Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Anlisis
Paranoide
E2
E3
Alcohlicos
E1
E2
E4
7
4
8
5
4
9
8
2
6
6
3
9
4
2
8
E3
6
7
6
5
6
Personalidad Lmite
E1
E2
E3
E4
4
4
1
6
8
2
3
5
7
3
2
5
5
2
1
4
6
4
3
5
Estadsticos de grupo
ITEM
N vlido (segn lista)
No
Desv. ponderado Ponderad
Media
tp.
s
os
E1
Paranoide
6,00
1,581
5
5,000
Alcohlicos
6,00
1,581
5
5,000
Personalidad_Li
6,00
1,581
5
5,000
mite
E2
Paranoide
8,00
,707
5
5,000
Alcohlicos
3,00
1,000
5
5,000
Personalidad_Li
3,00
1,000
5
5,000
mite
E3
Paranoide
7,00
1,225
5
5,000
Alcohlicos
6,00
,707
5
5,000
Personalidad_Li
2,00
1,000
5
5,000
mite
E4
Paranoide
3,00
1,225
5
5,000
Alcohlicos
8,00
1,225
5
5,000
Personalidad_Li
5,00
,707
5
5,000
mite
Total Paranoide
6,00
2,224
20
20,000
Alcohlicos
5,75
2,124
20
20,000
Personalidad_Li
4,00
1,919
20
20,000
mite
Esta tabla muestruna lista de las variables mas significativas , ignorando las
dems.
La variable PARANOIDE se introduce en primer lugar seguida de
PERSONALIDAD_LIMITE y ALCOHOLICOS.
Se aprecia que ningina de las demas variables creo una diferencia significativa
despues de ajustarse a las primeras tres variables.
Variables en el anlisis
Paso
Toleranc F para
ia
salir
1
Paranoide
1,000
15,556
2
Paranoide
,867
11,247
Personalidad_Li
,867
9,518
mite
3
Paranoide
,860
4,257
Personalidad_Li
,854
8,938
mite
Alcohlicos
,984
5,184
Lambda
de Wilks
,286
,255
,080
,121
,088
Lambda
de Wilks
,255
,257
,286
,121
,088
,042
En esta tabla , nos proporciona informacin sobre las variables que compiten
por entrar en la ecuacin, En cada paso se introduce la variable con menor
lambda o con mayor F.
Podemos ver lo que ya afirmamos arriba que la variable PARANOIDE se
introduce primero, luego PERSONALIDAD_LIMITE y ALCOHOLICOS , Las
dems variables estn fuera del rango de introduccin y extraccin de la F
(2,71 3,84)
Autovalores
Funci
n
Autoval
or
d1
5,587a
i 2
1,838a
m3
,284a
e
n
s
i
o
n
0
%
% de
acumulad Correlaci
varianza
o
n cannica
72,5
72,5
,921
23,8
96,3
,805
3,7
100,0
,470
Esta tabla mide la fuerza de relacin entre la variable predictora y los grupos.
Se han empleado las 3 primeras funciones discriminantes cannicas en el
anlisis.
Matriz de estructura
Funcin
1
2
3
*
Alcohlicos
,684
-,289
,669
*
Personalidad_Li
,444
,869
-,220
mite
Paranoide
-,702
,116
,703*
Correlaciones intra-grupo combinadas
entre las variables discriminantes y las
funciones discriminantes cannicas
tipificadas
Variables ordenadas por el tamao de
la correlacin con la funcin.
*. Mayor correlacin absoluta entre cada
variable y cualquier funcin
discriminante.
En la tabla muestra las correlaciones entre cada vairable y la funcin
discriminante
Funciones en los
centroides de los grupos
ITEM
Funcin
1
2
3
E1
,692 1,805
,392
E2
-2,804
,270
-,521
E3
-,856 -1,482
,552
E4
2,968
-,593
-,424
Funciones discriminantes
cannicas no tipificadas
evaluadas en las medias de
los grupos
En esta tabla se determina las caracteristicas diferenciadoras de cada grupo,
son el punto medio de cada grupo
Coeficientes de las funciones
cannicas discriminantes
Funcin
1
2
3
Paranoide
-,458
,396
,639
Alcohlicos
,588
-,145
,611
Personalidad_Li
,272
,921
,120
mite
(Constante)
-1,722 -5,224 -7,826
Coeficientes no tipificados
Es esta tabla los coeficiente se pueden emplear para la prediccion de si
aceptaran el servicio o si no lo aceptara
Resultados de la clasificacina
ITEM
Grupo de pertenencia
pronosticado
Total
E1
E2
E3
E4
Origin Recuen E1
4
0
0
1
5
al
to
E2
0
5
0
0
5
E3
0
0
5
0
5
E4
0
0
0
5
5
%
E1
80,0
,0
,0
20,0 100,0
E2
,0 100,0
,0
,0 100,0
E3
,0
,0 100,0
,0 100,0
E4
,0
,0
,0 100,0 100,0
a. Clasificados correctamente el 95,0% de los casos agrupados
originales.
b.
EL MODELO ES PRECISO EN UN 95% DE LOS CASOS, LO CUAL ES EXCELENTE
a las
1. Ancash
2. La libertad
3. Puno
4. Cuzco
5. Tumbes
6. Tacna
7. Cajamarca
8. Piura
9. Lima
10.
Arequipa
11.
Hunuco
12.
Amazonas.
Esta tiene las siguientes caractersticas medibles las cuales son
ndice
exportacin agrcola, ndice de produccin industrial, ndice de mortalidad,
ndice de natalidad, poblacin alfabetizada, nmero de viviendas de material
noble, numero de colegios e ndice de pobreza.
Regio
nes
1
Expor
tac
27,88
Produ
cc
47,07
Vivien
das
2915
Coleg
ios
715
64,92
45,80
28,49
74,89
50,32
2679
738
75,20
30,32
21,99
78,63
33,41
2608
634
44,95
41,65
43,35
60,09
68,99
1123
723
37,40
98,97
81,38
44,21
49,44
2065
754
89,72
76,13
22,82
49,34
41,99
2313
727
33,91
43,56
94,67
70,31
42,70
1453
673
99,12
21,96
40,35
63,47
60,57
2190
597
Pobr
ez
81,9
4
55,8
2
66,6
2
81,5
5
51,6
6
53,6
0
80,7
3
23,0
53,30
43,35
10
51,51
70,40
11
62,72
72,90
12
53,32
92,42
Realice
4
93,16 35,51
75,31
2502
696
28,2
8
65,39 46,73
39,20
1871
773
82,4
7
83,63 20,11
59,63
2400
512
79,8
5
94,63 70,18
74,07
1697
666
48,3
0
el Anlisis de Cluster e interpretar los resultados.
Solucin 02:
Anlisis Cluster
Matriz de distancias: Esta matriz seala las distancias entre los individuos
(ndice de exportacin agrcola, ndice de produccin industrial, ndice de
mortalidad, ndice de natalidad, poblacin alfabetizada, nmero de viviendas
de material noble, numero de colegios e ndice de pobreza..) segn la
distancia eucldea al cuadrado. Esta matriz es simtrica y si la observamos
veremos que el primer cluster observado estar formado por aquellos regiones
ms cercamos (con menor distancia entre ellos) que son 1.1 y 5.5.
Caso
1:1
,000
15,063
16,641
23,362
13,592
17,224
15,718
33,366
20,262
8,665
2:2
15,063
,000
3,964
13,011
13,739
5,417
15,083
11,170
13,973
9,774
3:3
16,641
3,964
,000
17,789
23,511
8,835
16,236
10,041
22,750
15,081
4:4
23,362
13,011
17,789
,000
14,701
16,321
7,022
21,643
18,138
8,093
Matriz de distancias
distancia eucldea al cuadrado
5:5
6:6
7:7
8:8
13,592 17,224 15,718 33,366
13,739 5,417 15,083 11,170
23,511 8,835 16,236 10,041
14,701 16,321 7,022 21,643
,000 11,435 11,808 27,807
11,435
,000 20,609 12,440
11,808 20,609
,000 24,947
27,807 12,440 24,947
,000
10,927 16,760 17,954 13,686
4,792 8,312 6,922 25,698
9:9
20,262
13,973
22,750
18,138
10,927
16,760
17,954
13,686
,000
16,106
10:10
8,665
9,774
15,081
8,093
4,792
8,312
6,922
25,698
16,106
,000
11:11
18,248
24,392
23,089
22,861
17,301
19,494
19,170
23,251
15,405
17,520
12
29
15
23
12
6
16
10
20
10
12
1:1
2:2
3:3
4:4
5:5
6:6
7:7
8:8
9:9
10:1
0
11:1 18,248 24,392 23,089 22,861 17,301 19,494 19,170 23,251 15,405 17,520
,000 16
1
12:1 29,032 15,756 23,730 12,249 6,715 16,395 10,788 20,210 10,686 12,426 16,892
2
Esta es una matriz de disimilaridades
Etap
a
1
d2
i3
m
4
e5
n
6
s
i7
o8
n9
010
11
Historial de conglomeracin
Etapa en la que el
Conglomerado que se
conglomerado aparece
combina
por primera vez
Conglomer Conglomer Coeficient Conglomer Conglomer
ado 1
ado 2
es
ado 1
ado 2
2
3
3,964
0
0
5
10
4,792
0
0
4
7
7,022
0
0
2
6
7,126
1
0
5
12
9,571
2
0
4
5
10,760
3
5
2
8
11,217
4
0
4
9
14,762
6
0
2
4
17,677
7
8
1
11
18,248
0
0
1
2
19,615
10
9
Prxima
etapa
4
5
6
7
6
8
9
9
11
11
0
Cluster 1
Letonia
Lituania
Cluster 2
Estonia
Repblica Checa
Hungra
Cluster 3
Polonia
Eslovaquia
Madri
d
Paris
Brusel
as
Amst.
Berln
Roma
Lisboa
Londre
s
Madri
d
0
Paris
Amst.
Berln
Roma
1260
Brusel
as
1556
1735
2360
2066
Lisboa Londr
es
644
1725
1260
1556
0
296
296
0
475
198
1100
789
1437
1545
1792
2088
465
374
1735
2360
2066
644
1725
475
1100
1437
1792
465
198
789
1545
2088
374
0
685
1766
2267
344
685
0
1529
2892
996
1766
1529
0
2730
1902
2267
2892
2730
0
2257
344
996
1902
2257
0
Escala inicial
,00371
Stress-I
,06088a
Stress-II
,12992a
S-Stress
,00683b
,99629
,99815
Madrid
,729
,275
Paris
-,195
,322
Brucelas -,572
,096
Berlin
-,343
-,443
Amsterda -,427
m
,137
Lisboa
1,106
-,001
Roma
,151
-,690
Londres
-,350
,203