پایان نامه با موضوع سازماندهی اطلاعات و ژئومورفولوژیک


Widget not in any sidebars

ارتفاع 1.014 1 .020 18 50.280 .000
فاصله از خطوط گسل .256 1 .072 18 3.571 .075
پیوستگی با شهر .692 1 .082 18 8.448 .009
لرزه خیزی .555 1 .081 18 6.810 .018
نقشه ژئومورفولوژیکی .209 1 .088 18 2.387 .140
مقدار اختلاف شیب و ارتفاع بین گروههای مختلف صفر است، که مبنی بر تساوی میانگین همه گروههاست و نشاندهنده شباهت همهی گروهها با یکدیگر در این دو شاخص میباشد.
تحلیل خوشهای
«تحلیل خوشهای مشاهدات مشابه را گروهبندی میکند. به طور مرسوم در جدول دادهها مشاهدات در ردیف و هر متغیر در یک ستون نمایش داده میشود. تحلیل خوشهای به عنوان روشی در کاهش دادهها معروف است یعنی از بین مشاهدات تعدادی گروه همگن حاصل میگردد که هدف اصلی آن به حداقل رساندن تغییرات درون گروهی و به حداکثر رساندن تغییرات بین گروهی است.
مفاهیم فاصله و تشابهها از مفاهیم اساسی تحلیل خوشهای است. فاصله اندازهای است که نشان میدهد دو مشاهده تا چه حد جدا از یکدیگرند. در حالیکه تشابه شاخص نزدیکی آنها با یکدیگر است. پژوهشگر قبل از تحلیل نخست باید یک مقیاس کمی را که بر پایه تشابه بین مشاهدات اندازه گرفته میشود را انتخاب کند. این شاخصها با توجه به الگوریتم تشکیل خوشه، ماهیت متغیرها (پیوسته، گسسته یا دو ارزشی) و مقیاس اندازهگیری انتخاب میشوند.
بخش مهم نتایج تحلیل خوشهای نمودار درختی است که بیانگر فرآیند سلسله مراتبی خوشه بندی است که میتواند به صورت افقی یا عمودی نشان داده شود.
تحلیل خوشهای جستجو و سازماندهی اطلاعات به منظورتعیین گروههایی از موضوعات است که افراد داخل یک گروه از جنبههایی مشابه و با افراد گروههای دیگر نامتشابه هستند. اگر نمونهها دارای خواص اندازه گیری شبیه به هم باشند، در نتیجه در فضای بسیار نزدیک به یکدیگر قرار میگیرند در این مرحله عاملهای استخراج شده تحت فرآیند آماری تحلیل خوشهای گروه بندی میشوند. برای تعیین گروهها از روش دورترین همسایه استفاده شد. بر این اساس با استفاده ازروشهای ریاضی، یک نمودار n بعدی تنظیم شد که درآن هر نمونه عنوان یک نقطه در فضای عاملی n بعدی در نظر گرفته میشود. در این مدل ریاضی، نقاط یا نمونههایی که به یکدیگر نزدیکترند، مسلمأ در امتیازات عاملیشان مشابه خواهند بود»(Alijani& Ghahroudi Tali, 2008 ).
Label Num +———+———+———+———+———+
2 2 ─┬─┐
17 17 ─┘ ├───────┐
14 14 ─┐ │ │
20 20 ─┼─┘ ├─────────────────┐
11 11 ─┘ │ │
4 4 ───────────┘ │
16 16 ─┬─────┐ ├───────────────────┐
18 18 ─┘ ├───────┐ │ │
15 15 ───┬───┘ │ │ │