Aplicación del índice RAND para medir la preservación de la estructura original de datos edáfico-taxonímicos en una partición obtenida con la técnica de Cluster Analysis

Resumen

En un estudio realizado por Fernández y Rodríguez (1995), se requirió de la aplicación de la técnica de Análisis de Conglomerados (Cluster Analysis) para determinar, matemática o automáticamente, la clasificación en 7 clases de 30 perfiles de suelos venezolanos (8 Inceptisols, 12 Ultisols, 5 Aridisols, 2 Oxisols, 1 Entisol, 1 Vertisol y 1 Alfisol) formados bajo distintos ambientes naturales. Para medir la calidad de la partición obtenida se decidió utilizar el índice o estadístico Rand, sugerido por Milligan (1980) como un estadístico apropiado. El mencionado índice se determinó con base a una matriz cuadrada y simétrica de orden 30, en donde sólo se compilaban como valores posibles de los elementos de la matriz a la unidad y el cero. El valor del mencionado índice, utilizando la parte triangular inferior de la matriz simétrica, fue de 0,77; cifra que sugiere que la clasificación automática lograda conserva en un 77% la estructura original que consistió en la clasificación de los 30 perfiles en taxones a nivel de orden. Esta tasa de recuperación se considera pertinente si se toma en cuenta que el valor máximo posible de recuperación es del 100%. El propósito de este artículo es, básicamente, mostrar algunas características operacionales del mencionado estadístico así como sugerir su uso a los geógrafos interesados en los tópicos de clasificación de sus objetos de estudio.

ABSTRACT
In a study carried out by Fernández y Rodríguez (1995), application of cluster analysis was required to determine mathematically or automatically, the classification in 7 classes of 30 profiles of Venezuelan soils (8 Inceptisols, 12 Ultisols, 5 Aridisols, 2 Oxisols, 1 Entisol, 1 Vertisol y 1 Alfisol) formed under various differents natural environments. In order to measure the quality of the obtained partition to use the Rand Index was considered, as suggested by Milligan (1980), as a suitable statistic. This index was determined on a square and symmetric matrix basis of order 30, where only possible values of matrix elements to unity and zero were compiled. The value of such index, using the lower triangular part of the symmetric matrix, was 0,77; value which suggests the automated classification obtained preserves 77% of the original structure which consisted in the classification of the 30 profiles in taxons at level order. This rate of recovery is considered appropriate if it is taken in account that the maximum possible value of recovery is 100%. The purpose of this article is to show basically some operational characteristics of the Rand Index, and also to suggest its use to geographers interested in classification topics.