CLÚSTER
CLUSTER está disponible en Statistics Base Edition.
CLUSTER genera clústeres jerárquicos de elementos basados en medidas de distancia de disimilaridad o similitud. Los elementos que se agrupan en clúster suelen ser casos del conjunto de datos activo, y las medidas de distancia se calculan a partir de sus valores para una o más variables. También puede agrupar variables si lee una matriz que mide distancias entre variables.
CLUSTER varlist [/MISSING=[EXCLUDE**] [INCLUDE]]
[/MEASURE=[{SEUCLID** }]
{EUCLID }
{COSINE }
{CORRELATION }
{BLOCK }
{CHEBYCHEV }
{POWER(p,r) }
{MINKOWSKI(p) }
{CHISQ }
{PH2 }
{RR[(p[,np])] }
{SM[(p[,np])] }
{JACCARD[(p[,np])] }
{DICE[(p[,np])] }
{SS1[(p[,np])] }
{RT[(p[,np])] }
{SS2[(p[,np])] }
{K1[(p[,np])] }
{SS3[(p[,np])] }
{K2[(p[,np])] }
{SS4[(p[,np])] }
{HAMANN[(p[,np])] }
{OCHIAI[(p[,np])] }
{SS5[(p[,np])] }
{PHI[(p[,np])] }
{LAMBDA[(p[,np])] }
{D[(p[,np])] }
{Y[(p[,np])] }
{Q[(p[,np])] }
{BEUCLID[(p[,np])] }
{SIZE[(p[,np])] }
{PATTERN[(p[,np])] }
{BSEUCLID[(p[,np])]}
{BSHAPE[(p[,np])] }
{DISPER[(p[,np])] }
{VARIANCE[(p[,np])]}
{BLWMN[(p[,np])] }
[/METHOD={BAVERAGE**}[(rootname)] [...]]
{WAVERAGE }
{SINGLE }
{COMPLETE }
{CENTROID }
{MEDIAN }
{WARD }
{DEFAULT** }
[/SAVE=CLUSTER({level })] [/ID=varname]
{min,max}
[/PRINT=[CLUSTER({level })] [DISTANCE] [SCHEDULE**] [NONE]]
{min,max}
[/PLOT=[VICICLE**[(min[,max[,inc]])]] [DENDROGRAM] [NONE]]
[HICICLE[(min[,max[,inc]])]]
[/MATRIX=[IN({'savfile'|'dataset'})] [OUT({'savfile'|'dataset'})]]
{* } {* }
**Valor predeterminado si el subcomando o la palabra clave se omite.
Este mandato lee el conjunto de datos activo y provoca la ejecución de los mandatos pendientes. Consulte el tema Orden de mandatos para obtener más información.
La sintaxis del mandato CLUSTER se puede generar desde el diálogo Análisis jerárquico de clústeres .
Ejemplo
CLUSTER V1 TO V4
/PLOT=DENDROGRAM
/PRINT=CLUSTER (2,4).