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”

Statistické zpracování vodohospodářských dat 8. Analýza říční vody vícerozměrným škálováním MDS

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25310%2F08%3A00006172" target="_blank" >RIV/00216275:25310/08:00006172 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Statistické zpracování vodohospodářských dat 8. Analýza říční vody vícerozměrným škálováním MDS

  • Popis výsledku v původním jazyce

    Subjektivní mapa relativního umístění objektů a znaků v rovině se tvoří na základě podobnosti či vzdáleností mezi objekty, tzv. matice proximity. Kritériem je těsnost proložení daty modelem MDS a Kruskalovo kritérium stress nebo Shepardův diagram. Analýza shluků patří mezi metody, které se zabývají vyšetřováním podobnosti vícerozměrných objektů, objektů, u nichž je změřeno větší množství znaků a jejich klasifikací do tříd čili shluků. Hodí se zejména tam, kde objekty projevují přirozenou tendenci se seskupovat. Taková klasifikace se nazývá numerická taxonomie. Umožňuje identifikaci vztahu, kdy po nalezení shluků objektů, a tím i určení struktury mezi objekty je snadnější.

  • Název v anglickém jazyce

    Computer-Assisted Statistical Data Analysis. 8. Analysis of the river water using multidimensional scaling MDS

  • Popis výsledku anglicky

    Data matrix contains objects in n rows and m columns. Before data treatment the data are scaled. Similarity of objects and variables is considered on base on Mahalonobis distance or Euclidean distance in the m-dimensional space. Multidimensional scalingMDS is a generic term for a class of techniques that attempt to construct a low-dimensional geometrical representation of a proximity matrix for a set of stimuli, with the aim of making any structure in the data as transparent as possible. The aim of allsuch techniques is to find a low-dimensional space in which points in the space represent the stimuli, one point representing one stimulus, such that the distances between the points in the space match as well as possible in some sense the original dissimilarities or similarities. In a very general sense this simply means that the larger the observed dissimilarity value between two stimuli, the further apart should be the points representing them in the derived spatial solution. The pri

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    CB - Analytická chemie, separace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2008

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Vodní hospodářství

  • ISSN

    1211-0760

  • e-ISSN

  • Svazek periodika

    58

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    6

  • Strana od-do

    1-6

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus