Fasi di preparazione
Stage 1:
Objectives of Cluster
Analysis
|
Scegliere l’obiettivo dello studio (è esplorativo o confermativo? È nalizzato a creare una tassonomia, a sintetizzare i dati, a identicare relazioni latenti esistenti?)
Selezionare le variabili da includere nello studio
|
Stage 2:
Research Design in Cluster Analysis
|
Vericare che il campione sia su!cientemente numeroso a!nché tutti i gruppi siano ben rappresentati Vericare la presenza di outlier che potrebbero compromettere la clusterizzazione o perché fuori dal campione (troppo distanti) o perché espressione di un gruppo di dimensioni troppo piccole sottorappresentato
Denire le procedure per calcolare misure di similarità e distanza
Se necessario, standardizzare i dati (variabili, distanze, osservazioni) per uniformare le scale
|
Stage 3:
Assumptions in Cluster Analysis
|
Accertarsi che il campione sia rappresentativo della struttura della popolazione
Vericare casi di multicollinearità delle variabili che possono incrementare il peso di alcune dimensioni nella denizione dei gruppi
|
Fasi di costruzione e validazione
|
Stage 4:
Deriving Clusters and
Assessing overall "t
|
Denire quale procedura di partizione usare per formare i cluster
Denire la stopping rule, la regola cioè che determina il numero di gruppi a cui fermarsi
Se necessario, ripetere le operazioni nei casi in cui vengano rilevati outlier, gruppi di scarsissima numerosità, risultati poco signicativi
|
Stage 5:
Interpretation of the
Clusters
|
Descrivere i proli risultati nei cluster ottenuti (molto spesso a partire dai centroidi)
|
Stage 6:
Validation and Pro"ling of the Clusters
|
Validare la soluzione nale di clusterizzazione su campioni diversi o a partire da prederminati criteri di validità
|
