Tcnicas clster en entornos Big Data

Los anlisis cientficos y los estudios socio-econmicos comienzan a estar influenciados por el Big Data y dentro de ellos la Estadstica Multivariante aporta, como tcnica, nuevos enfoques libres de hiptesis y resuelve problemas en los cuales el anlisis es guiado por los propios datos de forma iterativa y bajo las siguientes premisas bsicas: flexibilidad, practicidad, innovacin, universalidad y simplicidad. Los analistas del Big Data, para conseguir la clasificacin de los individuos y definir comportamientos y estructuras, se centran fundamentalmente en el uso de las tcnicas Cluster. Una de ellas, el Mtodo TwoStep (Chiu et al. 2001), est implementado como herramienta para el estudio de grandes volmenes de datos en el conocido paquete analtico SPSS de IBM, hecho que facilita a su vez su acceso y uso a los investigadores, permitiendo adems trabajar con variables mixtas (cualitativas y cuantitativas) lo que la hace an ms atractiva En este trabajo, se analizar este mtodo junto a su antecesor, el procedimiento BIRCH (Zhang et al. 1996) y se realizar tambin un examen del Cluster HJ-Biplot (Vicente-Tavera 1992, Galindo-Villardn 1986) y del ClusPlot (Pison et al. 1999).