Page 20 - 4511

Модуль Кластерний аналіз (Cluster Analysis)

Якщо ви хочете провести складну ієрархічну класифіка-
цію даних або виділити в них кластери, зверніться до модуля
Кластерний аналіз.
Модуль містить усебічний інструментарій для кластери-
зації (метод к-средних, ієрархічна класифікація та ін.). Можливі
метрики: евклідова, манхэттенская, чебишевська та ін. Засо-
бами модуля може бути реалізований надзвичайно об'ємний
кластерний аналіз. Наприклад, ієрархічна класифікація може
бути виконана для стількох змінних, скільки містить ваш файл
даних (до 90000 відстаней); також за допомогою методу к-сре-
дних можна кластеризировати 2100 об'єктів розмірності 600.
На додаток до стандартного виведення кластерного ана-
лізу пропонується вичерпна множина описових статистик.

Модуль Лінійні/Нелінійні моделі (Advanced Linear/Non-
linear Models)

Якщо ви хочете визначити нелінійні залежності в даних,
підігнати до них функціональні криві, зверніться до модуля Лі-
нійні/Нелінійні моделі .
Модуль надає можливість здійснити підгонку до спосте-
режуваних даних кривої, по суті, будь-якого типу.
Одна з унікальних можливостей модуля (на відміну від
традиційних програм нелінійного оцінювання) в тому, що тут
не накладаються обмеження на розмір файлу оброблюваних да-
них.
Оцінки можуть бути побудовані за допомогою оцінок ме-
тоду найменших квадратів, методу максимальної вирогідно-
сті або заданої користувачем функції втрат.
Користувач може визначити будь-який тип нелінійної мо-
делі, набравши відповідне рівняння в редакторові. Крім того,
допускається використання логічних операторів, і таким чином
можуть бути оцінені розривні регресійні моделі і моделі, що
включають індикаторні змінні.
Програма здійснює повний контроль за усіма аспектами
обчислювальних процедур (початкове значення, розмір кроку,
критерій збіжності і так далі). Більшість звичайних нелінійних

19