Многомерный анализ данных методами прикладной статистики

в качестве весового коэффициента. Поэтому предлагаемый метод должен быть использован (скорее даже, чем предыдущий), когда предполагаются неравные размеры кластеров. Невзвешенный центроидный метод (Unweighted pair- group centroid average). В этом методе расстояние между двумя кластерами определяется как расстояние между их центрами тяжести. Взвешенный центроидньш метод (медиана, weighted pair- group centroid average). Данный метод идентичен предыдущему, за исключением того, что при вычислениях используются веса для учета разницы между размерами кластеров (т.е. числами объектов в них). Поэтому, если имеются (или подозреваются) значительные отличия в размерах кластеров, этот метод оказывается предпочти­ тельнее предыдущего. Метод Уорда. Данный метод предполагает, что на первом шаге камсдый кластер состоит из одного объекта. Первоначально объединяются два ближайщих кластера. Для них определяются средние значения калодого признака и рассчитывается сумма квад­ ратов отклонений : 0 . 8 ) м ,/=| где к - номер кластера; i - номер объекта; j - номер признака; р - количество признаков, характеризующих каждый объект; - количество объектов в к-ы кластере. В дальнейщем на каадом шаге работы алгоритма объединя­ ются те объекты или кластеры, которые дают наименьшее прира­ щение величины V^. Метод Уорда приводит к образованию кла­ стеров приблизительно равных размеров с минимальной внутри- кластерной вариацией. В итоге все объекты оказываются объеди­ ненными в один кластер. Алгоритм иерархического кластерного анализа можно пред­ ставить в виде последовательности процедур: 1) значения исходных переменных нормируются; 14