Uzaklık ve benzerlik ölçülerinin istatistik alanındaki kullanımı

Kümeleme analizi, doğal sınıflamaları hakkında açık bilgi bulunmayan durumlarda üzerinde çalışılan birimler topluluğunu, kendi içinde türdeş fakat diğerlerinden farklı olacak biçimde kümelere ayırma olanağı tanıyarak ana kitleye ilişkin tahminlerin yapılmasında yararlanılan çok değişkenli istatistiksel bir yöntem olarak tanımlanmaktadır (Sharma, 1996). Bu yöntemin etkinliğini belirlerken kullanılan uzaklık ölçüsü önem arz eder. Bu çalışmada da özellikle iki sonuçlu (binary) veri yapıları için uzaklık ve benzerlik ölçülerinin kümeleme analizi üzerindeki etkileri araştırılmış, geçerlilik kriteri olarak kofenetik korelasyon katsayısı kullanılmıştır. Bu amaçla literatürde tanımlanmış olan 37 benzerlik ve 10 uzaklık ölçüsü olmak üzere toplam 47 ölçüye bağlı olarak uzaklık matrisleri hem gerçek veri kümesi hem de yapay olarak üretilmiş dört farklı yapıdaki veri kümesi kullanılarak oluşturulmuş ve analizler sonuçlandırılmıştır. Ayrıca ikili uzaklık ve benzerlik ölçülerinin yapıları, ölçülerin sağlamaları önerilen birtakım teorik koşullara göre incelenmiştir. Bunun yanı sıra aşamalı kümeleme analizi yöntemleri incelenmiş, pratikte nasıl uygulanacağı gösterilmiştir. Elde edilen bulgular sonucunda Hamann, Russell&Rao, Chord ve Sokal&Sneath-1ölçüleri en iyi kümelenme yapısını ortaya koyan ölçüler olarak önerilmiştir.