4. Cluster from CA coordinates (three factors ncp=3)
Previous syntax
load("C:/RData/SpanishDisc.RData")
library(Xplortext)
swu <- c("consiguiente", "ello", "hacia", "punto", "Señorías", "si", "Sus", "vista", "A", "B", "C", "D", "E",
"F", "a", "b", "c", "d")
TD <- TextData(SpanishDisc, var.text=c(1), context.quanti="year", Fmin=10, Dmin=2, idiom="es", lower=FALSE,
remov.number=TRUE, stop.word.tm=TRUE, stop.word.user=swu, graph=FALSE)
To select only the first 3 factors:
resLexCA <- LexCA(TD, ncp=3, graph=FALSE)
To cut the tree at the level the user clicks on use nb.clust=0 (the default). In this case, a suggested level is provided.
If -1, the tree is automatically cut at the suggested level.
If a (positive) integer, the tree is cut with nb.clust clusters (for example nb.clust=4 provides in this case the same result as the automatic cut nb.clust=-1):
res.ccah <- LexCHCca(resLexCA, nb.clust=4, graph=TRUE)
Cluster description using hierarchical words
res.Label function extracts the hierarchical characteristic words associated to the nodes of a chronological hierarchical tree; the characteristic words of each node are extracted, then each word is associated to the node that it best characterizes. The argument “proba” is a threshold on the p-value to select the characteristic words(by default 0.05):
res.Label <- LabelTree(res.ccah, proba=0.0005)
res.Label
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 |
$`Su79 CS81 Gz82 Gz86 Gz89` Intern % glob % Intern freq Glob freq p.value v.test política 1.00394407 0.75956385 252 411 1.520663e-09 6.042158 inflación 0.16732401 0.09240436 42 50 8.371088e-08 5.358942 realización 0.08366201 0.03880983 21 21 1.966820e-07 5.202446 situación 0.27090554 0.18296064 68 99 1.211158e-05 4.375570 Europeas 0.07171029 0.03511366 18 19 2.101523e-05 4.253822 problema 0.14740449 0.08870819 37 48 2.824537e-05 4.187170 problemas 0.31871240 0.22731473 80 123 4.670773e-05 4.071518 hecho 0.16334011 0.10349288 41 56 8.392449e-05 3.932908 tema 0.06374248 0.03141748 16 17 8.788456e-05 3.921815 decir 0.14342058 0.08870819 36 48 1.046602e-04 3.879526 balanza 0.04780686 0.02217705 12 12 1.983259e-04 3.721139 conseguir 0.13545277 0.08501201 34 46 2.774408e-04 3.635501 sino 0.20716306 0.14230272 52 77 2.908652e-04 3.623303 propia 0.15138839 0.09794862 38 53 3.341141e-04 3.587304 tiempo 0.23106649 0.16263168 58 88 3.464961e-04 3.577802 pagos 0.04382296 0.02032896 11 11 4.276299e-04 3.522418 desigualdades 0.04382296 0.02032896 11 11 4.276299e-04 3.522418 veces 0.07967810 0.04435409 20 24 4.420569e-04 3.513613 $`Gz93 Az96 Az00 Zp04 Zp08 Rj11` Intern % glob % Intern freq Glob freq p.value v.test reforma 0.36540384 0.24579560 106 133 6.287601e-10 6.183047 compromiso 0.20338516 0.12197376 59 66 8.626845e-10 6.132942 Unión 0.18270192 0.10903715 53 59 4.514608e-09 5.864142 confianza 0.26198766 0.17187211 76 93 2.533931e-08 5.570923 legislatura 0.29990693 0.20883386 87 113 4.538645e-07 5.044855 modelo 0.15167707 0.09425245 44 51 1.567986e-06 4.802370 Consejo 0.12065221 0.07392349 35 40 1.109591e-05 4.394635 Administraciones 0.16891310 0.11273332 49 61 2.532742e-05 4.211862 debemos 0.16546589 0.11088523 48 60 3.824057e-05 4.117861 competitividad 0.11720501 0.07392349 34 40 5.851322e-05 4.018728 acuerdo 0.22751560 0.16263168 66 88 5.855959e-05 4.018541 innovación 0.07928574 0.04620218 23 25 8.396760e-05 3.932784 reformas 0.20338516 0.14415080 59 78 1.000659e-04 3.890432 diálogo 0.18270192 0.12751802 53 69 1.163157e-04 3.853764 fiscal 0.17580751 0.12197376 51 66 1.208190e-04 3.844458 $`Su79 CS81 Gz82` Intern % glob % Intern freq Glob freq p.value v.test pueblo 0.22535958 0.08316393 34 45 8.579335e-11 6.490076 palabras 0.09942334 0.03326557 15 18 3.137806e-06 4.661587 autonómico 0.10605157 0.03696174 16 20 3.818565e-06 4.621021 crisis 0.21873136 0.10903715 33 59 1.111395e-05 4.394282 Pública 0.11930801 0.04620218 18 25 1.167991e-05 4.383479 programa 0.29827003 0.16817594 45 91 2.095435e-05 4.254471 ciudadana 0.11267979 0.04435409 17 24 3.044251e-05 4.170131 dignidad 0.09279512 0.03511366 14 19 8.864315e-05 3.919744 real 0.11267979 0.04805027 17 26 1.502052e-04 3.790730 hombre 0.05965401 0.01848087 9 10 1.523318e-04 3.787237 pueblos 0.09279512 0.03696174 14 20 2.192793e-04 3.695703 Proyecto 0.08616690 0.03326557 13 18 2.366758e-04 3.676263 histórica 0.07953868 0.02956940 12 16 2.448826e-04 3.667553 $`Gz93 Az96 Az00 Zp04` Intern % glob % Intern freq Glob freq p.value v.test pacto 0.10835354 0.03880983 21 21 8.591716e-10 6.133591 Autónomas 0.24766524 0.15154315 48 82 4.591331e-05 4.075512 impulsará 0.06191631 0.02402513 12 13 7.743940e-05 3.952189 impulso 0.13931170 0.07392349 27 40 9.137347e-05 3.912426 Senado 0.06707600 0.02772131 13 15 1.492434e-04 3.792325 $`Az96 Az00 Zp04` Intern % glob % Intern freq Glob freq p.value v.test españoles 0.44751831 0.23655517 66 128 9.703979e-09 5.735823 Gobierno 1.03742880 0.74477915 153 403 3.477264e-06 4.640405 PP 0.06780580 0.01848087 10 10 4.514625e-06 4.586165 mejor 0.27800380 0.14969507 41 81 1.356978e-05 4.350709 proyección 0.08136697 0.02587322 12 14 1.709485e-05 4.299805 pleno 0.08814755 0.03326557 13 18 1.830652e-04 3.741308 convivencia 0.13561161 0.06468305 20 35 3.769605e-04 3.555709 $`Zp08 Rj11` Intern % glob % Intern freq Glob freq p.value v.test euros 0.1765683 0.03511366 17 19 4.206091e-11 6.596630 España 1.0282509 0.59138791 99 320 1.419999e-08 5.670960 ámbito 0.2908184 0.10903715 28 59 3.288481e-07 5.106116 millones 0.1869547 0.06098688 18 33 4.175774e-06 4.602436 Ley 0.3842958 0.18480872 37 100 8.160580e-06 4.460927 economía 0.4362277 0.23655517 42 128 5.978821e-05 4.013645 sector 0.2804321 0.13121419 27 71 8.936805e-05 3.917780 primera 0.1973411 0.08316393 19 45 2.322412e-04 3.681088 $`Su79 CS81` Intern % glob % Intern freq Glob freq p.value v.test UCD 0.1250240 0.02402513 13 13 9.685824e-10 6.114503 régimen 0.1634930 0.04805027 17 26 6.830515e-07 4.966122 persona 0.1057896 0.02402513 11 13 1.392050e-06 4.826140 acción 0.3943066 0.20328960 41 110 1.510638e-05 4.327131 reales 0.1250240 0.03696174 13 20 1.909671e-05 4.275198 Estado 0.6635892 0.43430050 69 235 2.300775e-04 3.683473 $`Az00 Zp04` Intern % glob % Intern freq Glob freq p.value v.test quiero 0.4110775 0.1866568 38 101 1.354444e-06 4.831594 $`Gz86 Gz89` Intern % glob % Intern freq Glob freq p.value v.test Comunidad 0.33952467 0.10164480 34 55 3.141381e-12 6.971250 Única 0.14979029 0.02956940 15 16 2.683746e-10 6.316026 Acta 0.14979029 0.02956940 15 16 2.683746e-10 6.316026 Comunitaria 0.15977631 0.03326557 16 18 3.915904e-10 6.257343 querría 0.14979029 0.03326557 15 18 9.359239e-09 5.741950 países 0.46934292 0.22177047 47 120 2.013040e-07 5.198129 posibilidad 0.12981825 0.03326557 13 18 1.988072e-06 4.754633 cooperación 0.36948272 0.17002403 37 92 2.064246e-06 4.747031 crecimiento 0.39944078 0.19404916 40 105 3.990170e-06 4.611894 decía 0.08987418 0.01848087 9 10 4.233166e-06 4.599593 juicio 0.14979029 0.04435409 15 24 4.815837e-06 4.572655 interior 0.10984622 0.02956940 11 16 3.006057e-05 4.173007 mantener 0.15977631 0.05913879 16 32 1.080774e-04 3.871703 importantes 0.13980427 0.04805027 14 26 1.107178e-04 3.865817 propio 0.16976233 0.06653114 17 36 1.598318e-04 3.775274 sostenido 0.08987418 0.02402513 9 13 1.757295e-04 3.751572 importante 0.20970641 0.09240436 21 50 2.047600e-04 3.713070 relación 0.20970641 0.09425245 21 51 2.876952e-04 3.626135 instrumento 0.14979029 0.05913879 15 32 4.634950e-04 3.501012 $Su79 Intern % glob % Intern freq Glob freq p.value v.test libertad 0.6354113 0.17372020 37 94 1.018233e-12 7.128020 Constitución 0.6182380 0.22177047 36 120 1.393545e-08 5.674180 orden 0.3262923 0.08501201 19 46 1.811338e-07 5.217725 Derecho 0.2404259 0.04989836 14 27 2.812388e-07 5.135604 libertades 0.2404259 0.05544262 14 30 1.488937e-06 4.812715 realidad 0.3091190 0.09055627 18 49 3.099698e-06 4.664101 libre 0.1889061 0.04065792 11 22 1.007277e-05 4.415605 siguientes 0.1889061 0.04065792 11 22 1.007277e-05 4.415605 social 0.6697579 0.34189614 39 185 6.159218e-05 4.006626 deberá 0.1545595 0.03511366 9 19 1.292940e-04 3.827799 ejercicio 0.1889061 0.05174644 11 28 1.658111e-04 3.766109 independencia 0.1545595 0.03696174 9 20 2.126037e-04 3.703549 estatal 0.1030397 0.01848087 6 10 4.426631e-04 3.513249 $CS81 Intern % glob % Intern freq Glob freq p.value v.test transición 0.1748634 0.02402513 8 13 4.529647e-06 4.585471 industrial 0.1748634 0.03326557 8 18 1.045805e-04 3.879711 reconversión 0.1311475 0.01848087 6 10 1.133520e-04 3.860075 investidura 0.1967213 0.04805027 9 26 3.611390e-04 3.566966 $Gz82 Intern % glob % Intern freq Glob freq p.value v.test paro 0.3838772 0.08131584 18 44 1.661632e-08 5.643980 encuentra 0.1919386 0.02587322 9 14 7.311037e-07 4.952914 progreso 0.3198976 0.08870819 15 48 1.565388e-05 4.319280 áreas 0.1919386 0.03696174 9 20 3.784071e-05 4.120283 humanos 0.1706121 0.02956940 8 16 4.302152e-05 4.090623 hombres 0.2345916 0.05544262 11 30 4.700744e-05 4.070028 Universidad 0.1279591 0.01848087 6 10 1.303861e-04 3.825728 horizonte 0.1919386 0.04250601 9 23 1.447636e-04 3.799884 pueden 0.2345916 0.06837923 11 37 4.163684e-04 3.529486 $Gz86 Intern % glob % Intern freq Glob freq p.value v.test integración 0.4825737 0.09979671 27 54 5.422674e-13 7.214263 esfuerzo 0.7506702 0.22177047 42 120 7.962399e-13 7.161801 proceso 0.6434316 0.22916282 36 124 1.275835e-08 5.689270 intentar 0.1787310 0.02217705 10 12 1.503503e-08 5.661163 creo 0.3753351 0.10903715 21 59 4.031343e-07 5.067472 esperamos 0.1429848 0.01848087 8 10 9.658220e-07 4.898477 Económica 0.2144772 0.04989836 12 27 1.152889e-05 4.386312 evolución 0.2144772 0.04989836 12 27 1.152889e-05 4.386312 saneamiento 0.1608579 0.02956940 9 16 1.556418e-05 4.320549 coordinación 0.2323503 0.05913879 13 32 1.579552e-05 4.317292 adaptación 0.1966041 0.04435409 11 24 1.975604e-05 4.267630 recuperación 0.2323503 0.06098688 13 33 2.359350e-05 4.227850 Europea 0.3932082 0.14784698 22 80 2.764008e-05 4.192086 clima 0.1429848 0.02587322 8 14 4.393008e-05 4.085774 elementos 0.1429848 0.02587322 8 14 4.393008e-05 4.085774 mayoría 0.2680965 0.08316393 15 45 5.410116e-05 4.037164 parte 0.4289544 0.17741637 24 96 6.536059e-05 3.992572 cuanto 0.2323503 0.06653114 13 36 7.059633e-05 3.974267 pueda 0.2502234 0.07946775 14 43 1.338704e-04 3.819227 presión 0.1608579 0.03696174 9 20 1.552780e-04 3.782473 negociación 0.1608579 0.03696174 9 20 1.552780e-04 3.782473 técnicas 0.1072386 0.01848087 6 10 3.538326e-04 3.572320 supone 0.1429848 0.03326557 8 18 4.372548e-04 3.516513 avance 0.1251117 0.02587322 7 14 4.469592e-04 3.510682 $Gz89 Intern % glob % Intern freq Glob freq p.value v.test ESTE 0.3620729 0.04435409 16 24 2.970736e-12 6.979102 posición 0.3168138 0.06283497 14 34 3.319247e-07 5.104355 Instituciones 0.2036660 0.02772131 9 15 1.017348e-06 4.888253 cambios 0.2262955 0.04435409 10 24 1.754243e-05 4.294074 ritmo 0.1810364 0.03141748 8 17 4.873136e-05 4.061630 aumentar 0.2036660 0.04250601 9 23 9.074591e-05 3.914090 proyecto 0.3620729 0.12012567 16 65 1.027367e-04 3.884036 responsables 0.1810364 0.03511366 8 19 1.305416e-04 3.825435 toma 0.1357773 0.02032896 6 11 1.904265e-04 3.731390 superior 0.1357773 0.02217705 6 12 3.544386e-04 3.571872 cuadro 0.1357773 0.02217705 6 12 3.544386e-04 3.571872 $Gz93 Intern % glob % Intern freq Glob freq p.value v.test dificultades 0.3237643 0.05729070 15 31 1.515610e-08 5.659787 Partidos 0.2158429 0.04250601 10 23 1.686342e-05 4.302825 económica 0.6259443 0.26427647 29 143 2.090850e-05 4.254961 interlocutores 0.1510900 0.02402513 7 13 7.242517e-05 3.968175 políticas 0.5180229 0.21437812 24 116 8.281980e-05 3.936090 $Az96 Intern % glob % Intern freq Glob freq p.value v.test cumplimiento 0.2725291 0.06098688 15 33 4.384750e-07 5.051447 presida 0.1453488 0.01848087 8 10 8.497958e-07 4.923570 Cámara 0.6722384 0.28460543 37 154 1.094226e-06 4.873889 señor 0.2543605 0.07022731 14 38 2.251898e-05 4.238329 convergencia 0.1271802 0.02217705 7 12 1.118298e-04 3.863378 Comunidades 0.5087209 0.23655517 28 128 1.513734e-04 3.788805 obtengo 0.1998547 0.05544262 11 30 2.068161e-04 3.710542 Presidente 0.2543605 0.08686010 14 47 3.295021e-04 3.590928 $Az00 Intern % glob % Intern freq Glob freq p.value v.test necesitamos 0.2293100 0.04065792 11 22 1.468401e-06 4.815489 sociedad 0.8338545 0.40288302 40 218 1.632507e-05 4.310005 queremos 0.3126954 0.10349288 15 56 1.551181e-04 3.782729 liberalización 0.1459245 0.02587322 7 14 1.677227e-04 3.763245 abierto 0.1667709 0.03511366 8 19 2.341048e-04 3.679050 presupuestario 0.1459245 0.02956940 7 16 4.766377e-04 3.493553 $Zp04 Intern % glob % Intern freq Glob freq p.value v.test year 45.0640881 40.52670486 2004 21929 1.681337e-10 6.387941 terrorismo 0.3822802 0.11273332 17 61 1.099603e-05 4.396599 atención 0.4272543 0.14045463 19 76 1.812864e-05 4.286774 cultura 0.2698448 0.07761966 12 42 1.990900e-04 3.720168 inmigración 0.1349224 0.02217705 6 12 3.670935e-04 3.562676 $Zp08 Intern % glob % Intern freq Glob freq p.value v.test idea 0.5155747 0.06468305 24 35 8.312841e-18 8.595188 país 1.0526316 0.28645352 49 155 6.700470e-16 8.075856 mujeres 0.3222342 0.05544262 15 30 9.069817e-09 5.747266 seguiremos 0.2148228 0.02587322 10 14 3.184348e-08 5.530987 pido 0.1718582 0.02402513 8 13 5.167313e-06 4.557878 pasada 0.2148228 0.04250601 10 23 1.759129e-05 4.293456 promoveremos 0.1288937 0.02032896 6 11 2.550887e-04 3.657096 $Rj11 Intern % glob % Intern freq Glob freq p.value v.test euro 0.1809773 0.02032896 9 11 4.303052e-08 5.477940 Públicas 0.2815202 0.06098688 14 33 9.092421e-07 4.910328 laboral 0.3217374 0.07946775 16 43 1.190552e-06 4.857204 deuda 0.2010859 0.03326557 10 18 1.863007e-06 4.767744 internacionalización 0.1407601 0.01848087 7 10 1.030401e-05 4.410693 entidades 0.1407601 0.01848087 7 10 1.030401e-05 4.410693 cifra 0.1407601 0.02032896 7 11 2.606973e-05 4.205334 empresas 0.3619546 0.12936611 18 70 9.124018e-05 3.912779 Presupuestos 0.2010859 0.04989836 10 27 1.653283e-04 3.766838 pondremos 0.1206515 0.01848087 6 10 1.820225e-04 3.742743 año 0.3016288 0.10349288 15 56 2.330939e-04 3.680153 déficit 0.3217374 0.11827758 16 64 3.392304e-04 3.583339 |
Hierarchical Agglomerative Clustering without Contiguity-Constrained
res.HCca <- LexHCca(resLexCA, nb.clust=-1)
