Clasificación de Datos con Conglomerados: Un Enfoque Metodológico Completo

Conglomerados: Metodología y Aplicaciones en la Clasificación de Datos

Objetivos del Agrupamiento por Conglomerados

• Desarrollo de Tipologías o Clasificaciones: Se pueden trazar los perfiles o clasificar a las entidades en grupos de entidades semejantes.
• Investigación de Esquemas Conceptuales: Identificar esquemas conceptuales útiles para agrupar entidades.
• Generalización de Esquemas de Clasificación: Los esquemas de clasificación pueden generalizarse y aplicarse a una amplia variedad de estudios.
• Generación de Hipótesis: Mediante la exploración de datos. Si se generan agrupaciones inesperadas, esto sugeriría relaciones a investigar.
• Prueba de Hipótesis: Intentar determinar si los grupos definidos mediante otros procedimientos están de hecho presentes en los datos.
• Reducción de Datos: Se puede obtener una descripción más concisa y comprensible de las entidades con una mínima pérdida de información.

Fase de Diseño en el Agrupamiento por Conglomerados

• Selección de Variables: Se trata de seleccionar las variables con cuidado para evitar incluir variables altamente correlacionadas.
• Estandarización de Variables: Para calcular las distancias entre casos, es necesario convertir las variables a una misma unidad de medida.
• Detección de "Outliers": Detectar los casos con rasgos claramente diferentes a los demás.
• Determinación de la Medida de Distancia: Establecer qué tipo de medida se utilizará para calcular la distancia.

Supuestos Clave para el Agrupamiento por Conglomerados

Es conveniente que se cumplan dos condiciones:

• Representatividad: Los casos seleccionados representan a grupos "reales" en la población.
• Multicolinealidad: Se han eliminado variables que solo aportan información redundante.

Etapa de Extracción de Conglomerados

La etapa de extracción implica cuatro tareas:

1. Método de Conglomeración: Hay que seleccionar un método de conglomeración.
2. Determinación de las Distancias: Valorar las distancias que existen entre las entidades.
3. Determinación del Número de Conglomerados: Establecer el número de conglomerados que van a formar parte de la solución final.
4. Replanteamiento de la Solución: Examinar la estructura de cada conglomerado y decidir si hay o no que replantear la solución.

Fase de Interpretación de los Conglomerados

Una vez decidido cuántos conglomerados distinguir, la fase de interpretación implica dos tareas:

1. Asignación a Conglomerados: Se trata de asignar las entidades a cada uno de los conglomerados de la solución final.
2. Denominación de los Conglomerados: Hay que determinar cuál es el contenido sustantivo de cada uno de los conglomerados y, a partir de ahí, asignarles un nombre.

Validación de los Resultados del Agrupamiento

Se puede valorar en qué medida la presencia o no de una variable puede modificar la agrupación de entidades en conglomerados.

Para determinar en qué medida cada una de las variables contribuye a explicar la agrupación en conglomerados, se utiliza el análisis discriminante. Así, el análisis discriminante puede utilizarse para valorar la consistencia de los resultados de un agrupamiento por conglomerados.