http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
차원축소자료에 대한 판별분석적용에서 군집분석의 활용성연구
채성산 대전대학교 기초과학연구소 2000 自然科學 Vol.11 No.2
본 연구는 p-차원 자료의 구조를 파악하고, 관련이 있는 변수들을 의미있는 변수들의 집합인 q-차원(q≤p)으로 축소 시 주성분인자분석방법을 적용하였다. 인자분석의 적용 결과로 생성되는 자료에 대하여 판별분석과 군집분석을 동시적으로 실시한 후, 군집분석으로 형성된 선행군집자료에 판별분석을 적용하여 적정분류율을 계산하였다. 이때, 의미있게 축소된 자료에 대한 판별분석의 적용 시 군집방법의 활용성에 대하여 살펴보았다. Principal factor analysis is applied to reduce p-dlmensions into q-dlmensions (q≤p). Any partition of a collection of data points with p and q variables generated by the application of eight hierarchical clustering methods was re-classified by dlscriminant analysis. Then correct classification ratios are obtained for the application of dlscriminant analysis through each clustering method and the direct application of discriminant analysis. By comparing the correct classification ratios, the applicability of cluster analysis and discriminant analysis was considered.
채성산 대전대학교 기초과학연구소 2004 自然科學 Vol.15 No.1
Principal component analysis and principal coordinate analysis are defined as being dual toone another when they both lead to a set of N data points with the same inter-pointdistances. according to Gower(1966). The results of using principal coordinates prior tocluster analysis are investigated on the samples from multiple binary outcomes . The retrievalability of the known agglomerative clustering algorithm is significantly improved by usingprincipal coordinates instead of the distance transformed from association coefficient insimulation study.
채성산 대전대학교 기초과학연구소 1993 自然科學 Vol.4 No.-
본 연구는 주어진 자료에 대하여 일반적인 통계적가정이 수반되지 않는 집락분석과 기본가정이 수반되는 판별분석의 활용성에 대한 연구이다. 이를 위하여 . Monte Carlo Simulation 을 실시하였고, 계층적 집락방법에 의하여 복원된 선행집락에 대하여 판별분석을 적용한 결과와, 직접적인 판별분석의 결과인 적정분류율을 비교검토하였다.
채성산 대전대학교 기초과학연구소 1999 自然科學 Vol.10 No.2
본 연구는 p-변량 자료의 구조를 파악하고, 관련이 있는 변수들을 q-차원(p≥q)으로 축소 시 다양한 공통인자분석방법들의 적용결과로 생성되는 자료에 대하여, 군집분석을 실시하고, 자료에 존재하는 군집수의 예측에 어떤 영향이 있는지 비교 분석하였다. An applied method predicting the number of cluster by using clustering analyses and common factor analyses is suggested with Rand's(1971) Ck k=2, …, n-1, statistics. Three common factor analyses are applied to reduce the original p-variables into new q-variables(p≥q).
채성산 대전대학교 기초과학연구소 1997 自然科學 Vol.8 No.1
전략방법의 비교시 사용되는 Rand(1971)의 C? k=2,3,..., n-1, 통계량에 대한 점근 결과를 이용하여 집락수의 예측에 검정방법을 이용하는 방법을 제안하였다. 제안된 방법과 C? 통계량의 변화 형태에 따라 집락수를 예측하는 방법을 비교하기 위하여 모의 실험을 하였다. 모의실험시, 현실적인 문제를 고려하여 초기에 주어진 자료집합에서 계속적인 재표본의 형성을 위하여 붓스트랩기법을 사용하였다. A method of predicticting the number of clusters by using resampling and testing is suggested based on some asymptotic results on the Rand's(1971) Ck, k=2, 3, ..., n-1, statistic. The bootstrap sampling technique is applied as resampling technique. Simulation is conducted to compare the suggested method with other of using the pattern of Ck, k=2, 3, ..., n-1.
채성산,임남규,Chae, Seong-San,Lim, Nam-Kyoo 한국통계학회 2005 응용통계연구 Vol.18 No.2
군집방법의 비교시 사용되는 Rand(1971)의 $C_k$, k = 2, 3, . . ., N-1 통계량에 대한 점근 결과를 이용하여 자료에 존재하는 군집수를 예측하는 방법을 제안하였다. 제안된 방법과 $C_k$ 통계량의 변화 형태에 따라 군집수를 예측하는 Chae와 Warde(1991)와 허명회와 이용구(2004)의 방법을 비교하기 위하여 모의실험을 하였다. 현실적인 문제를 고려하여 실제자료에 대해서는 계속적인 재표본의 형성을 위하여 붓스트랩방법을 사용하였다. A method of determining the number of clusters is proposed based on some asymptotic results on the Rand's(1971} $C_k$, k = 2, 3, . . ., N - 1, statistic. Simulation is conducted to compare the proposed method with Chae and Warde(1991), and Huh and Lee(2004).
채성산,김병규 대전대학교 기초과학연구소 1998 自然科學 Vol.9 No.2
본 연구는 p-변량 자료의 구조를 파악하고, 관련이 있는 변수들을 p보다 적은q-차원(p≥q)으로 축소하였을 경우, 자료에 존재하는 군집수의 예측에 어떤 영향이 있는지 비교 분석하였다. q-차원으로 축소시, 주성분인자분석을 사용하였다. Cluster analysis is a primitive technique in which no assumptions are made concerning the data structure. A method predicting the number of cluster by using dimensional reduction is suggested with Rand's(1971) C? k=1,2 …, n-1, statistic. The principal factor analysis is used to reduce original p-variables into new q-variables(p≥q). simulation is conducted to compare the suggested method.