group(data, method=homogeneous)

Végre földtudományok! :) Ha ez nem hozott még lázba, mert más területen mozogsz, a tanult módszer még lehet, hogy fog!

Örömmel látjuk köreinkben Kovács József Tanár Urat és Ph.D. hallgatóját, Tanos Pétert az ELTE TTK Általános és Alkalmazott Földtani Tanszékéről. Kovács József nevéről sokunknak talán már eszébe is jutott a "geomatematika" szó :) Sok egyéb érdeme, tudományos eredménye és tisztsége mellett az ELTE TTK Kiváló Oktatói közé is választották. Azon kívül, hogy sok-sok ELTE TTK-s hallgató Rá gondol, ha statisztikai feldolgozást érintő kérdése van, egyik nagyszerű hallgatójával, Péterrel karöltve, többedmagukkal egy R csomag létrehozásáért is felelősség terheli.

A szokásoktól eltérően, egy téma öleli fel a következő meetup egész idejét egy szünettel. Amiről szó lesz, arról alább olvashattok.

"A csoportosítás (klasszifikáció) általánosan használt módszer a modern kutatásokban. Gyakran merül fel a kérdés, hogyan lehetne meghatározni az optimális csoportszámot. További gyakori kérdés az is hogy a csoportok között nemcsak hasonló, hanem a legnagyobb homogén csoportok is meghatározásra kerüljenek. A célok eléréséhez kidolgozásra került két hagyományos eljárást ötvöző technika, a kombinált klaszter- és diszkriminancia analízis (CCDA Kovács et al., 2014), amit olyan több származási helyről elérhető, többdimenziós adatokra fejlesztettünk, ahol minden ilyen származási helyről több megfigyelés történt. A CCDA a lineáris diszkriminancia analízis által helyesen klasszifikált esetek arányát egy véletlen beosztásból adódó- helyesen klasszifikált - arányszámhoz viszonyítja, illetve ezek különbségét nézi. Ezen értékeket tekintve objektív módon meghatározható az optimális csoportszám illetve a hozzá tartozó csoportosítás (Kovács és Erőss, 2017) és páronkénti összehasonlítások alkalmazásával képes egy rendszerben meglévő legnagyobb különbségek kimutatására (Kovács et al., 2015; Tanos et al, 2016). Továbbá a CCDA képes nem csupán a hasonló (Déri–Takács et al., 2015), hanem homogén csoportok keresésére, a csoportok közötti legkisebb különbségek megtalálására is (Kovács et al., 2014; Kovács et al., 2015)."

Kivételesen nagyon pontosan kezdünk, így érkezzetek 10 perccel 6 előtt. Ha hoztok laptopot (hozzatok! ;)), telepítsétek mindenképp a ccda csomagot előre! A datasets-ek közül az iris adatsort fogjuk használni. További infókkal még jelentkezünk!