Técnicas clúster en entornos Big Data

Los an lisis cient ficos y los estudios socio-econ micos comienzan a estar influenciados por el Big Data y dentro de ellos la Estad stica Multivariante aporta, como t cnica, nuevos enfoques libres de hip tesis y resuelve problemas en los cuales el an lisis es guiado por los propios datos de forma iterativa y bajo las siguientes premisas b sicas: flexibilidad, practicidad, innovaci n, universalidad y simplicidad. Los analistas del Big Data, para conseguir la clasificaci n de los individuos y definir comportamientos y estructuras, se centran fundamentalmente en el uso de las t cnicas Cluster. Una de ellas, el M todo TwoStep (Chiu et al. 2001), est implementado como herramienta para el estudio de grandes vol menes de datos en el conocido paquete anal tico SPSS de IBM, hecho que facilita a su vez su acceso y uso a los investigadores, permitiendo adem s trabajar con variables mixtas (cualitativas y cuantitativas) lo que la hace a n m s atractiva En este trabajo, se analizar este m todo junto a su antecesor, el procedimiento BIRCH (Zhang et al. 1996) y se realizar tambi n un examen del Cluster HJ-Biplot (Vicente-Tavera 1992, Galindo-Villard n 1986) y del ClusPlot (Pison et al. 1999).