આર્થિક સમસ્યાઓને ઉકેલવા માટેના એક સાધન ક્લસ્ટર વિશ્લેષણ છે. તેની સાથે, ડેટા એરેના ક્લસ્ટર્સ અને અન્ય ઑબ્જેક્ટ્સને જૂથોમાં વર્ગીકૃત કરવામાં આવે છે. આ તકનીક એક્સેલમાં વાપરી શકાય છે. ચાલો જોઈએ કે આ કેવી રીતે કરવામાં આવે છે.
ક્લસ્ટર પૃથ્થકરણનો ઉપયોગ કરવો
ક્લસ્ટર પૃથ્થકરણની મદદથી, તપાસના આધારે નમૂના લેવાનું શક્ય છે. તેનો મુખ્ય કાર્ય એક બહુપરીમાણીય એરેને સમાન જૂથમાં વિભાજીત કરવાનો છે. જૂથ માટેના માપદંડ તરીકે, આપેલા પરિમાણ દ્વારા જોડી વચ્ચે સહસંબંધ ગુણાંક અથવા ઇક્લિડિયન અંતરનો ઉપયોગ કરવામાં આવે છે. નજીકના મૂલ્યો એકસાથે જૂથ થયેલ છે.
જોકે મોટાભાગે આ પ્રકારના વિશ્લેષણનો ઉપયોગ અર્થશાસ્ત્રમાં થાય છે, તેનો ઉપયોગ જીવવિજ્ઞાન (પ્રાણીઓના વર્ગીકરણ માટે), મનોવિજ્ઞાન, દવા અને માનવ પ્રવૃત્તિના અન્ય ઘણા ક્ષેત્રોમાં પણ થઈ શકે છે. આ હેતુ માટે એક્સેલ ટુલકિટનો ઉપયોગ કરીને ક્લસ્ટર વિશ્લેષણ લાગુ કરી શકાય છે.
વપરાશ ઉદાહરણ
અમારી પાસે પાંચ વસ્તુઓ છે, જે બે અભ્યાસ પરિમાણો દ્વારા વર્ગીકૃત કરવામાં આવે છે - એક્સ અને વાય.
- આ મૂલ્યો પર લાગુ કરો યુક્લિડીયન અંતર ફોર્મ્યુલા, જે નમૂનાથી ગણાય છે:
= રુટ ((x2-x1) ^ 2 + (વાય 2-વાય 1) ^ 2)
- આ મૂલ્યની ગણતરી પાંચ વસ્તુઓમાંની દરેક વચ્ચે થાય છે. ગણતરી પરિણામો અંતર મેટ્રિક્સ માં મૂકવામાં આવે છે.
- આપણે જોઈએ છીએ, જે વચ્ચે અંતરનું મૂલ્ય ઓછું છે. આપણા ઉદાહરણમાં, આ વસ્તુઓ છે. 1 અને 2. તેમની વચ્ચેની અંતર 4,123106 છે, જે આ વસ્તીના અન્ય તત્વો વચ્ચેની તુલનામાં ઓછી છે.
- અમે આ ડેટાને જૂથમાં જોડીએ છીએ અને એક નવી મેટ્રિક્સ બનાવીએ છીએ જેમાં મૂલ્યો 1,2 એક અલગ તત્વ તરીકે ઊભા રહો. મેટ્રિક્સનું સંકલન કરતી વખતે, સંયુક્ત ઘટક માટે પહેલાની કોષ્ટકમાંથી નાના મૂલ્યોને છોડી દો. ફરીથી આપણે જોઈએ છીએ, વચ્ચેના અંતર વચ્ચેનો અંતર ન્યૂનતમ છે. આ સમય છે 4 અને 5તેમજ ઑબ્જેક્ટ 5 અને પદાર્થોની જૂથ 1,2. અંતર 6,708204 છે.
- અમે સ્પષ્ટ ઘટકોને સામાન્ય સમૂહમાં ઉમેરીએ છીએ. અમે અગાઉના સમાન સિદ્ધાંત પર નવું મેટ્રિક્સ બનાવ્યું છે. તે છે, અમે નાના મૂલ્યો માટે જુઓ. આમ, આપણે જોઈ શકીએ છીએ કે અમારું ડેટા સેટ બે ક્લસ્ટર્સમાં વહેંચી શકાય છે. પ્રથમ સમૂહમાં સૌથી નજીકના તત્વો છે - 1,2,4,5. અમારા કિસ્સામાં બીજા ક્લસ્ટરમાં ફક્ત એક જ તત્વ છે - 3. તે અન્ય વસ્તુઓથી પ્રમાણમાં દૂર છે. ક્લસ્ટર્સ વચ્ચેની અંતર 9.84 છે.
આ વસ્તીને જૂથોમાં વિભાજીત કરવાની પ્રક્રિયાને પૂર્ણ કરે છે.
જેમ તમે જોઈ શકો છો, તેમ છતાં સામાન્ય ક્લસ્ટર વિશ્લેષણમાં જટીલ લાગે છે, પરંતુ વાસ્તવમાં આ પદ્ધતિની ઘોંઘાટ સમજવી મુશ્કેલ નથી. જૂથોમાં જોડાણની મૂળ પેટર્ન સમજવા માટેની મુખ્ય વસ્તુ.