9.1 Analisis de Cluster Jerarquico

*1. IMPORTAR BASE DE DATOS
 import spss using "C:\Users\Usuario\Documents\INVESTIGACIONES\HOTELLING, BICICLETAS\Data_clasificada_.sav", clear

 
 
*2. CLASIFICAR 

 ***CLASIFICACION GRUPO 1 (D1)
 
 /////////// METODO: WARD, DISTANCIA: EUCLIDEA AL CUADRADO 		///////////
 cluster X1 X2 X3 X4 X5, measure(L2squared) name(Grupos_v1) generate(_v)
 
 /////////// INDICE PARA DETERMINAR EL NUMERO DE CLUSTERS OPTIMO ///////////
 cluster stop Grupos_v1, rule(duda) // metodo duda para cluster jerarquicos, Escojer Je(2)/Je(1) menor
  *cluster stop cluster, rule(calinski) // metodo calinski para cluster no jerarquicos, escoger el valor más grande
 /////////// GERARAR LAS CLASIFICACIONES ///////////			///////////
 cluster generate grupos_ubicacion =groups(4), name(Grupos_v1) 

 
 
 ***DENDOGRAMA VERICAL
 cluster dendrogram Grupos_v2, ///
		labels(ID) xlabel(, angle(90) labsize(*.75)) ///
		ytitle("SIMILITUD") xtitle("BICICLETERIAS") ///
		title("DENDOGRAMA RESPECTO A PRECIOS") subtitle("COCHABAMBA, 2024") ///
		caption("leyenda")  ///
		note(	///
		"Nota 1: Metodo de clasificacion: Ward" /// 
		"Nota 2: Medida de distancias: Euclidea al cuadrado") /// 
		xsize(4) ysize(3) //utnumber(##) para ver un numero ## de grupos

		
		

		 
***DENDOGRAMA HORIZONTAL		
cluster dendrogram _clus_1, ///
		labels(ID)  ylabel(, angle(0) labsize(*.75)) horizontal ///
		ytitle(Y) xtitle(X) ///
		title(TITULO) subtitle(CZCZ) ///
		caption("leyenda")  ///
		note(METODO DE WARD) /// 
		xsize(4) ysize(3)