Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Grafické metody v EA, CA a PCA pro analýzu vícerozměrných dat

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25210%2F06%3A00009062" target="_blank" >RIV/00216275:25210/06:00009062 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Grafické metody v EA, CA a PCA pro analýzu vícerozměrných dat

  • Popis výsledku v původním jazyce

    Vícerozměrná data jsou většinou reprezentovaná maticí s n objekty v řádcích a m atributy ve sloupcích. Cílem analýzy je často nalezení skrytých vazeb a struktur jak v objektech tak i v atributech. Grafy exploratorní analýzy dat (EA) umožňují rychlé pochopení a posouzení podobnosti či výjimečnosti jednotlivých objektů, stejně tak i pochopení vztahů mezi atributy. Některé metody vícerozměrné analýzy (např. shluková analýza (CA) nebo analýza hlavních komponent (PCA)) umožňují seskupit objekty i atributy doshluků nebo najít latentní atributy ? i zde lze s úspěchem použít grafické zobrazení. Cílem této práce je ukázat využití grafických metod v exploratorní i vícerozměrné analýze dat.

  • Název v anglickém jazyce

    Graphical Methods in EA, CA AND PCA for Multidimensional Data Analysis

  • Popis výsledku anglicky

    Multidimensional data are usually represented by the matrix with n objects in rows and m attributes in columns. The aim of the analysis is to find the hidden relations and structures in the objects and attributes. Diagrams of the exploratory data analysis (EA) allow quick understanding and evaluating of similarity or exceptionality of the objects or understanding of relationships among the attributes. Some methods of multidimensional data analysis (e.g. cluster analysis (CA) or principal component analysis (PCA)) allows to set objects or attributes into clusters or find the latent attributes ? in this case is also possible to use the graphical methods. The aim of this paper is to show the usage of graphical methods in exploratory and multidimensional data analysis.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Ostatní

  • Rok uplatnění

    2006

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Aktuální problémy pedagogiky ve výzkumech studentů doktorských studijních programů IV. Sborník příspěvků z IV. ročníku studentské vědecké konference

  • ISBN

    80-7220-280-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    Votobia

  • Místo vydání

    Olomouc

  • Místo konání akce

    Olomouc

  • Datum konání akce

    11. 12. 2006

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku