Seminar "Clusteranalyse mit SPSS"

 

Das Prinzip der Clusteranalyse: Segmentierung von Fällen

 

Anwendungsbereiche der Clusteranalyse und Voraussetzungen

 

Typische Anwendungen der Clusteranalyse

 

Grundsätzliche Vorgehensweise der Clusteranalyse
(Bestimmung der Ähnlichkeit, Auswahl des Fusionierungsalgorithmus, Bestimmung der Clusterzahl, Interpretation der Cluster und deren Güte)

 

Hierarchische Clusteranalyse
Hierarchische Clusteranalyse mit zwei Variablen
Hierarchische Clusteranalyse mit mehr als zwei Variablen
Hierarchische Clusteranalyse mit mehr als zwei Variablen
Hierarchische Clusteranalyse mit vorgeschalteter Faktorenanalyse
Ergebnisdarstellung der Clusteranalyse, u.a. Dendrogramm

 

Auswahl eines geeigneten Distanz-/Ähnlichkeitsmaßes
Distanzmaße für metrisch-skalierte Variablen
Distanzmaße für ordinal-skalierte Variablen
Distanzmaße für nominal-skalierte Variablen
Rohdatenmatrix sowie Distanz- oder Ähnlichkeitsmatrix
Spezielle Aspekte: Häufigkeiten, Binäre Variablen, Skalenniveau

 

Fusionierungsmethoden
Linkage zwischen den Gruppen
Linkage innerhalb der Gruppen
Nächstgelegener Nachbar
Entfernter Nachbar
Entferntester Nachbar
Zentroid-Clustering
Median-Clustering
Ward-Methode

 

Clusteranalyse für mittlere Fallzahlen: Clusterzentrenanalyse

 

Clusteranalyse für hohe Fallzahlen: Two-Step-Clusteranalyse

 

praktische Durchführung von Clusteranalysen sowie Bewertung der Ergebnisse und Beschreibung der gefundenen Segmente