Метод Χ2- кластеризації в задачах маркетингу

Abstract

Необхідність кластеризацї даних виникає в багатьох практичних задачах, зокрема задачах маркетингу. Групування в певному розумінні близьких об’єктів дозволяє підходити до вивчення кожної групи з єдиної позиції, наприклад, пропонувати єдину маркетингову стратегію. Існує чимало методів кластеризації, кожен з яких може давати свої результати, відмінні від інших. Таким чином, вважається, що кластеризація є лише методом попереднього, розвідувального аналізу даних. Нами пропонується метод кластеризації, який ґрунтується на порівнянні емпіричного та теоретичного розподілів за допомогою критерію узгодженості χ2, що дозволяє здійснювати, незалежно від розподілу генеральної сукупності, статистично обґрунтоване групування багатовимірних даних, тобто проводити кластеризацію з певною, наперед заданою ймовірністю похибки. Метод реалізований програмно в середовищі Delphi. The need for data clustering occurs in many practical problems,in particular in the problems of marketing. The similar objects grouping allows to study each group with a unified position, for example, we can propose a unified marketing strategy. There are many clustering methods. Each of these methods can produce the results that are different from others. Thus, it is believed that the clustering method is the only preliminary, exploratory data analysis. We propose a method of clustering on the basis of a comparison of empirical and theoretical distributions using χ2 consistency test. This test allows, regardless of the population distribution, statistically valid grouping of multidimensional data. That is, we can realize clustering with some prescribed probability of error. The method is implemented in Delphi software environment.