04939ntm a22005417i 4500 000700850 CZ-PrVSE 20230909171012.0 m d cr n|||||||||| 230909s2023 xr fsbm 000 0 slo d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Cibulková, Jana ISIS:129091 dis Miery podobnosti pre dátové súbory s binárnymi premennými a ich aplikácia v aglomeratívnej zhlukovej analýze / Jana Cibulková 2023 ?? stran : digital, PDF soubor Vedoucí práce: Hana Řezanková Disertační práce (Ph.D.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2023 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2023 Dizertačná práca je zameraná na miery podobnosti pre objekty charakterizované binárnymi premennými. Cieľom práce je analyzovať vlastnosti týchto mier, analyzovať vzťahy medzi nimi a navrhnúť spôsob ich klasifikácie s ohľadom na ich aplikáciu v hierarchickej aglomeratívnej zhlukovej analýze. Vedľajším cieľom práce je navrhnúť metodológiu generovania dátových súborov vhodných pre zhlukovú analýzu. Práca spracúva 104 unikátnych názvov mier podobnosti vyskytujúcich sa v základnej literatúre. Po odhalení a odstránení redundantných názvov je nakoniec v práci analyzovaných celkom 78 mier, ktoré sú v práci usporiadané do sumáru mier. Tento sumár poskytuje jednak lexikologický zoznam mier a navyše uvádza aj ich základné vlastnosti (typ miery, obor hodnôt, singularita, konvergencia v limite atď.), ktoré v zdrojovej literatúre často chýbajú. Práca sa v krátkosti venuje aj piatim mieram podobnosti pre objekty charakterizované nominálnymi premennými a hľadá ich binárne náprotivky. Ďalej sú odhalené a popísané funkčné vzťahy medzi všetkými skúmanými mierami. V práci sú zadefinované požiadavky na miery použiteľné v aglomeratívnej zhlukovej analýze, čo spĺňa 69 jedinečných mier (65 mier pre binárne dáta a štyri miery pre nominálne dáta). Tieto miery sú najprv analyzované pomocou korelačnej a faktorovej analýzy a roztriedené do štyroch skupín podľa tvaru funkcie, pričom cieľom je odhaliť skryté asociácie medzi mierami. Analýza vplyvu výberu podobnostnej miery na výstupy zhlukovej analýzy je realizovaná experimentom vo forme simulačnej štúdie na 270 generovaných dátových súboroch so špecifickými vlastnosťami. Pretože nie sú dostupné postupy, ktoré by umožnili generovať dátové súbory s požadovanými vlastnosťami, bol v rámci tejto dizertačnej práce navrhnutý vlastný postup generovania dátových súborov pre použitie v zhlukovej ana Novo navrhnutá metodológia principiálne vychádza zo zhlukových metód založených na modeloch a kombinuje NORTA algoritmus s Choleského dekompozíciou. V experimente sú použité tri základné metódy zhlukovania: metóda priemernej väzby medzi zhlukmi, metóda najbližšieho suseda a metóda najvzdialenejšieho suseda. Vzájomná podobnosť zhlukových riešení bola pre každú mieru analyzovaná na posledných šiestich krokoch zhlukovacieho procesu pomocou Randovho indexu. Vychádzajúc zo zhody priradenia objektov do zhlukov medzi mierami boli identifikované tri skupiny mier, ktoré vedú k veľmi podobným až identickým zhlukovým riešeniam. Vďaka roztriedeniu 69 mier do troch skupín, ktoré vedú k prakticky rovnakým zhlukovým riešeniam, je možné výrazne zjednodušiť proces výberu miery. Způsob přístupu: Internet statistika [obor disert. práce] disertace fd132024 czenas dissertations eczenas hierarchická zhluková analýza miera vzdialenosti generovanie dát binárne dáta miera podobnosti miera nepodobnosti Řezanková, Hana, 1956- ola2004231522 ths Pecáková, Iva, 1955- jo2003197032 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/58416/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/58416 Hlavní práce https://insis.vse.cz/zp/58416/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/58416/posudek/oponent/79844 Oponentura https://insis.vse.cz/zp/58416/posudek/oponent/79845 Oponentura https://insis.vse.cz/zp/58416/podrobnosti dc:identifier NEPOSILAT VSKP vse58416 230906 58416