Analisismultivariado 110811111315 Phpapp01

ANALISIS
MULTIVARIADO
Trabajo Presentado Por:

MONICA DIAZ
ALEJANDRO ROJAS
ANALISIS MULTIVARIADO
El Análisis Multivariante es el conjunto de

métodos estadísticos cuya finalidad es analizar
simultáneamente conjunto de datos
multivariantes en el sentido de que hay varias
variables medidas para cada individuo u objeto
estudiado. Su razón de ser radica en un mejor
entendimiento del fenómeno objeto de estudio
o teniendo información que los métodos
estadísticos univariantes y bivariantes son
incapaces de conseguir.
¿Que es el Análisis Multivariante?
Es el conjunto de métodos estadísticos cuya

finalidad es analizar simultáneamente conjuntos
de datos multivariantes en el sentido de que
hay varias variables medidas para cada
individuo ú objeto estudiado.
Su razón de ser radica en un mejor

entendimiento del fenómeno objeto de estudio
obteniendo información que los métodos
estadísticos univariantes y bivariantes son
incapaces de conseguir.
Los objetivos del Análisis
Multivariante
Pueden sintetizarse en dos:
3. Proporcionar métodos cuya finalidad es el

estudio conjunto de datos multivariantes, que
el análisis estadístico uni y bidimensional es
incapaz de conseguir.
4. Ayudar al analista a tomar decisiones optimas
en el contexto en el que se encuentre
teniendo en cuenta la información disponible
por el conjunto de datos analizado.
Tipos de Técnicas Multivariantes
Se pueden clasificar en tres grandes grupos:
 Métodos de dependencia
Suponen que las variables analizadas están
divididas en dos grupos: las variables
dependientes y las variables independientes.
El objetivo de los métodos de dependencia
consiste en determinar si el conjunto de
variables independientes afecta al conjunto de
variables dependientes y de que forma.
 Métodos de interdependencia
Estos métodos no distinguen entre

variables dependientes e independientes
y su objetivo consiste en identificar que
variables están relacionadas, como lo
están y por qué.
 Métodos estructurales
Suponen que las variables están
divididas en dos grupos: el de las
variables dependientes y el de las
independientes. El objetivo de estos
métodos es analizar, no solo como las
variables independientes afectan a las
variables dependientes, sino también
como están relacionadas las variables
de los dos grupos entre si.
Métodos de dependencia
Se pueden clasificar en dos grandes

subgrupos según que la variable
dependiente sea cuantitativa o
cualitativa.
Si la variable dependiente es
cuantitativa, algunas de las técnicas que
se pueden aplicar son las siguientes:
1. Análisis de Regresión
Es la técnica adecuada si en el análisis
hay una o varias variables
dependientes métricas cuyo valor
depende de una o varias variables
independientes métricas.
Por ejemplo, intentar predecir el gasto
anual en cine de una persona a partir
de sus nivel de ingresos, nivel
educativo, sexo y edad.
1. Análisis de Supervivencia
Es similar al análisis de regresión pero
con la diferencia de que la variable
independiente es el tiempo de
supervivencia de un individuo ú objeto.
Por ejemplo, intentar predecir el tiempo
de permanencia en el desempleo de un
individuo a partir de su nivel de
estudios y de su edad.
1. Análisis de la varianza
Se utiliza en situaciones en las que la muestra
total esta dividida en varios grupos basados
en una o varias variables independientes no
métricas y las variables dependientes
analizadas son métricas. Su objetivo es
averiguar si hay diferencias significativas
entre dichos grupos en cuanto a las variables
dependientes se refiere. Por ejemplo, ¿hay
diferencia en el nivel de colesterol por sexos?
¿afecta, también, el tipo de ocupación?.
1. Correlación Canónica
Su objetivo es relacionar simultáneamente
varias variables métricas dependientes e
independientes calculando combinaciones
lineales de cada conjunto de variables que
maximicen la correlación existente entre los
dos conjuntos de variables. Por ejemplo,
analizar como están relacionadas el tiempo
dedicado al trabajo y al ocio de una persona
con su nivel de ingresos, su edad y su nivel
de educación.
Si la variable dependiente es cualitativa, las
técnicas que se pueden aplicar son las
siguientes:
2. Análisis Discriminante
Esta técnica proporciona reglas de
clasificación optimas de nuevas
observaciones de las que se desconoce su
grupo de procedencia basándose en la
información proporcionada los valores que en
ella toman las variables independientes. Por
ejemplo, determinar los ratios financieros que
mejor permiten discriminar entre empresas
rentables y poco rentables.
1. Modelos de regresión logística
Son modelos de regresión en los que la

variable dependiente es no métrica. Se
utilizan como una alternativa al análisis
discriminante cuando no hay
normalidad.
1. Análisis Conjunto
Es una técnica que analiza el efecto de

variables independientes no métricas sobre
variables métricas o no métricas. La
diferencia de conjunto con el Análisis de la
Varianza radica en que las variables
dependientes puede ser no métricas y los
valores de las variables independientes no
métricas son fijadas por el analista.
En otras disciplinas, a la técnica conjunto se
la conoce con el nombre de Diseño de
Experimentos. Por ejemplo, una empresa
quiere diseñar un nuevo producto y, para ello,
necesita especificar la forma del envase, su
precio, el contenido por envase y su
composición química. Presenta diversas
composiciones de estos 4 factores. 100
clientes proporcionan un ranking de las
combinaciones que se le presentan. Se
quiere determinar los valores óptimos de
estos 4 factores.

Analisismultivariado 110811111315 Phpapp01

Cargado por

Copyright:

Formatos disponibles

Analisismultivariado 110811111315 Phpapp01

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisismultivariado 110811111315 Phpapp01

Cargado por

Copyright:

Formatos disponibles

ANALISIS

Trabajo Presentado Por:

El Análisis Multivariante es el conjunto de

Es el conjunto de métodos estadísticos cuya

Su razón de ser radica en un mejor

3. Proporcionar métodos cuya finalidad es el

Se pueden clasificar en tres grandes grupos:

Estos métodos no distinguen entre

Se pueden clasificar en dos grandes

Son modelos de regresión en los que la

Es una técnica que analiza el efecto de

También podría gustarte