Symbolische Datenanalyse
Symbolische Datenanalyse (SDA) ist ein statistischer Rahmen, der zur Analyse komplexer, aggregierter oder mengenwertiger Daten – sogenannter symbolischer Daten – entwickelt wurde, bei denen jede Beobachtung eine Gruppe oder ein Konzept und nicht einen einzelnen Skalarwert darstellt. SDA wurde in seiner modernen statistischen Form von Lynne Billard und Edwin Diday im Jahr 2003 eingeführt und erweitert die klassische Statistik, um intervallwertige, histogrammwertige und multivariable Variablen zu verarbeiten, was rigorose Schlussfolgerungen auf der Ebene des Wissens anstelle von rohen Einzeldatensätzen ermöglicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Symbolic Data Analysis (SDA). ScholarGate. https://scholargate.app/de/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 →Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →