LA CLASSIFICAZIONE IN SOCIOLOGIA

Transcript

1 ~FICI LABORA1"'0Rl0 SOCIOLOGICO Teoria, Epistemologia, Metodo Cleto Corposanto LA CLASSIFICAZIONE IN SOCIOLOGIA Reti neurali, Discriminant e Cluster Analysis ancoangeli

2 Istituto Universitario Architettura Venezia ::e 1 O A,-. _'_ (; Servizio Bibliografico Audiovisivo e di Documentazione

3 Cleto Corposanto LA CLASSIFICAZIONE IN SOCIOLOGIA Reti neurali, Discriminant e Cluster Analysis V ~:~ ~J. F: ~::: ~.l:.:~ - ~" -". -,, ~ SL ~.i f ~MV. C!A...!~~.... FrancoAngeli

4 Indice Introduzione pag Discriminant Analysis» 9 1. Premesse generali» 9 2. I principi dell'analisi Discriminante» Il caso di due gruppi» Analisi del caso generale: K gruppi» La classificazione» Possibili applicazioni dell'analisi Discriminante» Cluster Analysis» Alcune questioni generali» Tra conferma ed esplorazione: due approcci che si intersecano» Un mondo statisticamente complesso: alcune tecniche di raggruppamento» Tecniche di raggruppamento gerarchiche» Tecniche gerarchiche agglomerative» Tecniche gerarchiche divisive» Alcuni nodi problematici» Il problema del chaining e le «density search tecniques»» Momenti di scelta tra arbitrarietà e matematica» Tecniche non gerarchiche: partizioni ripetute ed iterative» Quali problemi?» Cenni ad altre tecniche di analisi dei gruppi» Casi e variabili» Una visione d'insieme e qualche suggerimento valutativo» 43 5

5 3. Le reti neurali 1. L'uso delle reti neurali nella ricerca 2. Storia delle reti neurali 3. Il neurone biologico 3.1. Come il cervello umano apprende 3.2. Cervello umano e computer 3.3. Reti neurali artificiali (RNA) e neuroni formali 4. La struttura della rete neurale 5. Apprendimento 5.1. Leggi di apprendimento 6. Reti di Kohonen 6.1. Legge di Kohonen 7. Multilayer Perceptron e Back Propagation 8. Generalizzazione della rete neurale: il set di addestramento e di verifica 9. Critiche al connessionismo 10. Reti neurali versus metodi tradizionali di analisi statistica dei dati pag. 47» 47» 49» 52» 52» 56» 59» 60» 63» 64» 68» 74» 75» 79» 81» Cenni comparativi ed osservazioni conclusive 1. Elementi comparativi generali 1.1. Il contesto statistico 1.2. Obiettivi classificatori 1.3. Regole ed algoritmi 1.4. Tra esplorazione e conferma: algoritmi e momenti di scelta 1.5. Comprensibilità della sequenza analitica 2. Elementi comparativi specifici 2.1. Density search techniques e teoria della risonanza adattiva 2.2. Mappe di Kohonen e cluster analysis 3. Uno sguardo sintetico Bibliografia» 89» 89» 90» 92» 94» 96» 101» 102» 103» 104» 106» 109 6

6 LABORATORIO SOCIOLOGICO LA CLASSIFICAZIONE IN SOCIOLOGIA Da sempre l'uomo è stato abituato a convivere con il problema della classificazione; perché, in una accezione vasta, classificare vuol dire interpretare uno stimolo, un fenomeno, un fatto sociale e comprenderne quindi la sua natura più intima. Tutti noi quotidianamente risolviamo numerosissimi problemi di classificazione, la maggior parte dei quah - pensiamo per esempio a quelli che hanno a che fare con gli organi di tipo sensoriale - anche senza averne coscienza piena. Classifichiamo, cioè, in modo automatico, separando fatti e sensazioni che appartengono a categorie, anche culturali, differenti. La classificazione in sociologia è un tema sul quale da tempo si discute e che di recente si è arricchito di un nuovo strumento di tipo quantita~vo: le reti neurali. Questo volume presenta alcuni modi di "classificare" le informazioni in sociologia prima attraverso gli strumenti classici quah la Discriminant e la Cluster Analysis e poi appunto attraverso un viaggio nelle reti neurali, modelli dt trattamento dei dati che utilizzano sistemi costruiti in analogia alle complesse connessioni sinaptiche del cervello umano. Un modo nuovo di lavorare con un set di dati al fine di ottenere gruppi omogenei di unità d'analisi, tanto a livello individuale che ecologico. Cleto Corposanto insegna Statistica sociale e Statistica per la ricerca sociale all'università di Trento e Metodologia e tecnica della ricerca sociale a Reggio Emilia. Si occupa da tempo di problemi legati alla classificazione multipla e su questo tema ha già scritto alcuni saggi. Ha tradotto e prefato per questa stessa casa editrice uno dei primi testi di Analisi statistica multivariata in italiano: A.E. Maxwell, Analisi multivariata nella ricerca sociale, Di recente ha pubblicato Tecniche del sondaggio d'opinione. Come raccogliere i dati per capire i fenomeni sociali, Lint, Trieste, ISBN I l ( 10,33) (U)