Symbolic Data Analysis
Symbolic Data Analysis (SDA) er et statistisk rammeværk designet til at analysere komplekse, aggregerede eller mængdebaserede data — kaldet symboliske data — hvor hver observation repræsenterer en gruppe eller et koncept snarere end en enkelt skalar. Introduceret i sin moderne statistiske form af Lynne Billard og Edwin Diday i 2003, udvider SDA klassisk statistik til at håndtere intervalværdier, histogramværdier og multivariable variabler, hvilket muliggør stringent inferens på vidensniveau snarere end på rå individuelle registreringer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Billard, L., & Diday, E. (2003). From the statistics of data to the statistics of knowledge: symbolic data analysis. Journal of the American Statistical Association, 98(462), 470–487. DOI: 10.1198/016214503000242 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Symbolic Data Analysis (SDA). ScholarGate. https://scholargate.app/da/soft-computing/symbolic-data-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →