El análisis multivariante en la caracterización de clusters

Resumen. Los métodos de análisis multivariante en la exploración de datos han probado su eficacia en el estudio de grandes masas de información compleja; y el desarrollo de algoritmos de clustering oclasificación automática, ha resultado ser en muchas ocasiones, un complemento ideal a los métodos factoriales, permitiendo caracterizar o describir tipologías de observaciones según las variables enestudio. A la hora de abordar el problema de caracterización de clusters en estudios aplicados a la Ingeniería, se dificulta la tarea de seleccionar las variables más características de cada cluster.En este trabajo se aborda la estrategia combinada de un método factorial y la formación de clusters. Consiste en realizar primero un análisis factorial según la naturaleza de los datos y luego unclustering basado en un algoritmo mixto de clasificación jerárquica con el método de Ward y agregación alrededor de centros móviles (K-Means). Finalmente se obtiene una partición del conjunto de datos yla caracterización de cada una de las clases, según las variables activas e ilustrativas del estudio, ya sean cuantitativas o cualitativas, para la descripción de los cluster. La aplicación se realizaen base al estudio de un conjunto de muestras de vinos, donde se determinaron las aportaciones quimiométricas para su identificación: ácidos orgánicos, cationes, aniones, polifenoles, además dediversas propiedades físico-químicas.

Referencias Bibliograficas
1. L.Lebart, A. Morineau, M . Piron. Statisitique exploratoire multidimensionnelle, Dunod, Paris. (1995).
2. L. Lebart, A. Morineau,T. Lambert. P. Pleuvret. SPAD. Système Pour l’Analyse des Donèes, Paris. http://www.spad.eu, (1999).
3. C. Pardo, Análisis de la aplicación del método de Ward de clasificación jerárquica en elcaso de variables cualitativas, Tesis de Maestría, Estadística, Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Matemáticas y Estadística, Bogotá. (1992)
4. E. Crivisky,...