An INDCLUS-type model for occasion-specific complementary partitions

Abstract This paper presents an INDCLUS-type model for partitioning the units in three-way proximity data taking into account the systematic differences among the occasions. Specifically, the proximity structure of each occasion is assumed to underlie two complementary partitions: the first, common to all occasions, defines a partitioning of a subset of units and the second, occasion-specific, defines a partitioning of the remaining units. The model is fitted in a least-squares framework and an efficient ALS algorithm is given.

Abstract Si presenta un modello di tipo INDCLUS per partizionare le unità nel caso di dati di prossimità a tre vie tenendo conto delle differenze sistematiche esistenti tra le similarità a coppie rilevate in diverse occasioni. In particolare, si assume che la struttura di prossimità di ciascuna occasione si componga di due partizioni complementari: un sottogruppo di unità definisce dei gruppi comuni a tutte le occasioni, mentre le rimanenti unità sono allocate a dei gruppi specifici per ogni occasione. Il modello, formulato seguendo l’approccio dei minimi quadrati, è stimato utilizzando un algoritmo ALS.