1 / 42

SPSS Tutorial

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

rosemarie
Download Presentation

SPSS Tutorial

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


    1. SPSS Tutorial Ángel M. Ramos Domínguez Curso de Doctorado Análisis Conjunto

    2. Análisis Cluster Guía Análisis Cluster Ejemplo de análisis cluster Trabajo sobre asignación

    3. Análisis Cluster Es una clase de técnicas utilizadas para clasificar casos en grupos que son relativamente homogéneos dentro de si mismos y heterogéneos entre ellos, sobre la base de un conjunto definido de variables. Estos grupos se llaman Clusters o Conglomerados.

    4. Análisis Cluster e Investigación de mercados Segmentación de Mercados. Agrupamiento de consumidores de acuerdo a sus preferencias de atributos Comprender el comportamiento de los compradores. Los consumidores con similares comportamientos/características son agrupados juntos. Identificar oportunidades de nuevos productos. Los clusters de similares marcas/productos pueden ayudar a identificar competidores/oportunidades de mercado Reducción de los datos. En mapas de preferencias

    5. Etapas de un Análisis cluster Seleccionar una medida de distancia Seleccionar un algoritmo de agrupamiento Determinar el número de clusters Validar el análisis

    7. Definición de la distancia: La distancia Euclídea Dij distancia entre los casos i y j xki valor de la variable Xk para el caso j Problemas: Diferentes medidas = diferentes ponderaciones Correlación entre variables (redundancia) Solución: Análisis 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 Métodos de enlace Enlace simple (distancia mínima) Enlace Completo (distancia máxima) Enlace promedio Método de Ward Calcular la suma de las distancias al cuadrado dentro de los clusters Agregar clusters con incremento mínimo en la suma de cuadrados total Método 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 número k de clusters es fijo Se proporciona un conjunto inicial de k “semillas” (centros de agregación) K primeros elementos Otras semillas Dado un cierto umbral, todas unidades son asignadas a la más cercana semilla del grupo Se calculan nuevas semillas Volver a la etapa 3 hasta que no sea necesaria una reclasificación Las unidades pueden ser reasingnadas en etapas sucesivas (partición óptima)

    12. Métodos jerarquicos vs no jerarquicos Agrupamiento jerarquico No hay decisión acerca del número de clusters Existen problemas cuando los datos contienen un alto nivel de error Puede ser muy lento La decisión inicial influye mucho (una etapa única)

    13. Método sugerido Primero ejecutar un método jerárquico para definir el número de clusters Luego utilizar el procedimiento k-medias para formar los clusters

    14. Definición del número de clusters: regla del codazo (1)

    15. Regla del codazo (2): El diagram scree

    16. Validación del análisis Impacto de las semillas iniciales / orden de los casos Impacto del método 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 Ward’s 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 Ward’s 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)

More Related