Estadistica

ANALISIS DE CLUSTER
CON SPSS:

INMACULADA BARRERA

ANALISIS DE CLUSTER EN SPSS
Opción: Analizar

Clasificar

ANALISIS DE CLUSTER EN SPSS
Tres posibles OPCIONES
1.- Cluster en dos etapas
2.- K-means
3.- Jerárquicos

ANALISIS DE CLUSTER EN SPSS
1.- Cluster en dos etapas.- está pensado para
minería de datos, es decir para estudios con un
número de individuos grande que puedentener
problemas de clasificación con los otros
procedimientos.
Otra peculiaridad es que permite trabajar
conjuntamente con variables de tipo mixto (cuali
y cuantitativas). Puede realizarse cuando el
número de cluster es conocido a priori y
también cuando no se conoce.

ANALISIS DE CLUSTER EN SPSS
2.- Cluster no jerárquicos .- sólo puede
ser aplicado a variables cuantitativas y
requiereconocer el número de cluster a
priori.
Puede realizarse para un número de
objetos relativamente grande pues no
requiere el cálculo de todas las posibles
distancias.

ANALISIS DE CLUSTER EN SPSS
3.- Jerárquicos.Para variables cuantitativas o bien para
variables cualitativas
Si no se conoce el número de cluster a
priori y cuando el número de objetos no
es muy grande.

CLUSTERJERÁRQUICOS.El primer paso es la selección de variables:

Como se observa pueden etiquetarse los grupos con una de
las variables del fichero.
También es posibles realizar conglomerados no para objetos sino para
variables, (agrupar variables por el parecido que presentan en las
respuestas de los individuos)

CLUSTER JERÁRQUICOS.OPCIÓN METODO:
-Podremos estandarizar las variables
utilizadas enel análisis antes de
utilizarlas el cálculo de las similaridades
si fuese necesario. Los métodos
disponibles son varios.
-Permite seleccionar la medida usada
para ver el parecido entre individuos con
distintas distancias dependiendo si la
variable es binaria, frecuencias o de
intervalo.
-Es posible también elegir el método para
obtener los conglomerados Todos los
vistos .
Los dosprimeros vinculación Inter.grupos y dentro de grupos se
corresponde a la opción denominada
UPGMA (método del promedio) y una
variante de este donde se consideran
para el cálculo de la distancia media la
correspondiente a todos los posibles
pares del grupo resultante y no sólo a los
formados con un elemento de cada grupo
como en el anterior.

ESTANDARIZAR

MEDIDA

METODO

CLUSTERJERÁRQUICOS.OPCIÓN ESTADISTICOS:
OPCIÓN

Historial muestra los casos o
conglomerados combinados
en cada etapa, las distancias
entre los casos combinados y
el último nivel del proceso de
aglomeración en el que cada
caso se unió al conglomerado
correspondiente

CLUSTER JERÁRQUICOS.OPCIÓN ESTADISTICOS:
OPCIÓN

Matriz distancias
Conglomerado de pertenencia
nos da el conglomerado al que seasigna cada caso pudiendo elegir
entre una única solución o un
rango de soluciones En el ejemplo
hemos seleccionado entre 2 y 3
cluster.

CLUSTER JERÁRQUICOS.OPCIÓN GRÁFICOS
OPCIÓN
Permite
obtener
el
dendrograma y los vertical
u horizontal icicle plots, o
diagramas de témpanos.

CLUSTER JERÁRQUICOS.7

6

5

distancia

7

6

4

Cluster 2
3

2

5
0

4

12

Cluster 1

3

4

5

objeto

Cluster C
3

7

6

2

5

distancia

distancia

1

1

Cluster B
0

4

Cluster 2
3

2

1

Cluster A

2

3

objeto

4

5
1

Cluster 3
0
1

Cluster 1

2

3

objeto

4

5

CLUSTER JERÁRQUICOS.OPCIÓN GUARDAR
OPCIÓN
Permite
guardar
los
conglomerados
de
pertenencia
para
una
solución única opara un
rango de soluciones. Las
variables
guardadas
pueden
emplearse
en
análisis posteriores para
explorar otras diferencias
entre grupos.

PROCEDIMIENTO K-MEANS

Una vez seleccionadas las variables y determinado el número de conglomerados
que deseamos obtener podemos elegir entre iterar y clasificar o sólo clasificar.
Para obtener máxima eficacia, podemos tomar una muestra de...