15 Cluster no jerárquico (Kmeans - KMedoids)

15.1 Cluster no jerárquico (Kmeans - KMedoids)

source('functions.R')

data <- read_spss('datos_para_cluster.sav')
bw8cluster(data,
           vars= c("X1","X2","X3","X4","X5","X6","X7"),
           id_var = 'ID',
           k = 3,
           method = "kmeans",
           standardize = FALSE,
           max_iter = 50,
           nstart = 25,
           initial_centers_json = NULL,
           export_json = TRUE,
           json_path = "cluster_export.json",
           publish = TRUE)

Análisis de Clúster KMEANS

Número de Clústeres (K): 3 | Estandarizado: FALSE | Iteraciones: 2

1. Centros de Clústeres Finales

2. Distancias entre los Centros de los Clústeres Finales

3. Tabla ANOVA (Perfilado de Variables)

Nota: Los estadísticos F son puramente descriptivos. Al maximizar las diferencias para formar los clústeres, los niveles de significación no deben usarse para contrastar hipótesis formales.

4. Número de Casos en cada Clúster

5. Distribución Espacial de Clústeres