Структура аудиторий изданий. Кластерный анализ. |
![]() |
МИК ГОРТИС представляет графические и табличные результаты определения степени подобия социально-демографических характеристик читателей различных изданий. Построение дендрограмм и формирование групп изданий было произведено на основании результатов кластерного анализа (Windows Statistica, Ward's method, Euclidaen distances). Структура аудитории каждой газеты была представлена шестью характеристиками: доля мужчин в аудитории (%%), доля читателей до 35 лет (%%), 35-54 лет (%%), старше 54 лет (%%), доля читателей с высшим образованием (%%) и доля работающих (%%). Для анализа использована информация о структуре аудиторий газет по результатам исследований Проекта "АУДИТОРИИ СРЕДСТВ РЕКЛАМЫ" (МИК ГОРТИС), проведенных в феврале 2002, 2003 и 2004 годов.
РЕЗУЛЬТАТЫ ГРУППИРОВКИ ИЗДАНИЙ ПО СТРУКТУРЕ ЧИТАТЕЛЕЙ.
КЛАСТЕРНЫЙ АНАЛИЗ Древняя китайская классификация животных Животные подразделяются на: а) принадлежащих императору; б) набальзамированных; в) дрессированных; г) молочных поросят; д) сирен; е) сказочных; ж) бродячих собак; з) включенных в данную классификацию; и) дрожащих как сумасшедшие; к) неисчислимых; л) нарисованных самой лучшей верблюжьей кисточкой; м) других; н) тех, которые только что разбили цветочную вазу; о) тех, которые издалека напоминают мух. Для определения базовых понятий процедуры кластерного анализа воспользуемся работой "Факторный, дискриминантный и кластерный анализ" Пер. с англ./Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др.; Под.ред. И.С.Енюкова.-М.:Финансы и статистика, 1989.- 141-191 сс. Классификация объектов по осмысленным группам - кластеризация - является важной процедурой в области социологических исследований. "Кластерный анализ" - это общее название множества вычислительных процедур, используемых при создании классификации. Методы кластеризации конструируются для создания однородных групп, которые называются кластерами. Основной недостаток - методы кластерного анализа, как правило, не имеют достаточного статистического обоснования, они не более чем правдоподобные алгоритмы, используемые для создания "однородных групп". Главная цель кластерного анализа - нахождение групп схожих объектов в выборке данных. Наиболее известными семействами кластерных методов, используемых в социальных науках, являются:- иерархические агломеративные- иерархические дивизимные. Эти семейства соответствуют различным подходам к созданию групп. Применение различных методов кластерного анализа к одним и тем же данным может привести к сильно различающимся результатам. Иерархические агломеративные методы Иерархические дивизимные методы
|