Cluster Jerarquico

CLUSTER JERARQUICO

El conglomerado jerárquico se caracteriza por el desarrollo de una jerarquía o estructura de árbol (dendograma). De este modo, los clusters están formados solamente por la unión de los grupos existentes, así cualquier miembro de un cluster puede trazar su relación en un irrompible sendero que comenzaría con una simple relación. Los métodos jerárquicos pueden ser por Aglomeración o por División. Los métodos de conglomerados más usados en la investigación de mercados son el método de Enlace, método de varianza y el método Centroide.

PASOS DEL ANÁLISIS DE SEGMENTACIÓN JERARQUICA:

1. FORMULACIÓN DEL PROBLEMA:

es definir el tipo de segmentación y la selección de las variables en las que se basará la agrupación

2. SELECCIÓN DE UNA MEDIDA DE SIMILITUD

primero se determina el nivel de correlación existente entre las diversas variables elegidas para la segmentación. trabajando con un nivel de confianza de 95% por lo que el nivel de significancia es de 5%. Entonces la Hipótesis Nula inicial será “existe correlación entre las variables: ingreso, ocupación, auto” Con los resultados obtenidos en la correlación de Pearson, no podemos rechazar la Hipótesis Nula, por lo que podemos inferir que si hay una correlación entre las variables, ya que en ningún caso el resultado es menor que 0,05. Entonces si es posible llevar a cabo un trabajo de clasificación o conglomeración o un trabajo de cluster. Luego se seleccionan las variables que tienen correlación con la variable pivote o la variable más importante para el análisis de segmentación.

3. ESTANDARIZACIÓN DE DATOS

Como las medidas de distancia son sensibles a la diferencia de escalas hechas entre variables es necesaria la estandarización de datos para evitar que las variables con una gran dispersión tengan un mayor efecto en la similaridad.

Para lo cual se lleva a cabo la tipificación de las variables, restando a cada uno de los valores la media de la variable y el resultado de ello se divide por la desviación típica o estándar, dándonos como resultado tres nuevas variables: “zingreso, zocupac, zauto”. Las tres nuevas variables tendrán una media de “0” y una desviación típica de “1”.

4. CANTIDAD DE GRUPOS

hay dos opciones, la primera que se le solicita todos los segmentos existentes, mientras que la segunda opción es obtener la clasificación de una cantidad determinada de segmentos o grupos para reajustar algunos datos.Dadas las distancias de aglomeración, es decir, las distancias a las que se forma cada grupo, una forma de determinar el número de grupos consiste en localizar en qué iteraciones del método utilizado dichas distancias pegan grandes saltos.

CLUSTER DE KMEDIAS

Es una técnica de ubicación iterativa, a esta técnica se la conoce como el algoritmo de las kmedias. Pretendemos mejorar las clasificaciones minimizando las distancias utilizadas en la formación de los conglomerados. En este tipo de clasificación el número de cluster es predeterminado por el analista.

PASOS DEL ANÁLISIS DE CLUSTER DE KMEDIAS:

1. FORMULACIÓN DEL PROBLEMA:

es la selección de las variables en las que se basará la agrupación. El conjunto de variables seleccionado debe describir la similitud entre los objetos.

2. SELECCIÓN DE UNA MEDIDA DE SIMILITUD

es necesario primero determinar el nivel de correlación existente entre las diversas variables que suponemos

...