Le procedure di classificazione più diffuse nelle scienze sociali (cluster analysis) conducono comunemente all'attribuzione di ciascun elemento ad una sola classe. Si tratta di rappresentazioni della realtà indubbiamente semplici ma spesso artificiose, entro le quali non trovano spazio situazioni più problematiche di appartenenza multipla o incerta. In questo volume viene presentato e sperimentato un metodo non disgiuntivo di analisi dei gruppi che, rendendo possibile la costruzione di raggruppamenti parzialmente sovrapposti, permette di individuare appartenenze multiple. La descrizione del metodo è accompagnata dalla presentazione di una procedura informatica, che opera su personal computer, e dai risultati di una sperimentazione condotta su alcuni tipi di dati più comunemente utilizzati nelle scienze sociali: dati di tipo territoriale, dati di tipo individuale (atteggiamenti), dati sui flussi elettorali interpartitici.

Appartenenze multiple. Una tecnica di classificazione in gruppi sovrapposti

MICELI, Renato
1990-01-01

Abstract

Le procedure di classificazione più diffuse nelle scienze sociali (cluster analysis) conducono comunemente all'attribuzione di ciascun elemento ad una sola classe. Si tratta di rappresentazioni della realtà indubbiamente semplici ma spesso artificiose, entro le quali non trovano spazio situazioni più problematiche di appartenenza multipla o incerta. In questo volume viene presentato e sperimentato un metodo non disgiuntivo di analisi dei gruppi che, rendendo possibile la costruzione di raggruppamenti parzialmente sovrapposti, permette di individuare appartenenze multiple. La descrizione del metodo è accompagnata dalla presentazione di una procedura informatica, che opera su personal computer, e dai risultati di una sperimentazione condotta su alcuni tipi di dati più comunemente utilizzati nelle scienze sociali: dati di tipo territoriale, dati di tipo individuale (atteggiamenti), dati sui flussi elettorali interpartitici.
1990
EIDOS
1
88
analisi dei dati; tecniche di classificazione automatica; cluster analysis; clumping
R. MICELI
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2318/23728
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact