Helga

La cluster analysis, o analisi dei gruppi, è probabilmente l'unico settore dell'analisi dei dati in cui manca una teoria forte, capace di unificare o quantomeno mettere in relazione fra loro i diversi approcci.

Questo deficit di teoria alimenta la proliferazione degli algoritmi, che sono ormai parecchie centinaia, ma soprattutto finisce per lasciare in ombra il fatto che la stragrande maggioranza degli algoritmi effettivamente utilizzati sono semplici varianti tecniche di un unico principio teorico: il principio di massima informazione, che prescrive di costruire i gruppi minimizzandone la variabilità interna.

L'assenza di alternative teoriche costituisce un handicap molto serio, perché rende invisibili molti tipi di strutture di gruppo - classi latenti, pattern locali, miscugli di distribuzioni - che possono essere presenti nei dati, ma non sono riconoscibili dagli algoritmi classici.

Con il package HELGA - Hill Exploring Linear Group Analyzer - questo regime di monopolio teorico viene completamente meno. Il nuovo package, infatti, non solo permette la conduzione di analisi classiche più efficienti, ma consente di scegliere fra sette diversi principi teorici: massima informazione, indipendenza locale, dipendenza locale, correlazione spuria, correlazione soppressa, fit misto e distribuzioni miste. Combinata con l'adozione di nuove strategie di "esplorazione" della matrice dati, questa varietà di alternative - oltre a rendere riconoscibili molti tipi non standard di strutture di gruppo - permette di individuare due situazioni perlopiù invisibili ma tutt'altro che rare nelle ricerche empiriche: quella in cui un problema di raggruppamento ammette più di una soluzione, e quella in cui nei dati non è rintracciabile alcuna struttura di gruppo.

Luca Ricolfi insegna sociologia presso il Dipartimento di economia politica dell'Università di Modena. Fra i suoi lavori ricordiamo: Modelli dell'attore e analisi dei dati(Torino, Giappichelli, 1984), e Vent'anni dopo (Bologna, Il Mulino, 1989).