Téma č. 10.: Aplikace shlukové analýzy
Článek Ladislava Rabušice Koho Češi nechtějí? (uveřejněn ve Sborníku prací FSS MU
Sociální studia 5, 2000) se zabývá touto problematikou:
V roce 1999 proběhlo ve 24 evropských zemích sociologické šetření, v němž měli respondenti
za úkol odpovědět na otázku „Můžete prosím z následujícího seznamu vybrat všechny ty,
koho byste nechtěl(a) mít za sousedy?“
V seznamu byly tyto skupiny osob:
Kriminálníci, osoby jiné rasy, levicoví extrémisté, alkoholici, pravicoví extrémisté, početné
rodiny, citově nestabilní lidé, muslimové, imigranti, lidé s AIDS, narkomani, homosexuálové,
židé, Romové.
V datovém souboru netolerance.sta jsou zaznamenány relativní četnosti vybraných skupin
osob.
V České republice se výzkumu, který proběhl v květnu 1999, zúčastnilo 1908 osob.
Úkol 1.: Zaměřte se na ČR. Vytvořte sloupkový diagram tohoto tvaru:
Úkol 2.: Do jednoho grafu nakreslete krabicové diagramy všech 14 proměnných.
Krabicový graf z více proměnných
netolerance.sta 14v*24c
Medián; Krabice: 25%-75%; Svorka: Rozsah neodleh.
Medián
25%-75%
Rozsah neodleh.
Odlehlé
Extrémya c e g i k m
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
Vzhledem k velmi rozdílné variabilitě proměnných se jeví vhodnější pracovat se
standardizovanými daty.
Úkol 3.: Na ploše prvních dvou hlavních komponent znázorněte rozmístění zemí.
Projekce případů do faktorové roviny ( 1 x 2)
Případy se součtem cos()^2 >= 0,00
Aktiv.
France
United Kin
West Germa
East Germa
Austria
Italy
Spain
Portugal
Netherland
Belgium
Denmark
Sweden
Finland
Estonia
Latvia
Lithuania
Poland
CzechiaSlovakia
Hungary
Romania
Bulgaria
Russia
Slovenia
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8
Faktor 1: 57,72%
-5
-4
-3
-2
-1
0
1
2
3
4
Faktor2:10,38%
France
United Kin
West Germa
East Germa
Austria
Italy
Spain
Portugal
Netherland
Belgium
Denmark
Sweden
Finland
Estonia
Latvia
Lithuania
Poland
CzechiaSlovakia
Hungary
Romania
Bulgaria
Russia
Slovenia
Úkol 4.: Použijte metodu nejbližšího souseda, nejvzdálenějšího souseda, metodu průměrné
vazby a Wardovu metodu pro nalezení shluků zemí podobných z hlediska tolerance. Výsledky
znázorněte pomocí dendrogramů.
Dendrogram pro Wardovu metodu:
Str. diagram pro 24 případů
Wardova metoda
Euklid. vzdálen. na druhou
0 50 100 150 200 250
Vzdálenost spoje
Hungary
Russia
Bulgaria
Poland
Slovakia
Romania
Lithuania
Estonia
Sweden
Denmark
Netherland
East Germa
Belgium
Austria
West Germa
Slovenia
Latvia
Czechia
Finland
Italy
United Kin
Portugal
Spain
France
Úkol 5.: Určete 5 shluků navzájem si podobných zemí.
Úkol 6.: Proveďte shlukovou analýzu pro proměnné.
Dendrogram pro metodu nejvzdálenějšího souseda:
Tree Diagram for 14 Variables
Complete Linkage
Squared Euclidean distances
0 10 20 30 40 50 60 70
Linkage Distance
e
c
k
g
f
m
i
h
b
n
j
d
l
a
Úkol 7.: Použijte metodu k-průměrů k nalezení 5 shluků navzájem si podobných zemí a
uložte skupinovou příslušnost do datového souboru. K určení významnosti jednotlivých
proměnných proveďte analýzu rozptylu. Nakreslete graf průměrů všech 5 shluků a pokuste se
o interpretaci.
Graf průměrů:
Graf průměrů všech shluků
Shluk 1
Shluk 2
Shluk 3
Shluk 4
Shluk 5
b d f h j l n
Proměnné
-3
-2
-1
0
1
2
3
4
5
6