Dublin Core
Titre
Non-metric conceptual clustering : a new tool for investigating urban quality of life (1)
Sujet
classification non paramétrique
analyse factorielle
qualité de vie
non-metric conceptual clustering
factor analysis
quality of life
Géographie
Systèmes ; modélisation ; géostatistiques
Espace ; société et territoire
Géographie : politique ; culture et représentation
Épistémologie et méthodes
ost:Environmental studies; Geography & Development
isi:Geography
isi:Urban studies
Description
Cet article utilise une méthode de classification non paramétrique pour explorer les indicateurs de qualité de la vie d'une ville. Le logiciel RIFFLE, élaboré à la Western Washington University, est employé pour spécifier un algorithme de classification quand un sous-ensemble n de m variables crée un espace vectoriel de dimension n partitionné en deux ou trois sous-groupes dans chaque dimension. En appliquant une variante du Lambda de Guttman, RIFFLE identifie les n variables et c groupes qui reproduisent la configuration des données. La classification non paramétrique permet de dépasser les problèmes que rencontrent les techniques classiques du fait des hypothèses sur les données ou des données manquantes. Based on the use of a non-metric conceptual clustering technique this empirical study explores thequality of life of a small metropolitan city. The RIFFLE program, developed at Western Washington University, is utilized to explicitly address the clustering algorithm where a subset n of m variables creates an n dimension vector space partitioned into two or more clusters in each dimension. Applying a variation of Guttman's Lambda n variables and c clusters are reported by RIFFLE that predict the pattern. Non-metric conceptual clustering overcomes a number of problems common in traditional techniques such as data assumptions, relevancy and missing data.
Créateur
Buckley, Patrick H.
Mookherjee, Debnath
Éditeur
UMR 8504 Géographie-cités
Date
1999-10-06
Langue
en
Type
article
Identifiant
http://cybergeo.revues.org/4963