Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTRODUCCION
Indicar cules son las etapas a seguir en la resolucin de un problema de Anlisis Multivariante
1.1.
1.1.
Dependiente
Mtrica
Mtodos de
Dependencia
Dependiente
No Mtrica
Tcnicas
Multivariantes
Anlisis de Regresin
Anlisis de Supervivencia
MANOVA
Correlacin Cannica
Anlisis Discriminante
Regresin Logstica
Anlisis Conjoint
Datos Mtricos
Mtodos de
Interdependencia
Datos No
Mtricos
Modelos estructurales
A. Comp. Principales
Anlisis Factorial
Escalas Multidimensionales
Anlisis Cluster
Anlisis de Correspondencias
Modelos log-lineales
Escalas Multidimensionales
Anlisis Cluster
3) Anlisis Cluster
Su objetivo es clasificar una muestra de entidades (individuos o variables)
en un nmero pequeo de grupos de forma que las observaciones pertenecientes
a un grupo sean muy similares entre s y muy disimilares del resto. A diferencia
del Anlisis Discriminante se desconoce el nmero y la composicin de dichos
grupos.
Por ejemplo, clasificar grupos de alimentos (pescados, carnes, vegetales y
leche) en funcin de sus valores nutritivos.
Si los datos son no mtricos se pueden utilizar, adems de las Escalas
Multidimensionales y el Anlisis Cluster, las siguientes tcnicas:
1) Anlisis de Correspondencias
Se aplica a tablas de contingencia multidimensionales y persigue un
objetivo similar al de las escalas multidimensionales pero representando
simultneamente las filas y columnas de las tablas de contingencia.
Por ejemplo, analizar el paro en Aragn teniendo en cuenta la provincia,
sexo, edad y nivel de estudios del parado
2) Modelos log-lineales
Se aplican a tablas de contingencia multidimensionales y modelizan
relaciones de dependencia multidimensional de las variables observadas que
buscan explicar las frecuencias observadas.
2.3 Mtodos estructurales
Analizan las relaciones existentes entre un grupo de variables
representadas por sistemas de ecuaciones simultneas en las que se suponen que
algunas de ellas (denominadas constructos) se miden con error a partir de otras
variables observables denominadas indicadores.
Los modelos utilizados constan, por lo tanto, de dos partes: un modelo
estructural que especifica las relaciones de dependencia existente entre las
Resumen
El Anlisis Multivariante es el conjunto de mtodos estadsticos cuya
finalidad es analizar simultneamente conjuntos de datos multivariantes en el
sentido de que hay varias variables medidas para cada individuo objeto
estudiado.
Su razn de ser radica en un mejor entendimiento del fenmeno objeto de
estudio obteniendo informacin que los mtodos estadsticos univariantes y
bivariantes son incapaces de conseguir.
Dicho conjunto de mtodos puede dividirse en tres grandes grupos segn
el papel que juegen en el anlisis las variables consideradas:
1) 1) Mtodos de dependencia
2) 2) Mtodos de interdependencia
3) 3) Mtodos estructurales
Para llevar a cabo un anlisis de este tipo se deben los siguientes pasos:
1) 1) Establecer los objetivos del anlisis
2) 2) Disear el anlisis
3) 3) Evaluar las hiptesis subyacentes a la tcnica a utilizar
4) 4) Realizar el anlisis
5) 5) Interpretar los resultados obtenidos
6) 6) Validar dichos resultados
Bibliografa
Como libro de consulta dedicado exclusivamente al Anlisis Multivariante
y con un montn de referencias adicionales recomiendo:
GRIM, L. and YARNOLD, P.R. (1994). Reading and understanding multivariate statistics.
American Psycological Association. Washington D.C
HAIR, J., ANDERSON, R., TATHAM, R. y BLACK, W. (1999). Anlisis Multivariante. 5
Edicin. Prentice Hall.
MARTINEZ ARIAS, R. (2000). El Anlisis Multivariante en la Investigacin Cientfica.
Cuadernos de Estadstica. Editorial La Muralla