Clusteranalyse Tamara Katschnig.

Slides:



Advertisements
Ähnliche Präsentationen
Faktorisieren Ein Lehrgang © Ute Obernberger.
Advertisements

Referentin: Stefanie Jahn SS 2007
Das „Vorgehensmodell“
Klassen (Zweck) Wozu legt man Klassen an? Überblick
- Soziale, ökologische und ökonomische Dimensionen eines nachhaltigen Energiekonsums in Wohngebäuden Allgemeine Hypothesen zu den Determinanten.
Berg-Schlosser : VL : Vergleichende Politikwissenschaft Vergleichende Methoden Ausgangsbasis : Fälle: begrenzte Auswahl auf der Makro-Ebene, abhängig.
Kostenlose Landkarten für Ihren Unterricht Erdkunde, Politik und Geschichte – Landkarten unterstützen das Lernen.
Binnendifferenzierung im Mathematik-Unterricht der SEK II
Grundlagen der Informatik
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg1/4 Manuelle Verfahren Klassifizierung Hier werden Dokumente in ein fest vorgegebenes System.
Von der Kunst, sich umzubringen. A lso, das Leben ist bekanntlich anstrengend und gefährlich. Um uns solchen Gefahren nicht auszusetzen, haben wir beschlossen,
Vorlesung 7 Einschlagskrater: Modellierung. Skalierung und P-Theorem. Numerische Modellierung mittels Hydrocode. Labormodellierung bei Hochdruck und Hochtemperatur.
Kapitel 1 Das Schubfachprinzip
Demoprogramm: Clustering Eine graphische Demonstration verschiedener Clusteringalgorithmen anhand des Clusterings von Punkten im zweidimensionalen Raum.
Numerische Klassifikation TWINSPAN
Zauberdreiecke
Herzlich willkommen beim 1. Workshop der AG Methodik
Präsentation der Ergebnisse von Clusteranalysen
Aufgabe April 2004Übung Data Warehousing2 1: Accounts 'gruppe ' auf ' morawetz ' (IP: !) Oracle-Account gleichen Namens SQL*Plus:
Forschungsprozess Car
Tutorium
Referentinnen: Manja Gabriel Bianca Schneider
Clusteranalyse von Maria Eickhold und Tobias Töpfer.
Kleiner Goliathkäfer.
Felipe Ramirez Diener Fribourg – Schweiz – Mai 2008
Externe Bewertung in IB-Biologie
Zur Bedeutung von Lernstrategien für den FU
Willkommen bei Sycarus – dem Mathematikprogramm, das neue Wege geht.
U m w el t Hannover Schulung DGB Index Gute Arbeit A u G – Arbeit im Betriebsratsgremium : Verdeckte Konflikte erkennen und vermeiden ….
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Fragebogenentwicklung am Beispiel Zufriedenheitsmessung
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Gleichungen und Gleichungssysteme
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Theorie der Stichprobe
Pädagogik versus die Wissenschaft von der Erziehung
Thomas Schöpf Abteilung BMHS eCoaching [Pädagogisches Institut des Landes Tirol] eCoaching Innovative Fortbildungskonzepte.
Einige Animationen werden automatisch gestartet
Die Aufgaben der Eltern-VertreterInnen 2008/09 Das „Einsteigerpaket“ für ElternvertreterInnen im EV und SGA, Aufgaben der EV-Organe, etc. finden Sie.
DIE PIKTOGRAMME Das ABC der Statistik 1
Statistische Methoden in der Wirtschafts- und Sozialgeographie
Testgütekriterien Tamara Katschnig.
Wortschatz? Wortschatz-Arbeit im DaF-Unterricht
Die Clusteranalyse Zielsetzung Datenreduktion: Zusammenfassung einer Vielzahl von Objekten oder Variablen zu Gruppen mit möglichst ähnlichem Informationsgehalt.
Was ist gute Schule ? Einige Faktoren müssen vorhanden sein:
Computer Algebra für Brüche --- angepasst an Ausbildungszwecke
Technische Informatik I Vorlesung 4: Vereinfachung von Schaltfunktionen Mirco Hilbert Universität Bielefeld Technische Fakultät.
Versuchsplanung Tamara Katschnig.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Hypothesen Tamara Katschnig. 2 Hypothesen Aussagen müssen so formuliert werden, dass sie auch empirischen Kontrollen zugänglich sind und zwar in Form.
Varianzanalyse und Eta²
Faktorenanalyse Tamara Katschnig.
Reliabilitätsanalyse
Aufgabe: Ordnen A C Aufgabe:
Skalenniveaus Tamara Katschnig.
Warum wird den Schweizern der „Schieber“ nie langweilig? Warum spielen jede Woche so viele Leute Lotto? Warum verwenden Bankräuber normalerweise Schweissbrenner.
Sortierverfahren Mit VB 2010 express edition JBS Tr, info Q1.
X. Übungsblatt – Aufgabe X Die Zahlendarstellung im IEEE Standard 754 (single precision): Allgemein gilt: Z = (-1) V * (1 + M) * 2 (E - BIAS) a)Welche.
Die klassischen Methoden der historisch-vergleichenden Forschung Universität Zürich Soziologisches Institut Seminar: Methoden des internationalen Vergleichs.
Anschriften der Projektleitenden : Rico Weidmann Student Sek I 03 an der PH Aargau Jurten 7 CH Villnachern Telefon: mail:
Grafische Darstellung von Gruppenunterschieden.
Clusteranalyse Wege und Arten Entstanden im Rahmen der Seminararbeit für WS09/10 Betreuer: Prof. Jobst Hoffmann Dr. Tim Hiddemann Aachen, Januar 2010.
HCS Übung 3: Computer Vision
3.3. Reisemotive/Reisearten
Zahlen ordnen und übersichtlich darstellen
Spiegelungen Punkt an Gerade Punkt an Ebene Gerade an Ebene
 Präsentation transkript:

Clusteranalyse Tamara Katschnig

Clusteranalyse Das Verfahren der C. bildet anhand von vorgegebenen Variablen Gruppen von Fällen (Personen, Objektives). Mitglieder einer Gruppe (=eines Clusters) sollen möglichst ähnliche Variablenausprägungen aufweisen, die Mitglieder verschiedener Gruppen unähnliche Variablenausprägungen

Hierarchische Clusteranalyse Für N< 500 Jeder Fall (jede Versuchsperson) bildet ein Cluster für sich (eine eigene Gruppe). Die beiden ähnlichsten Cluster werden vereinigt, dann wieder die nächst ähnlichsten etc. bis nur noch wenige Cluster (=Gruppen) übrig sind.

Hierarchische Clusteranalyse Dendrogramm = grafische Darstellung der Clusteranalyse daran kann man Anzahl der Cluster erkennen um dann bzw. vorher schon gewünschte Cluster anzugeben

Beispiel: Humor bei LL Im Folgenden wurde eine Clusteranalyse durchgeführt, d. h. die Lehrer/innen wurden, je nach ihrem Antwortverhalten in 3 Gruppen eingeteilt, diese drei Gruppen unterscheiden sich hochsignifikant in allen vier Faktoren voneinander (p=0,000)

Hierarchische Clusteranalyse Gruppe 1 („wenig Humor“) waren diejenigen Lehrer, die Humor nicht als Coping einsetzen, die die Grenzen des Humors eher erkennen, diesen aber am seltensten für sich selbst oder auch für ihre Schüler verwenden (mit 130 Personen, die größte Gruppe). Gruppe 2 sind diejenigen Lehrer, die Humor etwas als Coping einsetzen, die Grenzen von Humor am wenigsten erkennen, diesen etwas mehr als Gruppe 1 im Unterricht und für sich selbst einsetzen (80 Personen). Gruppe 3 ist die humorvollste Gruppe, diese Lehrer nutzen den Humor als Coping, erkennen dessen Grenzen und verwenden diesen am häufigsten als Selbstreflexion aber auch als Hilfe im Unterricht (119 Personen).

Hierarchische Clusteranalyse

Hierarchische Clusteranalyse

Clusterzentrenanalyse für viele Personen N > 500 Nachteil: Zahl der Cluster muss vorgeben sein entw. durch einige Fälle mittels hierarch. Clusteranalyse oder aus der Literatur und/oder Theorie ermitteln

Clusterzentrenanalyse

Clusteranalyse Übung s. extra Zettel Biersorten Tamara Katschnig