Técnicas clúster en entornos Big Data

Los análisis científicos y los estudios socio-económicos comienzan a estar influenciados por el Big Data y dentro de ellos la Estadística Multivariante aporta, como técnica, nuevos enfoques libres de hipótesis y resuelve problemas en los cuales el análisis es guiado por los propios datos de forma iterativa y bajo las siguientes premisas básicas: flexibilidad, practicidad, innovación, universalidad y simplicidad. Los analistas del Big Data, para conseguir la clasificación de los individuos y definir comportamientos y estructuras, se centran fundamentalmente en el uso de las técnicas Cluster. Una de ellas, el Método TwoStep (Chiu et al. 2001), está implementado como herramienta para el estudio de grandes volúmenes de datos en el conocido paquete analítico SPSS de IBM, hecho que facilita a su vez su acceso y uso a los investigadores, permitiendo además trabajar con variables mixtas (cualitativas y cuantitativas) lo que la hace aún más atractiva En este trabajo, se analizará este método junto a su antecesor, el procedimiento BIRCH (Zhang et al. 1996) y se realizará también un examen del Cluster HJ-Biplot (Vicente-Tavera 1992, Galindo-Villardón 1986) y del ClusPlot (Pison et al. 1999).