Interpretar los resultados clave para Conglomerados de k-medias

Complete los siguientes pasos para interpretar un análisis de conglomerado de k-medias. La salida clave incluye las observaciones y las medidas de variabilidad de los conglomerados incluidos en la partición final.

Paso 1: Examinar las agrupaciones finales

Examine las agrupaciones finales para ver si los conglomerados de la partición final tienen sentido intuitivo, con base en la partición inicial que se especificó. Verifique que el número de observaciones en cada conglomerado satisfaga los objetivos de agrupación. Si un conglomerado contiene muy pocas o demasiadas observaciones, se debería volver a ejecutar el análisis utilizando otra partición inicial.

Análisis de conglomerados de K-medias: Clientes, Tasa Retorno, Ventas, Años

Método Número de conglomerados 3 Variables estandarizadas Sí
Partición final Dentro de la Distancia suma de promedio Distancia Número de cuadrados del desde el máxima desde observaciones conglomerado centroide centroide Conglomerado1 4 1.593 0.578 0.884 Conglomerado2 8 8.736 0.964 1.656 Conglomerado3 10 12.921 1.093 1.463
Centroides de grupo Centroide Variable Conglomerado1 Conglomerado2 Conglomerado3 principal Clientes 1.2318 0.5225 -0.9108 0.0000 Tasa Retorno 1.2942 0.2217 -0.6950 0.0000 Ventas 1.1866 0.5157 -0.8872 0.0000 Años 1.2030 0.5479 -0.9195 0.0000
Las distancias entre los centroides de conglomerados Conglomerado1 Conglomerado2 Conglomerado3 Conglomerado1 0.0000 1.5915 4.1658 Conglomerado2 1.5915 0.0000 2.6488 Conglomerado3 4.1658 2.6488 0.0000
Resultados clave: Partición final

En estos resultados, Minitab agrupa los datos de 22 empresas en 3 conglomerados con base en la partición inicial que se especificó. El Conglomerado 1 contiene 4 observaciones y representa a empresas grandes ya establecidas. El Conglomerado 2 contiene 8 observaciones y representa a empresas de mediano crecimiento. El Conglomerado 3 contiene 10 observaciones y representa a empresas creadas recientemente. Un analista de negocios cree que estas agrupaciones finales son adecuadas para los datos.

Nota

Para ver a qué conglomerado pertenece cada observación, debe ingresar una columna de almacenamiento al realizar el análisis. Minitab almacena a qué conglomerado pertenece cada observación en una columna de la hoja de trabajo.

Paso 2: Evaluar la variabilidad dentro de cada conglomerado

Examine la variabilidad de las observaciones dentro de cada conglomerado utilizando las medidas de distancia desde el centroide. Los conglomerados con valores más altos muestran una mayor variabilidad de las observaciones dentro del conglomerado. Si la diferencia de la variabilidad entre los conglomerados es demasiado alta, se debería volver a ejecutar el análisis utilizando otra partición inicial.

Análisis de conglomerados de K-medias: Clientes, Tasa Retorno, Ventas, Años

Método Número de conglomerados 3 Variables estandarizadas Sí
Partición final Dentro de la Distancia suma de promedio Distancia Número de cuadrados del desde el máxima desde observaciones conglomerado centroide centroide Conglomerado1 4 1.593 0.578 0.884 Conglomerado2 8 8.736 0.964 1.656 Conglomerado3 10 12.921 1.093 1.463
Centroides de grupo Centroide Variable Conglomerado1 Conglomerado2 Conglomerado3 principal Clientes 1.2318 0.5225 -0.9108 0.0000 Tasa Retorno 1.2942 0.2217 -0.6950 0.0000 Ventas 1.1866 0.5157 -0.8872 0.0000 Años 1.2030 0.5479 -0.9195 0.0000
Las distancias entre los centroides de conglomerados Conglomerado1 Conglomerado2 Conglomerado3 Conglomerado1 0.0000 1.5915 4.1658 Conglomerado2 1.5915 0.0000 2.6488 Conglomerado3 4.1658 2.6488 0.0000
Resultados clave: Distancia promedio desde el centroide

En estos resultados, la distancia promedio desde el centroide más baja es la del Conglomerado 1 (0.578) y la más alta es la del Conglomerado 3 (1.093). Esto indica que el Conglomerado 1 tiene la menor variabilidad y Conglomerado 3 tiene la mayor variabilidad. Sin embargo, el Conglomerado 1 tiene la menor cantidad de observaciones (4) y el Conglomerado 3 tiene el mayor número de observaciones (10), lo cual pudiera explicar en parte la diferencia en la variabilidad.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política