Hans-Peter Krüger, Gustav A. Lienert, Alexander von Eye, Alfred Gebert

• Am Konzept der Axialsymmetrie multivariater Daten wird eine Methode entwickelt, mit der statistisch Cluster aus gleich interkorrelierenden Variablen gebildet werden können. Es wird eine heuristische Vorgehensweise empfohlen, die nicht wie die übliche deskriptive Clusteranalyse willkürliche Entscheidungen über Abbruchkriterien u.ä. verlangt. Die vorgeschlagene Methode ist insbesondere zur mediandichotomierte kontinuierliche Variablen geeignet. Werden echte Alternativdaten verwendet, resultieren Cluster, die zusätzlich zur gleichenAm Konzept der Axialsymmetrie multivariater Daten wird eine Methode entwickelt, mit der statistisch Cluster aus gleich interkorrelierenden Variablen gebildet werden können. Es wird eine heuristische Vorgehensweise empfohlen, die nicht wie die übliche deskriptive Clusteranalyse willkürliche Entscheidungen über Abbruchkriterien u.ä. verlangt. Die vorgeschlagene Methode ist insbesondere zur mediandichotomierte kontinuierliche Variablen geeignet. Werden echte Alternativdaten verwendet, resultieren Cluster, die zusätzlich zur gleichen Interkorrelation Variablen mit gleicher Schwierigkeit aufweisen. Das Vorgehen wird an einem Beispiel illustriert.…
• By means ofaxial symmetry testing of muItivariate data clusters may be defined statistically as equally intercorrelating variables (tests). A heuristic procedure is suggested which avoids arbitrary decisions as they are common in descriptive cluster analysis. The method is suitable for continuous variables dichotomized at their median.lf applied to genuine binary variables the cluster analysis results in clusters of variables having equal Yes-No proportions as well as equal interassociations. In order to illustrate their approach the authorsBy means ofaxial symmetry testing of muItivariate data clusters may be defined statistically as equally intercorrelating variables (tests). A heuristic procedure is suggested which avoids arbitrary decisions as they are common in descriptive cluster analysis. The method is suitable for continuous variables dichotomized at their median.lf applied to genuine binary variables the cluster analysis results in clusters of variables having equal Yes-No proportions as well as equal interassociations. In order to illustrate their approach the authors give a numerical example.…