Модель дерева для анализа данных

Деревья являются удобным и наглядным инструментом для построения классификаций. На входе нам необходимо иметь матрицу близостей или расстояний между ксассифицируемыми объектами, затем процедура построения дерева позволяет интерпретировать выходные данные, основываясь на оценках качества модели. Ц
Целью этой работы будет провести анализ данных социологического опроса методом построения дерева классификации. Объектом исследования, базу наблюдений которого мы будем использовать, были московские школьники. Предметом изучения выступили проблемы, с которыми школьники сталкиваются при поступлении в ВУЗы. В том числе рассматривались проблемы подготовки к вступительным экзаменам и выбор средств этой подготовки. Исследователи задались вопросом, какие способы подготовки к вступительным испытаниям школьники считают самыми надежными и востребованными. В данной работе мы попытаемся провести классификацию методов подготовки по оценкам современных школьников.

Таким образом можно остановиться на классификации по 4-ем группам; по 3-ем или по 2-м. На наш взгляд, надежнее было бы все-таки выбрать классификацию по двум группам. В том числе и по причине полученных оценок качества модели, и по показателям дисперсии остатков, данные о которых также выводит алгоритм. Матрица расстояний между ошибками в моделе говорит о плохом качестве построенного дерева. Так, например, выделяется объект «самостоятельной подготовки», у которого очень большие расстояния до других объектов, что говорит о том, что он плохо вписывается в модель. Расстояния еще между четырьмя парами объектов довольно большие, что свидетельствует о плохой подгонке модели. Таким образом, построенную нами модель можно использовать крайне осторожно в исследовательских целях. Но в то же время нам удалось извлечь из нее и интересную содержательную информацию.