Analisis cl ster

Analisis clúster

Es una tècnica de clasificacion, interdependència y exploratòria. Permite trabajar con casos. Utiliza cualquier variable, però tiene un seguido de requisitos. Los objetivos de estatècnica son:
1. Clasificar una sèrie de objetos
2. Buscar esquemes conceptuales
3. Generalizar o desarrollar hipòtesis de investigacion
4. Reducir informacion procedente de una poblacion o unamuestra de datos
Caracteristicas: Principio de pasimonia. Intentar que los grupos sean lo mas excluyentes possibles. La varianza de dentro tiene que ser lo mas pequeña possible, ya que significarà que separecen mucho entre ellos, mientras que la varianza entre los grupos queremos que sea lo mas alta possible ya que significa que hay mucha heterogenidad.
Etapas:
1. Crear conjunto de variables quepodemos poner en el clúster. Todas las variables tienen que estar incluidas en el modelo por una razon.
2. Eleccion medida de proximidad: Las variables tienen que ser metricas, aunque dtambien funcionanlas dummies. Las variables tienen que tenr la escala de medida. Si tienen diferente medidas tenemos que estandalizarlas NO RECODIFICAR. Utilizaremos la matriz de distancia (los valores bajos expresansemejanza entre los mismos). Euclidia o Euclidia al cuadrado
3. Metodo clasificacion: Tienen que ser linealment entre si, es decir, la correlacion tiene que ser muy baja. Utilizaremos el metodojerarquico. Implica una jerarquia de passos a traves de dos maneres:
a. Aglomerativos: Se construïen de manera ascendente a partir de objetos individuales que se van agrupando en una conjuncion deconglomerados
b. Particion: Es inverso al anterior. De un clúster global se pasa a conglomerados varios concluir en los objetos individuales a classificar.
4. Precaucion con la presencia de valores extremos.5. Metodo wart: Su objetivo principal es potimizar la varianza mínima intragrupal.
En spss, el OBSCO1, OBSCO2, ETC... son los factores que hemos creado y tenemos que canviarles el nombre.
Analitzar->...