Este análisis tiene por objeto agrupar a las personas en familias sin que se hayan definido las familias de antemano.
Zona 1 : el método y sus opciones.
⇒ K-means : en el caso de familias de tamaño similar, hay que indicar su número; ;
⇒ División binaria : divide sucesivamente la nube en dos; ;
⇒ Mezclas gaussianas : admite familias de formas y dispersiones diferentes; ;
⇒ DBSCAN : calcula por sí mismo el número de familias y sabe qué puntos dejar de lado. Establecido por Epsilon (el radio de vecindad) y Puntuación mínima.
Número de clústeres (K) establece el número de familias para los tres primeros métodos. Valor inicial hace que el resultado sea reproducible de un cálculo a otro.
Zona 2 : la nube en el’Espacio de componentes principales (ACP), en 2D o 3D, un color por grupo.
Zona 3 : para cada variable, una prueba que responda a la pregunta «¿distingue realmente esta variable entre los grupos?» —una prueba de Fisher y una prueba de Kruskal-Wallis—, con su conclusión señalada en color, desde «muy significativa» hasta «no significativa».
💡 Es la Zona 3 la que valida la clasificación. Los grupos que aparecen bien separados en la pantalla, pero en los que ninguna variable es significativa, carecen de sentido desde el punto de vista empresarial: la división existe en el gráfico, pero no en los datos.
💡 Esa misma clasificación está disponible directamente en el mapa de la ACP, en la casilla «Clasificación no supervisada (K-Means)». El número que aparece junto a cada punto es el de su familia.