusteranalyse versuchen, eine Menge ungeordneter Objekte so in kleinere, homogene und praktisch nützliche Klassen zu zerlegen, daß in einem wohldefinierten Sinne einander benachbarte Objekte einem Cluster und zueinander unähnliche Objekte verschiedenen Clustern angehören. Mindestens die Abstände (Distanzen) zwischen den Objekten müssen quantifizierbar sein. Hier können sehr viele Eigenschaften der Objekte simultan betrachtet werden. Nach der Ergebnisart unterscheidet man in partitionierende und hierarchische Clusteranalyse-Techniken. Erstgenannte berechnen nur eine Klasseneinteilung (Partition) der Objekte in zueinander elementefremde Cluster. Letztgenannte bilden eine Folge von Partitionen, darstellbar in einem Dendrogramm.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Zitierte Literatur
ANDERSON, T. W. (1984): An introduction to multivariate Statistical analysis.-Wiley, New York
BOCK, H. H. (1974): Automatische Klassifikation.-Vandenhoeck & Ruprecht, Göttingen
FAHRMEIR, L. & HAMERLE, A. (1984): Multivariate statistische Verfahren.-De Gruyter, Berlin
GORDON, A. D. (1981): Classification.-Chapman, London
GREENACRE, M. J. (1984): Theory and application of correspondence analysis.-Academic Press, London
HÄRDLE, W. (1990): Applied Nonparametric Regression.-Cambridge University Press, Cambridge
JAMBU, M. & LEBEAUX, M. O. (1983): Cluster analysis and data analysis.-North-Holland, Amsterdam
LEBART, L., MORINEAU, A. & Fenelon, J.-P. (1984): Statistische Datenanalyse.-Akademie-Verlag, Berlin
MILLIGAN, G. W. (1980): An examination of the effect of six types of error perturbation on fifteen clustering algorithms. Psychometrika 45, 325–342
MUCHA, H.-J. (1990): Untersuchungen zur Stabilität in der Cluster-und faktoriellen Analyse mit der Software ClusCorrr. In: GLADITZ, J. & TROITZSCH, K. G. (Hrsg.): Computer aided sociological research-CASOR’89-. Akademie-Verlag, Berlin, 163–176
MUCHA, H.-J. (1992): Clusteranalyse mit Mikrocomputern.-Akademie Verlag, Berlin
MUCHA, H.-J. & KLINKE, S. (1993): Clustering Techniques in the Interactive Statistical Computing Environment XploRe. Discussion Paper 9318. Institute de Statistique, Universite Catholique de Louvain, Louvain-la-Neuve
MUCHA, H.-J. (1994a): Clustering Techniques in the Computing Environment XploRe. Proc. 17th. Annual Conference of the GfKl, Univ. of Kaiserslautern, 1993, In: BOCK, H. H., LENSKI, W. & RICHTER, M. M. (Eds.): Information Systems and Data Analysis. Springer-Verlag, Heidelberg, 259–268
MUCHA, H.-J. (1994b, Forthcoming): Clustering Techniques.-Springer-Verlag, Berlin
RAND, W. M. (1971): Objective criteria for the evaluation of clustering methods. Journal of the American Statistical Association 66, 846–850
RAO, C. R. (1973): Lineare statistische Methoden und ihre Anwendungen.-Akademie-Verlag, Berlin
SOKAL, R. R. & SNEATH, P. H. H. (1963): Principles of Numerical Taxonomy.-Freeman, San Francisco
SPÄTH, H. (1977): Cluster-Analyse-Algorithmen.-Oldenbourg Verlag, München
SPÄTH, H. (1983): Cluster-Formation und-Analyse.-Oldenbourg Verlag, München
WARD, J. H. (1963): Hierarchical grouping methods to optimise an objective function. Journal of the American Statistical Association 58, 236–244
WISHART, D. (1984): CLUSTAN. Benutzerhandbuch.-Fischer Verlag, Stuttgart
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1994 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig / Wiesbaden
About this chapter
Cite this chapter
Mucha, HJ. (1994). Clusteranalyse (Automatische Klassifikation). In: Schröder, W., Vetter, L., Fränzle, O. (eds) Neuere statistische Verfahren und Modellbildung in der Geoökologie. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-83735-6_8
Download citation
DOI: https://doi.org/10.1007/978-3-322-83735-6_8
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-06448-8
Online ISBN: 978-3-322-83735-6
eBook Packages: Springer Book Archive