Применение методов кластерного анализа для обработки данных психологических исследований ³⁸⁸²

В данной статье приводятся общие соображения о природе и целях кластер-анализа, а также сравнительный анализ и описание наиболее используемых методов кластерного анализа. Представлены стандартные методы, реализованные в наиболее часто используемых статистических пакетах, их развитие и усовершенствование, описаны оригинальные методы, отсутствующие в статистических пакетах."

Ключевые слова: многомерный анализ данных, классификация, кластер, модели латентных групп, агломеративный иерархический метод, метрика, дендрограмма, стратегия объединения, матрица расстояний, итерационная процедура, дендрит, оценка связанности, ассоциативный и цепной кластеры, кластер-коллекция, метод латентных классов

Рубрика: Математическая психология

Тип: научная статья

Классификация является одним из фундаментальных процессов в науке. Прежде чем мы сможем понять определенный круг явлений и разработать принципы, их объясняющие, часто необходимо их предварительно упорядочить. Таким образом классификацию можно считать интеллектуальной деятельностью высокого уровня, которая необходима нам для понимания природы. Классификация – это упорядочение объектов по схожести. А само понятие схожести является неоднозначным. Принципы классификации также могут быть различными. Поэтому часто процедуры, используемые в кластерном анализе для формирования классов, основываются на фундаментальных процессах классификации, присущих людям и, возможно, другим живым существам (Классификация и кластер, 1980).

Достаточно часто в психологии возникает необходимость проведения классификации множества объектов по множеству переменных. Для проведения такой многомерной классификации используются методы кластерного анализа. Группы близких по какому-либо критерию объектов обычно называются кластерами. Кластеризацию можно считать процедурой, которая, начиная работать с тем или иным типом данных, преобразует их в данные о кластерах. Многие методы кластерного анализа отличаются от других методов многомерного анализа отсутствием обучающих выборок, т.е. априорной информации о распределении соответствующих переменных генеральной совокупности. Методов кластерного анализа достаточно много, и далее будет описана их классификация.

Наибольшее распространение в психологии получили иерархические агломеративные методы и итерационные методы группировки. При использовании методов кластерного анализа достаточно сложно дать однозначные рекомендации по предпочтению применения тех или иных методов. Необходимо понимать, что получаемые результаты классификации не являются единственными. Предпочтительность выбранного метода и полученных результатов следует обосновать. Кластерный анализ (КА) строит систему классификации исследуемых объектов и переменных в виде дерева (дендрограммы) или осуществляет разбиение объектов на заданное число удаленных друг от друга классов.

1. Выготский Л.С. Мышление и речь // Собр. соч.: В 6 т. Т. 2. М.: Педагогика, 1982.
2. Глинский В.В., Ионин В.Г. Статистический анализ данных, М.: Филин, 1998.
3. Головина Г.М., Крылов В.Ю., Савченко Т.Н. Математические методы в современной психологии: статус, разработка, применение. М.: Изд-во «Институт психологии РАН», 1995.
4. Классификация и кластер. М.: Мир, 1980.
5. Многомерный статистический анализ в экономике. М.: Юнити, 1999.
6. Крылов В.Ю., Острякова Т.В. Математические методы обработки данных в психологических иссле- дованиях: новые методы кластерного анализа на основе психологической теории развития понятий Л. С. Выготского // Психологический журнал. 1995. Т. 16. № 1.
7. Благуш П. Факторный анализ в обобщении. М.: Финансы и статистика, 1989.
8. Лазарфельд П. Логические и математические основания латентно-структурного анализа // Математические методы в современной буржуазной социологии. М.: «Прогресс», 1996.
9. Плюта В. Сравнительный многомерный анализ моделирований. Психологические измерения. М.: Мир., 1967.
10. Савченко Т.Н., Рассказова Н.П. Применение метода кластерного анализа для изучения отношения школьников к компьютеру // Математические методы в исследованиях индивидуальной и групповой деятельности, М: Институт психологии АН СССР, 1990.