ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Analisis Multivariante con R
Jose Antonio Palazon Palazon Ferrandoy
Jose Francisco Calvo Sendın
Depto. Ecologıa e Hidrologı[email protected] [email protected]
Universidad de Murcia
Taller Caldum, 22 de Julio de 2004
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
1 Introduccion al uso de las tecnicas multivariantesObservaciones, objetividadSemejanza
2 ClasificacionClasifiacion no jerarquica k −meansClasificacion jerarquica
3 Ordenacion
4 Analisis Multivariante con RFunciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Contenidos
1 Introduccion al uso de las tecnicas multivariantesObservaciones, objetividadSemejanza
2 ClasificacionClasifiacion no jerarquica k −meansClasificacion jerarquica
3 Ordenacion
4 Analisis Multivariante con RFunciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la observacion
Observaciones: objetos de estudio
Medidas: Procedimiento (tipos de variables)
Objetividad: Regla de repetibilidad
Sistema de referencia objetivo para los casos observados ypor tanto puedo compararlos
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la observacion
Observaciones: objetos de estudio
Medidas: Procedimiento (tipos de variables)
Objetividad: Regla de repetibilidad
Sistema de referencia objetivo para los casos observados ypor tanto puedo compararlos
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la observacion
Observaciones: objetos de estudio
Medidas: Procedimiento (tipos de variables)
Objetividad: Regla de repetibilidad
Sistema de referencia objetivo para los casos observados ypor tanto puedo compararlos
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la observacion
Observaciones: objetos de estudio
Medidas: Procedimiento (tipos de variables)
Objetividad: Regla de repetibilidad
Sistema de referencia objetivo para los casos observados ypor tanto puedo compararlos
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la observacion
Observaciones: objetos de estudio
Medidas: Procedimiento (tipos de variables)
Objetividad: Regla de repetibilidad
Sistema de referencia objetivo para los casos observados ypor tanto puedo compararlos
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la teorıa
Conceptos: abstaccion
Realidad compleja: Multiples variables
Procesos y patrones
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la teorıa
Conceptos: abstaccion
Realidad compleja: Multiples variables
Procesos y patrones
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
De la teorıa
Conceptos: abstaccion
Realidad compleja: Multiples variables
Procesos y patrones
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Dado un conjunto de datos ...
Arb Herb1 18 12 14 33 10 24 5 45 2 56 1 3
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
. . . ¿cual es mas real?
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
. . . ¿cual es mas real?
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
. . . ¿cual es mas real?
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Principales problemas a resolver con tecnicas
multivariantes
Los datos
� �� �� �� �� �� �
� � � �� � � �� � � �� � � �
� � � �� � � �� � � �� � � �
����
� � �� � �� � �
� � �� � �� � �
� � � �� � � �� � � �
La clasificacion
� �� �� �� �� �� �
� � � �� � � �� � � �� � � �
� � � �� � � �� � � �� � � �� �� � �� � � � � �� � � � �� � � � �
� � � �� � � �� � � �� � � �� � � �� � � �� � � �
La ordenacion
� � � � �� � � � �� � � � �� � � � �
� � � � �� � � � �� � � � �� � � � �
� �� �� �� �� �� �
� � � � �� � � � �� � � � �� � � � �� � � � �� � � � �
������
� � � �� � � �� � � �� � � �
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Principales problemas a resolver con tecnicas
multivariantes
Los datos
� �� �� �� �� �� �
� � � �� � � �� � � �� � � �
� � � �� � � �� � � �� � � �
����
� � �� � �� � �
� � �� � �� � �
� � � �� � � �� � � �
La clasificacion
� �� �� �� �� �� �
� � � �� � � �� � � �� � � �
� � � �� � � �� � � �� � � �� �� � �� � � � � �� � � � �� � � � �
� � � �� � � �� � � �� � � �� � � �� � � �� � � �
La ordenacion
� � � � �� � � � �� � � � �� � � � �
� � � � �� � � � �� � � � �� � � � �
� �� �� �� �� �� �
� � � � �� � � � �� � � � �� � � � �� � � � �� � � � �
������
� � � �� � � �� � � �� � � �
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Principales problemas a resolver con tecnicas
multivariantes
Los datos
� �� �� �� �� �� �
� � � �� � � �� � � �� � � �
� � � �� � � �� � � �� � � �
����
� � �� � �� � �
� � �� � �� � �
� � � �� � � �� � � �
La clasificacion
� �� �� �� �� �� �
� � � �� � � �� � � �� � � �
� � � �� � � �� � � �� � � �� �� � �� � � � � �� � � � �� � � � �
� � � �� � � �� � � �� � � �� � � �� � � �� � � �
La ordenacion
� � � � �� � � � �� � � � �� � � � �
� � � � �� � � � �� � � � �� � � � �
� �� �� �� �� �� �
� � � � �� � � � �� � � � �� � � � �� � � � �� � � � �
������
� � � �� � � �� � � �� � � �
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
¿A quien me parezco mas?
Tres mejor que dos...
170 84176 80180 70
170 74176 80180 70
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
¿A quien me parezco mas?
Tres mejor que dos...
170 84176 80180 70
170 74176 80180 70
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Las cosas se complican en la realidad . . .
. . . cuando el numero de variables > 3
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
¿Que variables puedo analizar?
cualitativas
cuantitativas
una sola naturaleza u origen
mas de un origen o naturaleza
mixtas
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Datos, datos, datos
Ecologıa metodologica y cuantitativa
Censos de la poblacion murciana
Datos biometricos de alumnos de Ecologıa metodologicay cuantitativa (2003–04)
Habitos y dietas de rapaces
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Indices, similaridades y distancias
Datos de presencia–ausencia
Objeto j1 0
Objeto i 1 a b a + b0 c d c + d
a + c b + d a + b + c + d
IJ =a
a + b + cICS =
a + d
a + b + c + d
Transformacion de similaridad a distancia euclıdea
dJ =√
1− IJ dCS =√
1− ICS
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Observaciones, objetividadSemejanza
Distancia entre dos puntos
y
xx
y
xi j
i
yj
d(i,j)
d(i , j) =√
(xi − xj)2 + (yi − yj)2
d(i , j) =
√√√√ p∑k=1
(xi ,k − xj ,k)2
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Contenidos
1 Introduccion al uso de las tecnicas multivariantesObservaciones, objetividadSemejanza
2 ClasificacionClasifiacion no jerarquica k −meansClasificacion jerarquica
3 Ordenacion
4 Analisis Multivariante con RFunciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Tipos de clasificacion
Automatica
Supervisada
Particiones
Jerarquicas
Aglomerativas
Divisivas
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
k −means: El procedimiento
1. Seleccionar el numero de grupos que ha de tener la particion.
2. Elegir de forma aleatoria tantos lıderes como grupos.
3. Calcular la distancia de todos los objetos a clasificar a cada uno delos lıderes.
4. Asignar cada objeto a su lıder mas proximo.
5. Si no se han realizado cambios en la asignacion a los lıderes, o se hapasado por este punto mas del numero fijado de veces ir al paso 8.
6. Cacular el centroide de cada grupo y declararlo nuevo lıder delgrupo.
7. Ir al paso 3.
8. La clasificacion ha terminado: cada objeto pertenece al grupo alque ha sido asignado.
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Las observaciones
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Los lideres
21
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
La primera particion
1 2
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Los centroides de la 1a particion
1
2
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
La segunda particion
1
2
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Los centroides de la 2a particion
2
1
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
La tercera particion
2
1
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Los centroides de la 3a particion
2
1
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
La cuarta particion
2
1
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Los centroides de la 4a particion
2
1
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
La particion definitiva
2
1
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio deagregacion del vecino mas proximo
1
0.0
1.0
2.0
3.0
4.0
5.0
6.01.
0
2.0
3.0
4.0
5.0
0.0
6.0
7.0
8.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
1.0
2.0
3.0
4.0
5.0
0.0
6.0
7.0
8.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
1.0
2.0
3.0
4.0
5.0
0.0
6.0
7.0
8.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
1.0
2.0
3.0
4.0
5.0
0.0
6.0
7.0
8.0
2
3 4
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1 2 3 4 51 0.002 1.00 0.003 2.83 2.24 0.004 7.07 6.40 4.24 0.005 7.62 7.28 5.10 2.83 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1 2 3 4 51 0.00
2 1.00 0.003 2.83 2.24 0.004 7.07 6.40 4.24 0.005 7.62 7.28 5.10 2.83 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Criterios de agregacion
BA
Cc
ab
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1,2 3 4 51,2 0.003 2.24 0.004 6.40 4.24 0.005 7.28 5.10 2.83 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1,2 3 4 51,2 0.00
3 2.24 0.004 6.40 4.24 0.005 7.28 5.10 2.83 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1,2,3 4 51,2,3 0.00
4 4.24 0.005 5.10 2.83 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1,2,3 4 51,2,3 0.00
4 4.24 0.00
5 5.10 2.83 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Clasificacion mediante el criterio de agregacion del
vecino mas proximo
1,2,3 4,51,2,3 0.004,5 4.24 0.00
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Clasifiacion no jerarquica k − meansClasificacion jerarquica
Criterios de agregacion
0.00
3.00
4.00
5.00
2.00
1.00
2 3 4 51
Dis
tanc
ia
Objeto
0.00
3.00
4.00
5.00
2.00
1.00
2 3 4 51
Dis
tanc
ia
Objeto
0.00
3.00
4.00
5.00
2.00
1.00
2 3 4 51
Dis
tanc
ia
Objeto
0.00
3.00
4.00
5.00
2.00
1.00
2 3 4 51
Dis
tanc
ia
Objeto
1 2
3 4
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Contenidos
1 Introduccion al uso de las tecnicas multivariantesObservaciones, objetividadSemejanza
2 ClasificacionClasifiacion no jerarquica k −meansClasificacion jerarquica
3 Ordenacion
4 Analisis Multivariante con RFunciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Tecnicas de ordenacion
Analisis de componentes principales
Analisis de coordenadas principales
Analisis de correspondencias binarias
Analisis de correspondencias multiples
Analisis de correspondencias “difuso”
Analisis de correspondencias sin tendencia
Analisis de correspondencias canonicos
Analisis factorial multiple
Analisis RLQ
Escalamientos multidimensionales
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Resultado general de un analisis de ordenacion
Matriz de datos Matriz transformada
Análisis
n x p n x p’
Siendo p ≥ p′
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Funciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
Contenidos
1 Introduccion al uso de las tecnicas multivariantesObservaciones, objetividadSemejanza
2 ClasificacionClasifiacion no jerarquica k −meansClasificacion jerarquica
3 Ordenacion
4 Analisis Multivariante con RFunciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Funciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
¿Donde localizo las funciones?
Paquete mva
Encontramos muchas (27) librerıas con funciones paraanalisis multivariante:
ade4 amap cclust culster CoCoAn DAAGfpc gclus hier.part knncat knnTree multidimmultiv vnormtest mvpart mvtnorm norm panpcurve prabclus princurve rpart sca treevegan
xgobi scatterplot3d
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Funciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
Contributed Packages en
http://cran.at.r-project.org/
Numero total: 366
Relacionadas con tecnicas multivariantes: 27
Proporcion: 7.5%
ADE4 231 items (60 ficheros de datos): 171 funciones
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Funciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
Solo ante plot()
Una figura se inicia con plot()
Tenemos points(), lines(), segments(), rect(),arrows(), text(), abline(), . . .
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Funciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
Funciones relevantes
kmeans()
dist()
hclust()
cov()
cor()
scale()
dist()
table()
cutree()
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
ContenidosIntroduccion al uso de las tecnicas multivariantes
ClasificacionOrdenacion
Analisis Multivariante con R
Funciones interesantesRepresentacion grafica y problemas multivariantesClasificacion con ROrdenacion con R
Funciones relevantes
cov()
cor()
scale()
acp()
acb()
cmdscale()
mca()
biplot()
dibujaacp()
dibujaacb()
J.A. Palazon y J.F. Calvo Analisis Multivariante con R
Top Related