Diferenciación sociodemográfica y residencial en el distrito urbano del centro de Madrid

This paper studies the residential differentiation in the historical urban district in Madrid (Centro), considering the population and their housing as the framework of the spatial differentiation. Factorial Analysis (with the extraction model of principal components analysis) and Quick Cluster Analysis are used under the methodological approach of multivariate statistics for discovering the relationships among variables, their explanation power and the association of objects (census areas) into homogeneous clusters. A model of 10 factors describes the original variables, and those with a high proportion are related to housing characteristics. Results of clustering census areas are shown in the enclosed maps.[es] En este artículo se analiza la diferenciación residencial en el espacio urbano del distrito Centro en Madrid, considerando como atributos estructurantes de esa distinción espacial la población y la vivienda donde reside. El análisis factorial (según el método de extracción de componentes principales) y el análisis clúster no jerárquico, bajo el enfoque de la metodología estadística multivariante, son utilizados para descubrir las relaciones entre variables, su poder de explicación y el agrupamiento de los objetos (secciones censales) en clústers homogéneos. La información se condensa en 10 factores, de los que los relativos a las características de la vivienda son los de mayor peso dentro del modelo factorial. Los resultados de la agrupación de secciones censales se muestran en la cartografía adjunta. [fr] Différentiation socio-démographique et résidentielle dans le district urbain de Centro à Madrid.Dans cet article on analyse la différentiation résidentielle dans le district urbain de 'Centro' à Madrid. Comme attributs distinctifs on prend en considération des caractéristiques socio-démographiques et du logement. L'analyse factorielle (par la méthode de composantes principales) et l'analyse du cluster à partir du méthode de classification non hiérarchique sont utilisés comme techniques statistiques multidimensionnelles avec l'objective de détecter les relations parmi les variables, sa puissance discriminante et le groupement des objets (zone de recensements) aux clusters homogènes. L'information est réduite à 10 composantes principales, parmi lesquels ceux-ci les plus importants sont reliés avec le logement et ses caractéristiques. On montre les résultats obtenus de la classification des zones de recensements dans les cartes ci-jointes