Алматы экономика және статистика академиясы пәннің ОҚУ-Әдістемелік кешені



жүктеу 5.88 Kb.

бет4/8
Дата22.04.2017
өлшемі5.88 Kb.
1   2   3   4   5   6   7   8

№8 дәріс. Кластерлік және дискриминанттық талдау 
1.  Шығындардың  қҧрылымы  бойынша  классификациялық 
жақындастығын талдау.Елдерді халқының деңгейі бойынша жіктеу 
 
1.  кестеде  берілген  мәліметтерге  n=5  ұқсастығына  2  кӛрсеткіш 
бойынша  классификация  жүргізу:  мұндағы  х1-  жаз  айларындағы  мәдени 
мұқтаждықтар  шығынының  деңгейі    спорт  және  демалыс  (млн.теңге),  х2  - 
тамақ деңгейі. 
 
(i) 





x
i
(1) 



12 
13 
x
i
(2)
 
10 


11 

 
Иерархиялық  агломеративті  алгоритмге  классификация  жүргізе 
отырып  жай  және  салмақталған 
)
95
,
0
;
05
,
0
(
2
1




 евклид  ара  қашықтығын 
қолдану  мына  қағидаларға  сүйенеді:  «алыскӛршілес,    «жақын  кӛршілес», 
«орташа салмақталған» және «орташа байланыс» әдістері.  
Алынған мәліметтерді салыстыру және классификацияның қорытынды 
нұсқасын тұрақтау. 
Ескерту:  алдын  ала  сапасын  талдау  негізінде  болжам  жасалынады, 
тұтынушылық  мінез-құлықтық  алғашқы  үш  ұқсастық  бір  типологиялық 
топқа  жатады,  ал  соңғы  екеуі  (4  және  5)  -басқа,  бұл  тегістіктегі  бес 
бақылаудың орналасуымен сипатталады ол 1 суретте кӛрсетілген.  
 
 
 
                        1 сурет. Классификацияның шығыс мәліметтері 
 
Шешімі.  1.  Евклидтің  жәй  қашықтық  қағидасына    сүйеніп  «жақын 
кӛршіні» классификациялау. 
Евклидтің  жәй  метрика  қашықтығы  1  және  2  бақылау  қашықтығына 
тең 
61
,
3
)
7
10
(
)
4
2
(
)
(
2
2
1
2
)
(
2
)
(
1
2
,
1









n
j
j
j
x
x

 
 
 
 
(1) 
мұндағы 
0
1
,
1


 екені белгілі.  

44 
 
Сәйкесінше  осы  бес  бақылау  арасынан  ұқсастық  тауып  қашықтық 
матрицасын құрамыз 

















0
24
,
2
83
,
5
22
,
9
05
,
11
24
,
2
0
40
,
6
94
,
8
05
,
10
83
,
5
40
,
6
0
12
,
4
21
,
7
22
,
9
94
,
8
12
,
4
0
61
,
3
05
,
11
05
,
10
21
,
7
61
,
3
0
1
R
 
 
осы матрицаның ара қашықтығынан 4 және 5 объектілер айтарлықтай жақын 
24
,
2
5
,
4


 және  сол  себепті  оларды  бір  кластерге  біріктіреміз.  Оларды 
біріктіргеннен кейін бізде 4 кластер бар: S
1
, S
2
, S
3
, S
(4,5)
.  
Кластерлер  арасынан  ара  қашықтықты  «жақын  кӛршілес»  қағидасы 
бойынша  табамыз,  мұнда  қайта  есептеу  формуласын  қолданамыз.  S
1
  және  
S
(4,5)
 кластерлерінің ара қашықтығы мынаған тең: 
05
,
10
05
,
11
05
,
10
2
1
)
05
,
11
05
,
10
(
2
1
2
1
2
1
2
1
)
(
5
,
1
4
,
1
5
,
1
4
,
1
)
5
,
4
(
,
1
)
5
.
4
.(
1

















S
S
                                (2) 
Кӛріп  отырғандай 
)
5
.
4
.(
1

 ара  қашықтығы  бірінші  объектіден  ең  жақын 
жатқан объектіге дейінгі ара қашықтыққа тең, яғни 
05
,
10
4
,
1
)
5
.
4
.(
1




. Сәйкес 
есептер жүргізе отырып, матрицаның ара қашықтығын аламыз: 
 













0
40
,
6
94
,
8
05
,
10
40
,
6
0
12
,
4
21
,
7
94
,
8
12
,
4
0
61
,
3
05
,
10
21
,
7
61
,
3
0
2
R

 
Бірінші және екінші бақылауды біріктіреміз, ең аз қашықтық 
61
,
3
2
,
1


 
тең. Содан кейін үш кластерді біріктіреміз  S
(1,2)
, S
3
 және S
(4,5)
.  
Қайтадан ара қашықтық матрицасын құрамыз. Ол үшін S
(1,2)
 кластеріне 
дейінгі ара қашықтықты есептеу керек, ол үшін R
2
 матрица ара қашықтығын 
қолданамыз.  
Мысалы: S
(4,5)
 және S
(1,2)
 кластерлер арасындағы ара қашықтық мынаған 
тең: 
94
,
8
94
,
8
05
,
10
2
1
)
94
,
8
05
,
10
(
2
1
2
1
2
1
2
1
)
(
2
),
5
,
4
(
1
),
5
,
4
(
2
),
5
,
4
(
1
),
5
,
4
(
)
2
,
1
(
)
5
,
4
(
)
2
,
1
(
),
5
,
4
(

















S
S
 
 
Кӛріп  отырғандай  ол  S
(4,5) 
кластерінен  ең  жақын  объектіге  дейінгі 
қашықтыққа тең, S
(1,2) 
кластеріне кіретін яғни 
94
,
8
2
),
5
,
4
(
)
2
,
1
(
),
5
,
4
(




.  
Сәйкес есептер жүргізе отырып, ара қашықтық матрицасын аламыз: 

45 
 











0
40
,
6
94
,
8
40
,
6
0
12
,
4
94
,
8
12
,
4
0
3
R

 
S
(1,2) 
және S
3
 кластерлерін біріктіреміз, R

матрицасына сәйкес олардың 
арасындағы ара қашықтық минималды 
12
,
4
)
3
),
2
,
1
(


. Осының нәтижесінде екі 
кластерді  аламыз:  S
(1,2,3) 
және  S
(4,5) 
матрицаның  ара  қашықтығы  мына  түрде 
болады: 
 







0
40
,
6
40
,
6
0
4
R

 
R
4
  матрицасының 
40
,
6
)
5
,
4
(
),
3
),
2
,
1
(


 ара  қышықтығында  барлық  бес 
болжамның бір кластерге бірігуін кӛрсетеді. Кластерлік талдаудың нәтижесін 
графикалық, яғни  дендограмма түрінде кӛрсетейік 
 
 
 
2  сурет.  Дендрограмма  (жәй  евклид  қашықтығы  «жақын  кӛршілес» 
қағидасы бойынша). 
 
Графиктегі  кластерлік  талдау  нәтижесінен  мынадай  шешімге  келуге 
болады, ең ыңғайлысы бес ауданды бӛліп екі кластер жасау: S
(1,2,3) 
және S
(4,5)

интервал ара қашықтығы 
40
,
6
12
,
4


пор

. Айта кететін жайт мұндай шешімді 
«жәй  евклидтік  ара  қашықтығы»  және  «жақын  кӛршілес»  қағидасына 
сүйендік. 
2.  Классификацияны  үш  жай  евклид  ара  қашықтығы  және  «алыс 
кӛршілес» қағидасына сүйене отырып жүргіземіз.  
Бірінші  жағдайдағыдай  біз  қарапайым  евклидтік  ара  қашықтықты 
қолданамыз,  сол  себепті  R
1
  матрицасы  ӛзгеріссіз  қалады.  Агломеративті 
алгоритмге сәйкес ең жақын болған соң тӛртінші және бесінші объектілер бір 
кластерге бірігеді, 
24
,
2
)
5
,
4
(


. Біріктіргеннен кейін бізде тӛрт кластер бар: S
1

S
2
, S
3
, S
(4,5)
.  

46 
 
Кластерлердің  ара  қашықтығы  «алыс  кӛршілес»  қағидасымен 
ӛлшенгендіктен,  қайта  есептеу  формуласы 
2
/
1


 қолданамыз.  Сонда 
мысалға,  S
1
  және    S
(4,5)
  кластерлерінің  ара  қашықтығын  мына  формуламен 
анықтаймыз: 
05
,
11
05
,
11
05
,
10
2
1
)
05
,
11
05
,
10
(
2
1
2
1
2
1
2
1
)
(
5
,
1
4
,
1
5
,
1
4
,
1
)
5
,
4
(
,
1
)
5
.
4
.(
1

















S
S

Сонымен 
)
5
.
4
.(
1

 ара қашықтығын бірінші объектіден айтарлықтай алшақ 
объектіге теңейміз, оған S
(4,5)
 кластері кіреді. Яғни, 
05
,
11
5
,
1
)
5
.
4
.(
1




.  
Матрица ара қашықтығының барлық элементтері қарастырылады: 
 













0
40
,
6
22
,
9
05
,
11
40
,
6
0
12
,
4
21
,
7
22
,
9
12
,
4
0
61
,
3
05
,
11
21
,
7
61
,
3
0
2
R

 
Бірінші  және  екінші  объетілерді  бір  кластерге  біріктіреміз 
61
,
3
2
,
1



Біріктіргеннен  кейін  бізде  үш  кластер  бар:  S
(1,2)
,  S
3
  және  S
(4,5)
.  «алыс 
кӛршілес» қағидасымен R

матрицасын құрамыз: 
 











0
40
,
6
05
,
11
40
,
6
0
21
,
7
05
,
11
21
,
7
0
3
R

S

жәнеS
(4,5) 
кластерлерін  біріктіреміз.  Олардың  ара  қашықтығы 
минималды болады 
40
,
6
)
5
,
4
(
,
3


, сонда бізде ара қашықтық  







0
05
,
11
05
,
11
0
4
R
 
тең болады және 
05
,
11
)
5
,
4
,
3
(
),
2
,
1
(


. Яғни екі кластер болады.  
классификацияның графикалық нәтижесі 3 суретте кӛрсетілген.  
 
 
 

47 
 
3  сурет.  Дендрограмма  (жәй  евклид  қашықтығы,  «алыс  кӛршілес» 
қағидасы бойынша). 
 
Алдыңғы  жағдайдағыдай  ең  жақсы  нәтиже  аудандарды  екі  кластерге 
бӛлуге  болады.  S
(1,2)
  және  S
(3,4,5)
  классификацияны  аяқтар  алдында  ең  кӛп 
біріктіргенмен  ара  қашықтықты  ӛлшеу  интервалы  мынаған  тең 
05
,
11
40
,
6


пор

.  
Міне  осылай  «алыс  кӛршілес»  қағидасын  қолдана  отырып  біз 
аудандарды  екі  кластерге  бӛлдік,  S
(1,2) 
және  S
(3,4,5)
  олар  «жақын  кӛршілес» 
қағидасымен ерекшеленеді: S
(1,2,3) 
және S
(4,5)
.  
3.  Жай  евклид  негізінде  «орталықтан  тартылау»  қағидасы  бойынша 
классификасциялау. 
Біз  жай  евклидтік  ара  қашықтықты  қолданғандықтан  матрица  R

ӛзгеріссіз қалады.  
Агломеративті  алгоритмге  сәйкес  кластер  S
(4,5)
  тӛртінші  және  бесінші 
объектілер  ең  жақын  болғандықтан 
24
,
2
5
,
4


 біріктіреміз.  S
(4,5)
  кластер 
орталықтан  тартылау  болып  сипатталғандықтан  вектордың  орташасымен 
анықталады 







10
5
,
12
)
5
,
4
(
х

Осы  кластерден  біріншіге  дейінгі  ара  қашықтықты  бақылау  мынаған 
тең. 
50
,
10
)
10
10
(
)
2
5
,
12
(
2
2
1
),
5
,
4
(







 
Сонда матрица ара қашықтығы мынадай түрде болады:  
 













0
02
,
6
01
,
9
50
,
10
02
,
6
0
12
,
4
21
,
7
01
,
9
12
,
4
0
61
,
3
50
,
10
21
,
7
61
,
3
0
2
R

 
Бірінші және екінші объектілерді біріктіреміз олардың ара қашықтығы 
61
,
3
2
,
1


 минималды.  
Кластер орталықтан тартылуымен сипатталады. 







5
,
8
3
2
,
1
х
 олардың  ара 
қашықтығы S
(4,5)
 дейін мынаған тең.  
62
,
9
)
10
5
,
8
(
)
5
,
12
3
(
2
2
)
5
,
4
(
),
2
,
1
(







 
Сонда матрица ара қашықтығы мына сипатта болады: 











0
02
,
6
62
,
9
02
,
6
0
59
,
5
62
,
9
59
,
5
0
3
R


48 
 
 
R
3
  матрицасының  минималды  ара  қашықтығы 
59
,
5
3
),
2
,
1
(


.  Сол  себепті 
S
(1,2,3)
 кластерін құрып, оны орта вектор деп анықтаймыз.  
























67
,
7
67
,
4
3
6
7
10
3
8
4
2
)
3
,
2
,
1
(
х

 
S
(1,2,3)
 және S
(4,5)
 ара қашықтығын табамыз.  
17
,
8
)
10
67
,
7
(
)
5
,
12
67
,
4
(
2
2
)
5
,
4
(
),
3
,
2
,
1
(






 
мұнда  барлық  бес  объектілер  бір  кластерге  бірігіп  тұр.  Графикалық 
нәтижесі 4 суретте кӛрсетілген. 
 
 
 
4  сурет.  Дендрограмма  (жәй  евклид  қашықтығы,  «орталықтан 
тартылау» қағидасы бойынша).  
 
4.  Жай  евклид  ара  қашықтығындағы  «орта  байланыс»  қағидасы 
бойынша классификация. 
      R
1
  матрицасын қолдана отырып  агломеративті  алгоритмдегі  сәйкес 
S

жәнеS

кластерлерін,  S
(4,5)
    қылып  бір  кластерге  біріктіреміз,  олардың  ара 
қашықтығы 
24
.
2
)
5
,
4
(


  минималды. 
Мысалы: 
55
,
10
)
05
,
11
05
,
10
(
2
1
)
(
2
1
1
,
5
1
,
4
1
),
5
,
4
(









Сонда матрица мынадай болады: 













0
12
,
6
08
,
9
55
,
10
12
,
6
0
12
,
4
21
,
7
08
,
9
12
,
4
0
61
,
3
55
,
10
21
,
7
61
,
3
0
2
R

 
Ең  жақын  деген 
61
,
3
2
,
1


 біріктіріп,  S

жәнеS

кластерін  жасаймыз. 
Сонда S
(1,2) 
 ара қашықтығы қалған кластерлер S
(4,5) 
мынаған тең:  
82
,
9
)
(
4
1
5
,
2
4
,
2
5
,
1
4
,
1
)
5
,
4
(
),
2
,
1
(










 
сонымен матрицаның ара қашықтығы мынадай болады: 

49 
 











0
12
,
6
82
,
9
12
,
6
0
67
,
5
82
,
9
67
,
5
0
3
R

Ең  жақын  деген 
41
,
5
3
),
2
,
1
(


,  S
(1,2) 
жәнеS

кластерлерін  S
(1,2,3) 
жәнеS
(4,5)
 
дейінгі ара қашықтықты анықтаймыз: 
58
,
8
)
(
6
1
5
,
3
4
,
3
5
,
2
4
,
2
5
,
1
4
,
1
)
5
,
4
(
),
3
,
2
,
1
(















Мұнда барлық бес объектілер бір кластерге біріктірілген. Графикалық 
нәтижесі 5 суретте кӛрсетілген.  
 
 
 
5  сурет.  Дендрограмма  (жәй  евклид  қашықтығы,  «орта  байланыс» 
қағидасы бойынша). 
5  суреттен  кӛріп  отырғандай  ең  тиімдісі  S
(1,2,3) 
жәнеS
(4,5)
  –ді  екі 
кластерге бӛлу болып келеді.  
Міне  осылай  нәтижелерін  салыстыратын  болсақ  бес  ауданды  бірдей 
топтарға  яғни,  тӛрт  топқа  бӛлу,  айта  кететін  жайт  ең  тұрақты  және    екі 
кластерге  S
(1,2,3) 
жәнеS
(4,5)
      бӛлу  болып  табылады,  ол  1  суретте  кӛрсетілген. 
«Алыс    кӛршілес»  қағидасы  бойынша  тек  тӛрт  жағдайдың  біреуінде  ғана 
бӛлу алынады S
(1,2) 
жәнеS
(3,4,5). 
 
Барлық  алдыңғы  алгоритмдік  классификацияларда  біз  ұсынған  екі 
кӛрсеткіштің х
(1)  
және х
(2)
 мағынасы бір. Енді бұл ұсыныстан бас тартамыз.  
5. «Асқақ евклидтік ара қашықтық» және «жақын кӛршілес» қағидасы 
бойынша классификацияны негіздеу. 
Айталық,  х
(1)   
кӛрсеткіші  х
(2)
    кӛрсеткішіне  қарағанда  классификация 
үшін  маңызы  аз.  Сол  себепті  оларға  «салмақ»  тарталық 
9
,
0
,
05
,
0
2
1





Ескертетін  жайт  асқақ  евклидтік  ара  қашықтық  і  және  l-дің  арасындағы 
бақылауды мына формуламен анықтаймыз. 







1
2
)
(
)
(
*
)
(
)
,
(
j
j
j
j
i
i
BE
x
x
x
x


  
 
(3) 
Сонда  бірінші  және  екінші  объектілер  арасындағы  ара  қашықтық 
мынаған тең: 
96
,
2
95
,
0
)
7
10
(
05
,
0
)
4
2
(
2
2
2
,
1







енді қалған барлық ара қашықтықтарды тауып матрица құрамыз: 

50 
 

















0
96
,
1
13
,
3
80
,
2
65
,
2
96
,
1
0
95
,
4
29
,
4
44
,
2
13
,
3
95
,
4
0
32
,
1
12
,
4
80
,
2
29
,
4
32
,
1
0
96
,
2
65
,
2
44
,
2
12
,
4
96
,
2
0
1
R

Минимал  ара  қашықтығы 

2,3
=1,32    болатын  S
2
  мен  S
3
  –ті    S
2,3
 
кластеріне біріктіріп және «ең жақын кӛрші» принципін қолданып, мынандай 
ара қашықтық матрицасын аламыз: 
.
0
96
,
1
80
,
2
65
,
2
96
,
1
0
29
,
4
44
,
2
80
,
2
29
,
4
0
96
,
2
65
,
2
44
,
2
96
,
2
0
2













R
 
 

4,5
=1,96    ара  қашықтығында  S
4,5
  кластерін  түзіп,  ара  қашықтық 
матрицасын қайта тұрғызамыз: 
.
0
80
,
2
44
,
2
80
,
2
0
96
,
2
44
,
2
96
,
2
0
3











R
 
 
Минимал  ара  қашықтығы 

(4,5)1
=2,43  болатын      S
1
  мен  S
4,5
  –ті  S
(1,4,5)
 
кластеріне біріктіріп, ара қашықтық матрицасын аламыз: 
 
.
0
80
,
2
80
,
2
0
4







R
 
Сәйкесінше,  S
(1,4,5)
 
және  S
(2,3)
 
кластерлері 

(1,4,5),(2,3)
=2,80  ара 
қашықтығына бірігеді және барлық бес объект бір кластер түзеді.  
Жіктеу нәтижелері графикалық түрде 4.6 суретте кескінделген.  
 
 
 
 
 
 
 
 
 
 
 
 
 
6  сурет.  Дендрограмма  (ӛлшенген  евклидтік  ара  қашықтық,  ең  жақын 
кӛрші принципі) 

 
2,5 
 

 
1,5 
 

 
0,5 
 
3       2        1        4        5  
2,80 
2,44 
1,96 
1,32 

 

51 
 
Бұрынғыдай  екі  кластерге  бӛлуді  пайдаланып,  біз  бӛлудің  үшінші 
нұсқасын, дәлірек айтсақ  S
(2,3)
 және S
(1,4,5)
 аламыз.  
Осылайша,  кластерлік  талдаудың  бес  алгоритмін  пайдалана  отырып, 
біз  бес  жанұяны  екі  статистикалық  біртекті  топқа  бӛлудің  үш  нұсқасын 
алдық.  Бір  жағынан  бұл  кластерлік  талдау  тәсілдерінің  икемділігін 
(мүмкіндіктерін)  дәлелдейді,  ал  екінші  жағынан  –  жіктеудің  ең  үздік 
нұсқасын  таңдау  үшін  экономикалық  (мазмұндық)  және  статистикалық 
критерийлерді  пайдалану  қажеттігін  кӛрсетеді.  Бұл  ретте  зерттелінетін 
құбылыс туралы априорлық ақпарат жиі тиімді болады. Біздің мысалымызда 
ең  тұрақты  ретінде  S
(1,2,3)
  және  S
(4,5)
  бӛлуіне  тоқталу  керек.  Бұл  бӛлу  бес 
алгоритмнің үшеуі бойынша алынды. Сонымен бірге ол априорлық, сапалық 
талдау деректерімен келіседі.  
Елдерді халқының деңгейі бойынша жіктеу 
2.кестеде  1994  жылы  n=20  ел  халқының  ӛмір  сүру  шарттарын 
сипаттайтын келесі p=6 кӛрсеткіштердің мәндері келтірілген: 
х
(1)
 – халық санына шақққандағы ет пен ет ӛнімдерін тұтыну (кг); 
х
(2)
  –  100 000  адамға  шаққандағы  қанайналымы  мүшелерінің  ауру 
себебі бойынша халықтың ӛлім-жітімі; 
х
(3)
 – 1994 жылы халық санына шаққандағы сатып алу қабілетінің  тепе-
теңдігі бойынша жалпы ішкі ӛнімді бағалау (АҚШ-қа қатысты % есебімен); 
х
(4)
  –  денсаулық  сақтауға  кететін  шығындар  (жалпы  ішкі  ӛнімнің  %-ы 
есебімен); 
х
(5)
 – халық санына шаққандағы жеміс-жидектерді тұтыну (кг); 
х
(6)
 - халық санына шаққандағы нан ӛнімдерін тұтыну (кг); 
 
2 кесте 
Халықтың ӛмір деңгейінің макроэкономикалық кӛрсеткіштері (1994 ж.) 
№ 
р/с 
Елдер 
Кӛрсеткіштер 
х
(1)
 
х
(2)
 
х
(3)
 
х
(4)
 
х
(5)
 
х
(6)
 
1. 
Ресей 
55 
84,98 
20,4 
3,2 
28 
124 
2. 
Австралия 
100 
30,58 
71,4 
8,5 
121 
87 
3. 
Австрия 
93 
38,42 
78,7 
9,2 
146 
74 
4. 
Әзербайжан 
20 
60,34 
12,1 
3,3 
52 
141 
5. 
Армения 
20 
60,22 
10,9 
3,2 
72 
134 
6. 
Белоруссия 
72 
60,79 
20,4 
5,4 
38 
120 
7. 
Бельгия 
85 
29,82 
79,7 
8,3 
83 
72 
8. 
Болгария 
65 
70,57 
17,3 
5,4 
92 
156 
9. 
Ұлыбритания 
67 
34,51 
69,7 
7,1 
91 
91 
10.  Венгрия 
73 
64,73 
24,5 
6,0 
73 
106 
11.  Германия 
88 
36,63 
76,2 
8,6 
138 
73 
12.  Греция 
83 
32,84 
44,4 
5,7 
99 
108 
13.  Грузия 
21 
62,64 
11,3 
3,5 
55 
140 
14.  Дания 
98 
34,07 
79,2 
6,7 
89 
77 
15.  Ирландия 
99 
39,27 
57,0 
6,7 
87 
102 

52 
 
16.  Испания 
89 
28,46 
54,8 
7,3 
103 
72 
17.  Италия 
84 
30,27 
72,1 
8,5 
169 
118 
18.  Қазақстан 
61 
69,04 
13,4 
3,3 
10 
191 
19.  Канада 
98 
25,42 
79,9 
10,2 
123 
77 
20.  Қырғызстан 
46 
53,13 
11,2 
3,4 
20 
134 
 
Есеп:  елдерді  халқының  ӛмір  сүру  деңгейі  бойынша  жіктеу  және 
алынған нәтижелерді мазмұндық талдау. 
Шешімі: есептің шартында бӛлу кластарының саны, бӛлу заңдарының 
түрі  жайлы  айтылмаған  және  оқыту  іріктемелері  берілмеген.  Осыған 
байланысты жіктеу кезінде кластерлік талдау тәсілдері пайдаланылды.  
Бастапқы  ақпараттан  (2  кесте)  қарастырылған  жиынтыққа  бұрынғы 
КСРО,  бұрынғы  «Шығыс  Еуропа»  елдері  және  ӛнеркәсібі  дамыған  елдер 
кіретіні  кӛрініп  тұр.  Сондықтан  ізделініп  отырған  елдерді  халқының  ӛмір 
сүру  деңгейі  бойынша  бӛлу  үш  немесе  тӛрт  кластерден  тұратындығын 
болжауға болады.  
Жіктеу  кластерлік  талдаудың  әр  түрлі  алгоритмдері  бойынша 
жүргізілді,  бірақ  мазмұндық  жағынан  ең  үздіктері  тӛрт  класқа  бӛлу  кезінде 
«к-орташа» тәсілімен алынған нәтижелер болды.  
Бірінші  кластерге  11  ел  (n
1
=11)  кірді:  Австралия,  Австрия,  Бельгия, 
Ұлыбритания,  Германия,  Греция,  Дания,  Ирландия,  Испания,  Италия, 
Канада. Бұл кластердің орталығынан ең қашықта кластер үшін жемістер (х
(5)

мен  нан  ӛнімдерін  (х
(6)
)  тұтынудың  ең  үлкен  деңгейімен  сипатталатын 
Италия орналасқан.  
Екінші  кластерге  тӛрт  ел  (n
2
=4)  кірді:  Ресей,  Белоруссия,  Қазақстан 
және Қырғызстан. 
Үшінші кластерге екі ел (n
3
=2) кірді: Болгария мен Венгрия. 
Тӛртінші  кластерге  үш  ел  (n
4
=3)  кірді:  Әзербайжан,  Армения  және 
Грузия. 
Тӛрт  кластер  үшін  кӛрсеткіштердің  орташа  мәндері  7  суретте  және 
3 кестеде келтірілген.  
3 кесте 
Кӛрсеткіштердің орташа мәндері 
Кӛрсеткіштер  Кластерлер 
S

S

S

S

х
(1)
 
89.45 
58.50 
69.00 
20.33 
х
(2)
 
32.75 
66.99 
67.65 
61.07 
х
(3)
 
69.37 
16.35 
20.90 
11.43 
х
(4)
 
7.89 
3.82 
5.70 
3.33 
х
(5)
 
113.55 
24.00 
82.50 
59.67 
х
(6)
 
86.45 
142.25 
131.00 
138.33 
 
Батыстың ӛнеркәсібі дамыған елдері кіретін S
1
  кластері  ең  үлкен  орта 
мәндермен  сипатталады  (4.7  сурет):  сатып  алу  қабілетінің    тепе-теңдігі 

53 
 
бойынша  жалпы  ішкі  ӛнімді  бағалау  (х
(3)
),    денсаулық  сақтауға  кететін 
шығындар  (х
(4)
),  ет  (х
(1)
)  пен  жемістерді  (х
(5)
)  тұтыну,    сонымен  бірге  ӛлім-
жітімнің ең тӛмен мәндерімен (х
(2)
). 
Халық санына шақққанда нан ӛнімдерін ең кӛп тұтыну (х
(6)
)  S

және S

кластерлеріне кіретін елдерде байқалады.  
 
 
7 сурет. Әрбір кластер үшін кӛрсеткіштердің орташа мәндері 
 
S
4
  кластеріне  қарастырылып  отырған  кезеңде  территорияларында 
қарулы қақтығыстар болған Әзербайжан, Армения мен Грузия кірді.  
Бұл  кластер  х
(3)
  және    х
(4)
  кӛрсеткіштерінің,  сонымен  бірге    х
(1)
  халық 
санына  шаққандағы  ет  ӛнімдерін  тұтынудың  ең  тӛмен  орташа  мәндерімен 
сипатталады.  
Тӛрт  кластердің  орталықтарының  ара  қашықтық  матрицасына  назар 
аудару керек: 
.
0
5
,
55
0
,
53
6
,
120
6
,
55
0
7
,
60
3
,
83
0
,
53
7
,
60
0
8
,
126
6
,
120
3
,
83
8
,
126
0













R
 
 
Матрицадан S
2
,  S
3
  және  S
4
  кластерлерінің  бір-бірінен  шамамен  бірдей 
ара  қашықтықта  жатқандығын  кӛруге  болады.  Олардың  арасындағы 
евклидтік  ара  қашықтық  сәйкесінше  60,7;  53,0  және  55,5-ке  тең.  Халқының 
ӛмір  сүру  деңгейі  бойынша  батыстың  ӛнеркәсібі  дамыған  елдері  кіретін  S
1
 
кластері  елеулі  ерекшеленеді.  S
1
  кластерінен  S
2
,  S
3
  және  S
4
  кластерлеріне 
дейінгі ара қашықтық сәйкесінше 126,8; 83,3 және 120,6-ға тең.  
 

1   2   3   4   5   6   7   8


©emirb.org 2017
әкімшілігінің қараңыз

войти | регистрация
    Басты бет


загрузить материал