2.2. Групування підприємств торгівельної галузі з використанням методу кластеризації

Кластерний аналіз - це сукупність методів, що дозволяють класифікувати, багатомірні спостереження, кожне з яких описується набором вихідних змінних. Метою кластерного аналізу є утворення груп схожих між собою об'єктів, які прийнято називати кластерами. Слово «кластер» англійського походження, перекладається як «згусток, пучок, група». Родинні поняття, використовувані в літературі - клас, таксон.

На відміну від комбінаційних угруповань кластерний аналіз приводить до розбивки на групи з урахуванням усіх групувальних ознак одночасно.

Методи кластерного аналізу дозволяють:

провести класифікацію об'єктів з урахуванням ознак, що відбивають сутність, природу об'єктів. Розв'язання такої задачі, як правило, призводить до поглиблення знань про сукупності класифікованих об'єктів;

перевірити існуючу структуру в досліджуваній сукупності об'єктів;

побудувати нові класифікації для неформалізованих явищ, коли необхідно встановити наявність зв'язків усередині сукупності й спробувати привнести в неї структуру.

Методи кластерного аналізу можна розділити на дві великі групи: алгомеративні (об'єднуючі) і дивізимні (поділяючі). Алгомеративні методи послідовно поєднують окремі об'єкти в групи (кластери), а дивізимні методи розчленовують групи на окремі об'єкти. У свою чергу кожен метод як об'єднуючого, так і поділяючого типу може бути реалізований за допомогою різних алгоритмів. Слід зазначити, що як алгомеративні, так і дивізимні алгоритми трудомісткі і їх складно використовувати для великих сукупностей. Крім того, результати роботи таких алгоритмів важко піддаються візуальному методу.

У кластерному аналізі існують також методи, які важко віднести до першої або другої групи. Наприклад, ітеративні методи, зокрема, метод - середніх і метод пошуку згущень. їх характерна особливість полягає в тому, що кластери формуються виходячи з заданих умов розбивки (параметрів), які в процесі роботи алгоритму можуть бути змінені користувачем для досягнення бажаної якості розбивки.

Для того, щоб визначити які підприємства будуть використовуватися для подальших розрахунків, необхідно виконати упорядкування їх у таблицю.

Таблиця 2.7

Перелік підприємств, що використовуються для кластерного аналізу

Підприємство	Дохід від реалізації тис.грн	Вартість статутний капітал тис. грн	Роки існування компанії	Кіл-сть праців ників	Прибуток (збиток) тис. грн	Кількість відділень
	У	Х1	Х2	Х3	Х4	Х5
ТОВ «ТД ИРБИС»	396675	3150	24	300	26731	8
ЧП «ГалПідшипник»	208670	1260	21	150	10692	5
ООО «ВТК»	16,75	25	15	75	1086	2
«Бином»	211621	200	15	287	8387	1
«Світ підшипників»	30	20	20	50	1666	3
«BRB АВТО»	91105	340	10	75	3037	1
«Карника»	32408	250	15	45	1080	5
«Автопідшипник»	10201	198	20	100	3400	2
«АЛК»	55403	400	18	158	1846	3
«УПЕК»	18243	280	25	100	6086	2
«Підипникзбут»	381824	3222	30	200	13394	6
«Інтерпідшипник»	51222	3011	22	150	1737	4
«Промпідшипник»	84101	2516	20	100	2803	3
«АРКОВ Украина»	25611	191	12	75	8536	2
«Старт Ап»	94312	200	5	50	3143	1
«ЕПК Запоріжжя»	213510	111	7	80	3783	1

До проведення класифікації доцільно перевірити, які ознаки значно впливатимуть на результати класифікації, а які ні. Для цього розраховуються коефіцієнти варіації для виділених ознак за формулою:

(2.1)

де , х - середнє значення ознаки;

- стандартне відхилення.

= (∑(x - x_ср)²) / n), (2.2)

де, n – кількість показників;

x - значення показника.

Таблиця 2.8

Значення стандартного відхилення для вихідних даних

Показник	Дохід від реалізації тис.грн	Вартість статутний капітал тис. грн	Роки існування компанії	Кіл-сть працівників	Прибуток (збиток) тис. грн	Кількість відділень
	У	Х1	Х2	ХЗ	Х4	Х5
Значення стандартного відхилення	129913,5579	1220,371	6,722785	79,11234	6951,141	2,048373

Якщо значення коефіцієнта варіації не перевищує 0,33 (або 33%), то відповідна ознака вважається слабо змінною, отже слабко впливає на результати класифікації. Такі ознаки варто виключити з розгляду.

Розраховані коефіцієнти варіації для вихідних даних наведені в табл.2.9.

Таблиця 2.9