Académique Documents
Professionnel Documents
Culture Documents
Contenidos
1 Introducción al uso de las técnicas multivariantes
Observaciones, objetividad
Semejanza
2 Clasificación
Clasifiación no jerárquica k − means
Clasificación jerárquica
3 Ordenación
4 Análisis Multivariante con R
Funciones interesantes
Representación gráfica y problemas múltivariantes
Clasificación con R
Ordenación con R
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Observaciones, objetividad
Clasificación
Semejanza
Ordenación
Análisis Multivariante con R
De la observación
De la observación
De la observación
De la observación
De la observación
De la teorı́a
Conceptos: abstacción
Realidad compleja: Multiples variables
Procesos y patrones
De la teorı́a
Conceptos: abstacción
Realidad compleja: Multiples variables
Procesos y patrones
De la teorı́a
Conceptos: abstacción
Realidad compleja: Multiples variables
Procesos y patrones
Arb Herb
1 18 1
2 14 3
3 10 2
4 5 4
5 2 5
6 1 3
170 84 170 74
176 80 176 80
180 70 180 70
170 84 170 74
176 80 176 80
180 70 180 70
cualitativas
cuantitativas
una sóla naturaleza u origen
más de un origen o naturaleza
mixtas
a a+d
IJ = ICS =
a+b+c a+b+c +d
Transformación de similaridad a distancia euclı́dea
p p
d J = 1 − IJ dCS = 1 − ICS
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Observaciones, objetividad
Clasificación
Semejanza
Ordenación
Análisis Multivariante con R
q
y d(i, j) = (xi − xj )2 + (yi − yj )2
yj
,j)
d(i
yi
v
u p
uX
xi xj
x d(i, j) = t (xi,k − xj,k )2
k=1
Contenidos
1 Introducción al uso de las técnicas multivariantes
Observaciones, objetividad
Semejanza
2 Clasificación
Clasifiación no jerárquica k − means
Clasificación jerárquica
3 Ordenación
4 Análisis Multivariante con R
Funciones interesantes
Representación gráfica y problemas múltivariantes
Clasificación con R
Ordenación con R
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
Tipos de clasificación
Automática
Supervisada
Particiones
Jerárquicas
Aglomerativas
Divisivas
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
k − means: El procedimiento
1. Seleccionar el número de grupos que ha de tener la partición.
2. Elegir de forma aleatoria tantos lı́deres como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno de
los lı́deres.
4. Asignar cada objeto a su lı́der más próximo.
5. Si no se han realizado cambios en la asignación a los lı́deres, o se ha
pasado por este punto más del número fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lı́der del
grupo.
7. Ir al paso 3.
8. La clasificación ha terminado: cada objeto pertenece al grupo al
que ha sido asignado.
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasifiación no jerárquica k − means
Clasificación
Clasificación jerárquica
Ordenación
Análisis Multivariante con R
Las observaciones
Los lideres
1 2
La primera partición
1 2
La segunda partición
La tercera partición
La cuarta partición
La partición definitiva
6.0
1 6.0
2
5.0 5.0
4.0 4.0
3.0 3.0
2.0 2.0
1.0 1.0
0.0 0.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
6.0
3 6.0
4
5.0 5.0
4.0 4.0
3.0 3.0
2.0 2.0
1.0 1.0
0.0 0.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
1 2 3 4 5
1 0.00
2 1.00 0.00
3 2.83 2.24 0.00
4 7.07 6.40 4.24 0.00
5 7.62 7.28 5.10 2.83 0.00
1 2 3 4 5
1 0.00
2 1.00 0.00
3 2.83 2.24 0.00
4 7.07 6.40 4.24 0.00
5 7.62 7.28 5.10 2.83 0.00
Criterios de agregación
A
B
a
b
c
C
1,2 3 4 5
1,2 0.00
3 2.24 0.00
4 6.40 4.24 0.00
5 7.28 5.10 2.83 0.00
1,2 3 4 5
1,2 0.00
3 2.24 0.00
4 6.40 4.24 0.00
5 7.28 5.10 2.83 0.00
1,2,3 4 5
1,2,3 0.00
4 4.24 0.00
5 5.10 2.83 0.00
1,2,3 4 5
1,2,3 0.00
4 4.24 0.00
5 5.10 2.83 0.00
1,2,3 4,5
1,2,3 0.00
4,5 4.24 0.00
Criterios de agregación
1 2
Distancia
Distancia
5.00 5.00
4.00 4.00
3.00 3.00
2.00 2.00
1.00 1.00
0.00 0.00
1 2 3 4 5 1 2 3 4 5
Objeto Objeto
4
Distancia
Distancia
5.00 3 5.00
4.00 4.00
3.00 3.00
2.00 2.00
1.00 1.00
0.00 0.00
1 2 3 4 5 1 2 3 4 5
Objeto Objeto
Contenidos
1 Introducción al uso de las técnicas multivariantes
Observaciones, objetividad
Semejanza
2 Clasificación
Clasifiación no jerárquica k − means
Clasificación jerárquica
3 Ordenación
4 Análisis Multivariante con R
Funciones interesantes
Representación gráfica y problemas múltivariantes
Clasificación con R
Ordenación con R
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Introducción al uso de las técnicas multivariantes
Clasificación
Ordenación
Análisis Multivariante con R
Técnicas de ordenación
Análisis
nxp n x p’
Siendo p ≥ p 0
Contenidos
1 Introducción al uso de las técnicas multivariantes
Observaciones, objetividad
Semejanza
2 Clasificación
Clasifiación no jerárquica k − means
Clasificación jerárquica
3 Ordenación
4 Análisis Multivariante con R
Funciones interesantes
Representación gráfica y problemas múltivariantes
Clasificación con R
Ordenación con R
J.A. Palazón y J.F. Calvo Análisis Multivariante con R
Contenidos
Funciones interesantes
Introducción al uso de las técnicas multivariantes
Representación gráfica y problemas múltivariantes
Clasificación
Clasificación con R
Ordenación
Ordenación con R
Análisis Multivariante con R
Paquete mva
Encontramos muchas (27) librerı́as con funciones para
análisis multivariante:
ade4 amap cclust culster CoCoAn DAAG
fpc gclus hier.part knncat knnTree multidim
multiv vnormtest mvpart mvtnorm norm pan
pcurve prabclus princurve rpart sca tree
vegan
xgobi scatterplot3d
Contributed Packages en
http://cran.at.r-project.org/
Funciones relevantes
kmeans()
dist()
hclust()
cov()
cor()
scale()
dist()
table()
cutree()
Funciones relevantes
cov()
cor()
scale()
acp()
acb()
cmdscale()
mca()
biplot()
dibujaacp()
dibujaacb()
J.A. Palazón y J.F. Calvo Análisis Multivariante con R