MVar.pt (version 2.1.1)

Cluster: Analise de cluster.

Description

Realiza analise de cluster hierarquico e nao hierarquico em um conjunto de dados.

Usage

Cluster(data, titles = NA, hierarquico = TRUE, analise = "Obs",  
        corabs = FALSE, normaliza = FALSE, distance = "euclidean",  
        method = "complete", horizontal = FALSE, numgrupos = 0,
        lambda = 2, casc = TRUE)

Arguments

data

Dados a serem analizados.

titles

Titulos para os graficos, se nao for definido assume texto padrao.

hierarquico

Agrupamentos hierarquicos (default = TRUE), para agrupamentos nao hierarquicos (method K-Means), somente para caso analise = "Obs".

analise

"Obs" para analises nas observacoes (default), "Var" para analises nas variaveis.

corabs

Matriz de correlacao absoluta caso analise = "Var" (default = FALSE).

normaliza

Normaliza os dados somente para caso analise = "Obs" (default = TRUE).

distance

Metrica das distancias caso agrupamentos hierarquicos: "euclidean" (default), "maximum", "manhattan", "canberra", "binary" ou "minkowski". Caso analise = "Var" a metrica sera a matriz de correlacao, conforme corabs.

method

Metodo para analises caso agrupamentos hierarquicos: "complete" (default), "ward.D", "ward.D2", "single", "average", "mcquitty", "median" ou "centroid".

horizontal

Dendrograma na horizontal (default = FALSE).

numgrupos

Numero de grupos a formar.

lambda

Valor usado na distancia de minkowski.

casc

Efeito cascata na apresentacao dos graficos (default = TRUE).

Value

Varios graficos.

tabres

Tabela com as similaridades e distancias dos grupos formados.

groups

Dados originais com os grupos formados.

resgroups

Resultados dos grupos formados.

sqt

Soma do quadrado total.

mtxD

Matriz das distancias.

References

MINGOTI, S. A. analise de dados atraves de metodos de estatistica multivariada: uma abordagem aplicada. Belo Horizonte: UFMG, 2005. 297 p.

FERREIRA, D. F. Estatistica Multivariada. 2a ed. revisada e ampliada. Lavras: Editora UFLA, 2011. 676 p.

RENCHER, A. C. Methods of multivariate analysis. 2th. ed. New York: J.Wiley, 2002. 708 p.

Examples

# NOT RUN {
data(DataQuan) # conjunto de dados quantitativos

data <- DataQuan[,2:8]

rownames(data) <- DataQuan[1:nrow(DataQuan),1]

Res <- Cluster(data, hierarquico = TRUE, analise = "Obs", corabs = FALSE, 
               normaliza = FALSE, distance = "euclidean", method = "ward.D", 
               horizontal = FALSE, numgrupos = 2)

print("Tabela com as similaridades e distancias:"); Res$tabres
print("Grupos formados:"); Res$groups
print("Tabela com os resultados dos grupos:"); Res$resgroups
print("Soma do quadrado total:"); Res$sqt
print("Matriz de distancias:"); Res$mtxD 

write.table(file=file.path(tempdir(),"SimilarityTable.csv"), Res$tabres, sep=";",
            dec=",",row.names = FALSE) 
write.table(file=file.path(tempdir(),"Groupeddata.csv"), Res$groups, sep=";",
            dec=",",row.names = TRUE) 
write.table(file=file.path(tempdir(),"GroupResults.csv"), Res$resgroups, sep=";",
            dec=",",row.names = TRUE) 
# }