Run Code
|
API
|
Code Wall
|
Misc
|
Feedback
|
Login
|
Theme
|
Privacy
|
Patreon
Dendrogramm_Clusteranalyse_Länderflächen_euclid_average
#R version 3.3.2 #Quelle dg: https://www.xing.com/communities/posts/einfache-gruppierungen-von-umsaetzen-kosten-oder-flaechen-mit-der-clusteranalyse-1012698909 # Flächendaten clustern als Vertreterbeispiel zur Gruppenbildung von # Flächen-, Umsatz-, Störmelde-, Besucher-, Kosten- und Energieverbrauchsdaten # kurz von Daten im betriebswirtschaftlichen und technischen Facility Management # Datenquelle http://www.weltzeituhr.com/weltzeit/flaechen_laender.shtml library(cluster) # 2 Vektoren erstellen, Länderflächengrößen (lfg) und lfg-Namen (lfgn) mit dem vim # hier mal kurz mit zwei Befehlen illustriert. Sind die Flächen als Zeile im vim, # tauschen sich Komma gegen Punkte so :%s/,/\./g # und die Tabulatoren fallen mit :%s/\t/,/g # dann nur noch mit c(...) einfassen für eine singuläre Matrix mit 198 Zeilen in einer Spalte # und über die Zwischablage in den R-Editor: lfg <- matrix(c(997739.000,28051.000,1133380.000,652225.000,28748.000,2381741.000,468.000,1246700.000,442.000,2780092.000,29800.000,86600.000,7692300.000,13939.000,695.000,148393.000,430.000,30528.000,22965.000,112622.000,46500.000,1098581.000,51129.000,581730.000,8547404.000,5765.000,110994.000,274200.000,27834.000,756626.000,36006.000,9596961.000,51060.000,43075.000,356974.000,751.000,48442.000,23200.000,270670.000,21393.000,322462.000,121144.000,45227.000,18376.000,338145.000,543965.000,267667.000,11295.000,69700.000,238537.000,344.000,131957.000,2166086.000,244103.000,108889.000,36125.000,245857.000,214969.000,27750.000,112088.000,3287263.000,1919443.000,438317.000,1648000.000,70273.000,103000.000,20991.000,301336.000,10991.000,377837.000,536869.000,89342.000,181035.000,475442.000,9958319.000,4033.000,2717300.000,11437.000,580367.000,198500.000,811.000,1141748.000,1862.000,341821.000,2345095.000,122762.000,99313.000,10908.000,56542.000,110861.000,17818.000,236800.000,30355.000,64589.000,10452.000,97754.000,1775500.000,160.000,65301.000,2586.000,587041.000,118484.000,329733.000,298.000,1240192.000,316.000,458730.000,181.000,1030700.000,2040.000,25713.000,1953162.000,294.000,33800.000,2.000,1566500.000,25000.000,799380.000,676552.000,824292.000,21.000,147181.000,270534.000,120254.000,41526.000,923773.000,1267000.000,323759.000,83859.000,309500.000,14609.000,796095.000,364.000,508.000,75517.000,462840.000,406752.000,1285216.000,300000.000,312685.000,92345.000,26338.000,238391.000,17075000.000,252120.000,262.000,616.000,389.000,27556.000,752614.000,2831.000,61.000,2240000.000,449964.000,41285.000,196722.000,88361.000,455.000,71740.000,390759.000,648.000,49035.000,20251.000,637657.000,504783.000,65610.000,1886068.000,1219080.000,619745.000,163265.000,17363.000,185180.000,1001.000,143100.000,945087.000,513115.000,56785.000,748.000,5128.000,1284000.000,78864.000,779452.000,163610.000,488100.000,26.000,241139.000,603700.000,93032.000,175016.000,447400.000,12190.000,912050.000,77700.000,9809155.000,331114.000,207600.000,622436.000,9251.000),198,1) # 2/2 Namensvektor lgn erzeugen lfgn <- c("Aegypten", "Aequatorialguinea", "Aethiopien", "Afghanistan", "Albanien", "Algerien", "Andorra", "Angola", "AntiguaundBarbuda", "Argentinien", "Armenien", "Aserbaidschan", "Australien", "Bahamas", "Bahrain", "Bangladesch", "Barbados", "Belgien", "Belize", "Benin", "Bhutan", "Bolivien", "Bosnien-Herzegowina", "Botsuana", "Brasilien", "Brunei", "Bulgarien", "BurkinaFaso", "Burundi", "Chile", "ChinaRepublikTaiwan", "China", "CostaRica", "Daenemark", "Deutschland", "Dominica", "DominikanischeRepublik", "Dschibuti", "Ecuador", "ElSalvador", "Elfenbeinkueste", "Eritrea", "Estland", "Fidschi", "Finnland", "Frankreich", "Gabun", "Gambia", "Georgien", "Ghana", "Grenada", "Griechenland", "Groenland", "Grossbritannien", "Guatemala", "Guinea-Bissau", "Guinea", "Guyana", "Haiti", "Honduras", "Indien", "Indonesien", "Irak", "Iran", "Irland", "Island", "Israel", "Italien", "Jamaika", "Japan", "Jemen", "Jordanien", "Kambodscha", "Kamerun", "Kanada", "KapVerde", "Kasachstan", "Katar", "Kenia", "Kirgisistan", "Kiribati", "Kolumbien", "Komoren", "KongoRepublik", "KongoDemokr-Republik", "KoreaDemokr-VR", "KoreaRepublik", "Kosovo", "KroatienHrvatska", "Kuba", "Kuwait", "Laos", "Lesotho", "Lettland", "Libanon", "Liberia", "Libyen", "Liechtenstein", "Litauen", "Luxemburg", "Madagaskar", "Malawi", "Malaysia", "Malediven", "Mali", "Malta", "Marokko", "Marshallinseln", "Mauretanien", "Mauritius", "Mazedonien", "Mexiko", "Mikronesien", "Moldau", "Monaco", "Mongolei", "Montenegro", "Mosambik", "Myanmar", "Namibia", "Nauru", "Nepal", "Neuseeland", "Nicaragua", "Niederlande", "Nigeria", "Niger", "Norwegen", "Oesterreich", "Oman", "Ost-Timor", "Pakistan", "Palaestina", "Palau", "Panama", "Papua-Neuguinea", "Paraguay", "Peru", "Philippinen", "Polen", "Portugal", "Ruanda", "Rumaenien", "RussischeFoederation", "Sahara", "SaintKittsundNevis", "SaintLucia", "SaintVincentu-Grenadinen", "Salomonen", "Sambia", "Samoa", "SanMarino", "Saudi-Arabien", "Schweden", "Schweiz", "Senegal", "Serbien", "Seychellen", "SierraLeone", "Simbabwe", "Singapur", "Slowakei", "Slowenien", "Somalia", "Spanien", "SriLanka", "Sudan", "Suedafrika", "Suedsudan", "Suriname", "Swasiland", "Syrien", "SãoToméundPríncipe", "Tadschikistan", "Tansania", "Thailand", "Togo", "Tonga", "TrinidadundTobago", "Tschad", "Tschechien", "Tuerkei", "Tunesien", "Turkmenistan", "Tuvalu", "Uganda", "Ukraine", "Ungarn", "Uruguay", "Usbekistan", "Vanuatu", "Venezuela", "Verein-ArabischeEmirate", "VereinigteStaaten", "Vietnam", "Weissrussland", "Zentralafrikan-Republik", "Zypern") # Zeilennamen zuordnen rownames(lfg) <- lfgn # Clusteranalyse vgl. Prof. Petra Stein - Sven Vollnhals S. 54-56 unter: # http://www.uni-due.de/imperia/md/content/soziologie/stein/skript_clusteranalyse_sose2011.pdf dist.euclid<-daisy(lfg,metric="euclidean",stand=TRUE) dendrogramm<-hclust(dist.euclid,method="average") # folgende Zeile gibt den Plot ohne Ländernamen aus plot(dendrogramm,xlab="Objekte",ylab="Distanzen", main="Dendrogramm der Clusteranalyse (Average)",labels=FALSE) # einfach alles kopieren und in den R-Editor einfügen # viel Erfolg beim Entwickeln datendiktierender Gruppierungen lfgclustdiv <- diana(dist.euclid, stand=TRUE) # folgende Zeile kann den Teilungskoeffizienten (divisive coeffizient) ausgeben # lfgclustdiv$dc # folgende Zeile kann den Plot mit Ländernamen ausgeben # pltree(lfgclustdiv, main="Teilungsverfahren", xlab="Länder", sub="", labels=lfgn)
run
|
edit
|
history
|
help
0
marian
Mandelbrotset
Flower boxplot
14-09-2020GRam
Ex11-03-21EdsonAmanda
Distribucion binominal matematica discreta r
ggplot Sample
Análise de variância ANOVA para experimento em DIC - Exemplo 01
(.)(.)
TEST