Técnicas Estatísticas de Agrupamento

Apresentação em tema: "Técnicas Estatísticas de Agrupamento"— Transcrição da apresentação:

1 Técnicas Estatísticas de Agrupamento
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Disciplina: EAD 351 Técnicas Estatísticas de Agrupamento

2 Aplicação no PASW Statistics

3 Exemplo 3

4 Considere o exemplo de uma analista de gestão de pessoas que deseja agrupar os candidatos em três grupos considerando duas variáveis: o tempo de formação do candidato e o tempo que o candidato permaneceu na empresa anterior. A Tabela apresenta os valores das variáveis para os cinco candidatos.

5 Neste exemplo será utilizado o software PASW Statistics versão 18.

6 Importar a Base de Dados

7 Para importar um arquivo clicar em File, localizar o arquivo no computador e clicar em open.

8 Caso a primeira linha do arquivo a ser importado tiver o nome das variáveis deixar a opção que está marcada selecionada e clicar em OK.

9 O PASW Statistics importou de forma adequada a a base de dados.

10 Clicar em Variable View para verificar o tipo de cada variável.

11 A variável candidato é uma string e não uma variável numérica
A variável candidato é uma string e não uma variável numérica. Para trocar o tipo de variável clicar em TYPE , selecionar o tipo desejado e clicar em OK.

12 Agora a variável candidato é uma string.

13 Cluster Hierárquico

14 Selecionar Analyze , Classify e Hierarchical Cluster

15 Selecionar as variáveis que deverão ser utilizadas para formar os grupos e selecionar a variável Label.

16 As variáveis que deverão ser utilizadas para formar os grupos e a variável Label foram selecionadas.

17 No menu Statistics, Fazer estas seleções :

18 No menu Plots. Fazer estas seleções :

19 No menu Method, Selecionar um dos métodos de agrupamento

20 Neste exemplo selecionar o vizinho mais próximo (Nearest Neighbor )

21 No menu Method, Selecionar uma das medidas

22 Neste exemplo selecionar a Distância Euclidiana

23 Após a seleção das opções clicar em ok

24 O PASW Statistics gera um output com todos os resultados.

25 Número de elementos da base de dados e a matriz com as distâncias Euclidianas.

26 O PASW Statistics mostra quais os elementos que foram agrupados e em que distância.
No estágio 1, o elemento 1 foi agrupado ao elemento 2 na distância 2,236. No estágio 2, o elemento 3 foi agrupado ao elemento 4 na distância 5,657. No estágio 3, o grupo (1+2) foi agrupado ao elemento 5 na distância 9,220. No estágio 4, o grupo (1+2+5) foi agrupado ao grupo (3+4) na distância 10,00.

27 Dendrograma O PASW Statistics gera o dendograma.
Neste dendograma o PASW Statistics não apresenta no eixo vertical as distâncias euclidianas originais. O PASW Statistics faz uma mudança de escala. Dendrograma

28 Exercício

29 1 – Considerando a matriz de distância quais os 2 Pokemons mais parecidos?
ENTREGAR

30 2 – Faça o dendograma ENTREGAR

31 Banco de Dados: MCDONALDS.xls
Exemplo 4 Banco de Dados: MCDONALDS.xls

32 Neste exemplo pretende-se agrupar os lanches do Mcdonalds de acordo com as variáveis apresentadas.

33 Método Hierárquico

34 As variáveis que deverão ser utilizadas no cluster foram selecionadas e a variável Label foi selecionada.

35 No menu Statistics, Fazer estas seleções :

36 No menu Plots, Fazer estas seleções :

37 Método Hierárquico Vizinho mais próximo (Nearest neighbor)

38 Selecionar: Cluster Method: Vizinho mais próximo (Nearest neighbor) Measure : Distância Euclidiana (Euclidian distance) Transform Values: Z scores (transforma cada variável e considera as variáveis padronizadas).

39 A variável padronizada é denominada Z.
X: variável aleatória com média e desvio padrão S Z: variável aleatória padronizada com média 0 e variância 1.

40 Dendrograma

41 base de dados: MCdonalds1.xls
Exercício 1 base de dados: MCdonalds1.xls

42 Considerando as variáveis padronizadas, o método da centróide e a matriz de distância Euclidiana , faça o dendograma. Obtenha 5 grupos com a base de dados: MCdonalds1.xls 1 – Quais os lanches estão em cada grupo. Responder com o número do lanche e não com o nome. Considerar a formação da esquerda para a direita: Grupo 1: Grupo 2: Grupo 3: Grupo 4: Grupo 5: ENTREGAR

43 Exercício 2 base de dados: POKEMON1.xls

44 Todas as variáveis devem estar como : ESCALA.

45 Considerando as variáveis padronizadas, o método do vizinho mais distante e a matriz de distância Euclidiana, faça o dendograma. Obtenha 4 grupos com a base de dados: POKEMON1.xls. Considerar a formação da esquerda para a direita. 1 – Quais elementos (Pokemon) estão em cada grupo ? ENTREGAR

46 ENTREGAR Abrir a base de dados no excel.
Considerar as variáveis originais e não as variáveis padronizadas. 2 – Complete a tabela abaixo com a média da variável para cada grupo. Caracterize os grupos. ENTREGAR