430 likes | 942 Vues
Anlisis Cluster . GuaAnlisis ClusterEjemplo de anlisis clusterTrabajo sobre asignacin. Anlisis Cluster. Es una clase de tcnicas utilizadas para clasificar casos en grupos que son relativamente homogneos dentro de si mismos y heterogneos entre ellos, sobre la base de un conjunto defini
E N D
1. SPSS Tutorial ngel M. Ramos Domnguez
Curso de Doctorado
Anlisis Conjunto
2. Anlisis Cluster Gua
Anlisis Cluster
Ejemplo de anlisis cluster
Trabajo sobre asignacin
3. Anlisis Cluster Es una clase de tcnicas utilizadas para clasificar casos en grupos que son relativamente homogneos dentro de si mismos y heterogneos entre ellos, sobre la base de un conjunto definido de variables. Estos grupos se llaman Clusters o Conglomerados.
4. Anlisis Cluster e Investigacin de mercados Segmentacin de Mercados. Agrupamiento de consumidores de acuerdo a sus preferencias de atributos
Comprender el comportamiento de los compradores. Los consumidores con similares comportamientos/caractersticas son agrupados juntos.
Identificar oportunidades de nuevos productos. Los clusters de similares marcas/productos pueden ayudar a identificar competidores/oportunidades de mercado
Reduccin de los datos. En mapas de preferencias
5. Etapas de un Anlisis cluster Seleccionar una medida de distancia
Seleccionar un algoritmo de agrupamiento
Determinar el nmero de clusters
Validar el anlisis
7. Definicin de la distancia: La distancia Eucldea Dij distancia entre los casos i y j
xki valor de la variable Xk para el caso j
Problemas:
Diferentes medidas = diferentes ponderaciones
Correlacin entre variables (redundancia)
Solucin: Anlisis de componentes principales
8. Procedimientos de Clustering Procedimientos jerarquicos
Aglomerativo (comienza desde n clusters, hasta llegar a obtener 1 cluster)
Divisivo (comienza desde 1 cluster, hasta obtener n cluster)
Procedimientos no jerarquicos
Cluster de K-medias
9. Agrupamiento aglomerativo
10. Agrupamiento aglomerativo Mtodos de enlace
Enlace simple (distancia mnima)
Enlace Completo (distancia mxima)
Enlace promedio
Mtodo de Ward
Calcular la suma de las distancias al cuadrado dentro de los clusters
Agregar clusters con incremento mnimo en la suma de cuadrados total
Mtodo del centroide
La distancia entre dos clusters se define como la distancia entre los centroides (medias de los cluster)
11. Cluster de K-medias El nmero k de clusters es fijo
Se proporciona un conjunto inicial de k semillas (centros de agregacin)
K primeros elementos
Otras semillas
Dado un cierto umbral, todas unidades son asignadas a la ms cercana semilla del grupo
Se calculan nuevas semillas
Volver a la etapa 3 hasta que no sea necesaria una reclasificacin
Las unidades pueden ser reasingnadas en etapas sucesivas (particin ptima)
12. Mtodos jerarquicos vs no jerarquicos Agrupamiento jerarquico
No hay decisin acerca del nmero de clusters
Existen problemas cuando los datos contienen un alto nivel de error
Puede ser muy lento
La decisin inicial influye mucho (una etapa nica)
13. Mtodo sugerido Primero ejecutar un mtodo jerrquico para definir el nmero de clusters
Luego utilizar el procedimiento k-medias para formar los clusters
14. Definicin del nmero de clusters: regla del codazo (1)
15. Regla del codazo (2): El diagram scree
16. Validacin del anlisis Impacto de las semillas iniciales / orden de los casos
Impacto del mtodo seleccionado
Considerar la relevancia del conjunto de variables elegido
17. SPSS Example
21. Open the dataset supermarkets.sav From your N: directory (if you saved it there last time
Or download it from: http://www.rdg.ac.uk/~aes02mm/supermarket.sav http://www.rdg.ac.uk/~aes02mm/supermarket.sav
Open it in SPSS
22. The supermarkets.sav dataset
23. Run Principal Components Analysis and save scores Select the variables to perform the analysis
Set the rule to extract principal components
Give instruction to save the principal components as new variables
24. Cluster analysis: basic steps Apply Wards methods on the principal components score
Check the agglomeration schedule
Decide the number of clusters
Apply the k-means method
25. Analyse / Classify
26. Select the component scores
27. Select Wards algorithm
28. Output: Agglomeration schedule
29. Number of clusters
30. The scree diagram (Excel needed)
31. Number of clusters Number of cases 150
Step of elbow 144
__________________________________
Number of clusters 6
32. Now repeat the analysis Choose the k-means technique
Set 6 as the number of clusters
Save cluster number for each case
Run the analysis
33. K-means
34. K-means dialog box
35. Save cluster membership
36. Final output
37. Cluster membership
38. Component meaning(tutorial week 5)
40. Cluster interpretation through mean component values Cluster 1 is very far from profile 1 (-1.34) and more similar to profile 2 (0.38)
Cluster 2 is very far from profile 5 (-0.93) and not particularly similar to any profile
Cluster 3 is extremely similar to profiles 3 and 5 and very far from profile 2
Cluster 4 is similar to profiles 2 and 4
Cluster 5 is very similar to profile 3 and very far from profile 4
Cluster 6 is very similar to profile 5 and very far from profile 3
41. Which cluster to target? Objective: target the organic consumer
Which is the cluster that looks more organic?
Compute the descriptive statistics on the original variables for that cluster
42. Representation of factors 1 and 4(and cluster membership)