All paper orders received by July 27 will be shipped by August 1. We’ll resume shipping operations starting August 25.
🏖️ Wishing you a wonderful holiday!
Per analisi dei gruppi (cluster analysis) si intende oggi l'insieme delle procedure che permettono di individuare entro un insieme di oggetti di natura qualsiasi alcuni sottoinsiemi (gruppi, classi, cluster o grappoli), tendenzialmente omogenei al loro interno, e sufficientemente distinti fra loro, sulla base delle informazioni disponibili. Molte di queste procedure sono oggi inserite in programmi gestiti da computer, facilmente accessibili e utilizzabili da tutti i ricercatori.
Il ricorso alla cluster analysis impone però una serie di decisioni imbarazzanti prima, durante e dopo la realizzazione dell'analisi: la scelta delle variabili, dei criteri di similarità /distanza, delle tecniche di aggregazione, del numero dei gruppi da ottenere e la valutazione della qualità dei risultati.
In questo volume la trattazione dei problemi tecnici della cluster analysis è inquadrata nell'ambito di una riflessione generale sul processo di classificazione. L'obiettivo perseguito è quello di fornire un aiuto al ricercatore sociale che intende avvalersi dell'analisi dei gruppi chiarificando il senso - e illustrando le possibili conseguenze - delle diverse scelte che egli deve personalmente effettuare.
Roberto Biorcio è ricercatore presso il Dipartimento di Sociologia dell'Università degli Studi di Milano. Fra i suoi lavori ricordiamo La sfida verde
(con G. Lodi, 1988); e Lega Lombarda (con R. Mannheimer, I Diamanti e
P. Natale, 1991).
• Analisi dei gruppi e processi di classificazione
* La classificazione nella vita quotidiana e nelle scienze
* La classificazione nell'ambito dell'analisi multivariata dei dati
* La classificazione come processo di elaborazione concettuale
* Sui concetti di gruppo e di partizione
* La classificazione nell'ambito delle scienze sociali
• La scelta delle variabili: dimensionalità e scale
* Problemi di dimensionalitĂ della classificazione
* Le trasformazioni delle variabili
• Misure di somiglianza e di diversitĂ
* Misure di distanza
* Misure di similaritĂ
* Requisiti formali degli indici di similaritĂ , dissimilaritĂ e distanza
• Tecniche di classificazione gerarchica
* Le tecniche agglomerative
* La tecnica del "legame singolo"
* La tecnica del "legame completo"
* Le tecniche del "legame medio" e della mediana
* La tecnica di Ward e la tecnica del "centroide"
* Algoritmo generale per le tecniche gerarchico-agglomerative
* Tecniche divisive
• La classificazione sulla base di partizioni ripetute
* La determinazione della partizione iniziale
* I criteri per lo spostamento dei casi da un gruppo all'altro
* Le funzioni-obiettivo per la classificazione
• Altre tecniche di classificazione e strategie miste
* L'analisi dei gruppi basata sulla densitĂ locale
* Tecniche derivate dall'analisi fattoriale
* Le tecniche di overlapping clustering
* Strategie miste
• La valutazione delle classificazioni
* La riproduzione dei dati originari
* Il numero dei gruppi
* La stabilitĂ della classificazione