CLUSTER ANALYSIS

01
Es la técnica que tiene como meta el
armado de clusters de manera que los
objetos dentro del mismo sean lo más
parecidos entre sí, buscando siempre
maximizar la distancia.
ALFREDO GONZALEZ A00819277

DESCRIPCION TAXONÓMICA

GLOSARIO 02
Es de corte exploratorio y forma
parte de la Etapa 1, siendo útil para
la confirmación de una estructura
de objetos previamente
establecidos por teoría u otros

CAPITULO 8
estudios.

ENLACE PROMEDIO

03
Algoritmo de agrupamiento jerárquico
que representa similitud como la
distancia promedio de todos los objetos
en un grupo a todos los objetos en otro.
Este enfoque tiende a combinar grupos
con pequeñas variaciones.
CLUSTER ANALYSIS
HETEROGENEIDAD
Una medida de la diversidad de todas

04
las observaciones en todos los grupos
que se utiliza como un elemento
general para detener las reglas. Un
gran aumento en la heterogeneidad
cuando se combinan dos grupos
indica que existe una estructura más
natural cuando los dos grupos están
separados.
 METODO DE ENLACE COMPLETO
Algoritmo de agrupamiento jerarquico

05
en el que la similitud entre objetos se
basa en la distancia máxima entre
objetos en dos grupos. En cada etapa
de la aglomeración, se combinan los
dos grupos con la distancia máxima
ALFREDO GONZALEZ A00819277 más pequeña.

PROCEDIMIENTOS JERARQUICOS

GLOSARIO 06
Procedimientos de agrupación por
pasos que involucran una
combinación de los objetos en
agrupaciones. Los dos
procedimientos alternativos son los

CAPITULO 8
métodos aglomerativos y divisivos

OUTLIERS

07
El cluster analysis es sensible a la
inclusión de variables irrelevantes y la
presencia de outliers, que pueden
significar observaciones que no son
significativas a la población en general.

CLUSTER ANALYSIS
MULTICOLINEALIDAD
Representa hasta qué punto una

08
variable puede explicarse por las
otras variables en el análisis. Si
aumenta, complica la interpretación
de la variante del grupo, porque es
más difícil determinar
el efecto de cualquier variable
individual.
 PROCEDIMIENTOS NO JERÁRQUICOS
Procedimientos que producen solo

09
una solución de clúster para un
conjunto de semillas de clúster. No
producen resultados para todos los
números posibles de clústeres como
en un procedimiento jerárquico.
ALFREDO GONZALEZ A00819277

MÉTODO DE ENLACE ÚNICO

GLOSARIO 10
Algoritmo jerárquico de agrupación en
el que la similitud se define como la
distancia mínima entre cualquier
objeto en un grupo y cualquier objeto
en otro, lo que simplemente significa la
distancia entre los objetos más

CAPITULO 8
cercanos en dos grupos.

ENLACE PROMEDIO

11
Algoritmo de agrupamiento jerárquico
que representa similitud como la
distancia promedio de todos los objetos
en un grupo a todos los objetos en otro.
Este enfoque tiende a combinar grupos
con pequeñas variaciones.
CLUSTER ANALYSIS
HETEROGENEIDAD
Una medida de la diversidad de todas

12
las observaciones en todos los grupos
que se utiliza como un elemento
general para detener las reglas. Un
gran aumento en la heterogeneidad
cuando se combinan dos grupos
indica que existe una estructura más
natural cuando los dos grupos están
separados.
 METÓDO DE WARD
Procedimiento de agrupamiento

13
jerárquico en el que la similitud
utilizada para unir grupos se calcula
como la suma de los cuadrados entre
los dos grupos sumados a todas las
variables.
ALFREDO GONZALEZ A00819277

ESTANDARIZACIÓN DENTRO DE

GLOSARIO 14
LOS CASOS
Método de estandarización en el
que las respuestas de los
encuestados no se comparan con la
muestra general, sino con las

CAPITULO 8
respuestas de los encuestados.

DISTANCIA EUCLIDEANA

15
CUADRADA
Medida de similitud que
representa la suma de
distancias al cuadrado sin
sacar la raíz cuadrada.
CLUSTER ANALYSIS

DISTANCIA DE MAHALANOBIS

16
La forma estandarizada de la
distancia euclidiana, las
respuestas de escala en términos
de desviaciones estándar. Se
estandarizan los datos con ajustes
realizados para las correlaciones
entre las variables.