Análisis Clúster

 Análisis Clúster

El término análisis cluster se utiliza para definir una serie de técnicas que tienen por objeto la búsqueda de grupos similares de individuos o de variables. Dada una muestra de individuos, de cada uno de los cuales se dispone de una serie de observaciones, el análisis cluster sirve para clasificarlos en grupos de tal forma que:

 Cada grupo (cluster o conglomerado) sea lo más homogéneo posible en base a las variables observadas, es decir, cada observación contenida en él sea parecida a todas las que estén incluidas en ese grupo.

 Los grupos sean lo más distintos posible unos de otros respecto a las variables consideradas.

Los grupos no son conocidos de antemano pero serán sugeridos por la propia esencia de los datos (a partir de las observaciones).

Además de encontrar agrupaciones “naturales” entre los elementos de la muestra, el análisis cluster es útil para reducir la información e, incluso, si el análisis genera agrupaciones inesperadas, nos puede sugerir nuevas relaciones a investigar entre los elementos.

Inicialmente, el investigador dispone de n observaciones (individuos, empresas, etc.) de los que tiene información sobre k variables (edad, estado civil, etc.). Los pasos lógicos que se efectúan al realizar un análisis cluster son:

 Establecer un indicador que nos diga en que medida cada par de observaciones se parecen entre sí. A esta medida se le denomina distancia o similaridad.

 El siguiente paso consiste en crear grupos, de forma que cada grupo contenga aquellas observaciones que más se parezcan entre sí, de acuerdo con la medida de similaridad calculada antes.

 Finalmente, el investigador debe describir los grupos que ha obtenido y compararlos unos con otros. Para ello es útil ver qué valores promedio toman las variables utilizadas en cada uno de los grupos creados.

La única información requerida en el análisis cluster es una medida cuantitativa con la que se pueda medir la asociación o similitud entre elementos.

Para llevar a cabo el paso 2, existen dos tipos de técnicas para realizar este análisis:

Técnicas jerárquicas. Configuran grupos con estructura arborescente, de forma que clusters de niveles más bajos van siendo englobados en otros niveles superiores.

Técnicas no jerárquicas. Asignan los casos a un número de grupos que se fijan inicialmente.

A su vez, en cada técnica se pueden utilizar distintos métodos de agrupación.

...