ScholarGate
Assistent
Machine learningSymbolic data

Symbolisk dataanalys

Symbolisk dataanalys (SDA) är ett statistiskt ramverk utformat för att analysera komplexa, aggregerade eller mängd-värda data – kallade symboliska data – där varje observation representerar en grupp eller ett koncept snarare än ett enskilt skalärt värde. SDA, som introducerades i sin moderna statistiska form av Lynne Billard och Edwin Diday år 2003, utvidgar klassisk statistik för att hantera intervall-värda, histogram-värda och mängd-värda variabler, vilket möjliggör rigorös inferens på kunskapsnivå snarare än på råa individuella register.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Symbolisk dataanalys
Kompositionsdataanalys (…

Källor

  1. 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

Så citerar du den här sidan

ScholarGate. (2026, June 2). Symbolic Data Analysis (SDA). ScholarGate. https://scholargate.app/sv/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

Refereras av

ScholarGateSymbolic Data Analysis (Symbolic Data Analysis (SDA)). Hämtad 2026-06-15 från https://scholargate.app/sv/soft-computing/symbolic-data-analysis · Datamängd: https://doi.org/10.5281/zenodo.20539026