FDOC-088 Métodos Multivariados

CÓDIGO:
UNIVERSIDAD DE CÓRDOBA FDOC-088

VERSIÓN: 02
EMISIÓN:
22/03/2019
PLAN DE CURSO PÁGINA
1 DE 5
1. INFORMACIÓN BÁSICA
1.1. Facultad Ciencias Básicas 1.2. Programa Estadística

1.3. Área Disciplinar 1.4. Curso Métodos Multivariados
1.5. Código 409237 1.6. Créditos 4
1.6.1. HDD 64 1.6.2. HTI 128 1.7. Año de actualización 2019
2. JUSTIFICACIÓN
En diferentes aéreas de investigación tales como ciencias sociales, biología, ciencias de la salud,
ciencias de la tierra, ciencias agrícolas, entre otras, es usual que se deban analizar estadísticamente
grandes volúmenes de datos provenientes de las mediciones tomadas simultáneamente a más de dos
variables aleatorias. Debido a la cantidad de variables medidas en grandes números de unidades
experimentales, no es adecuado usar técnicas de análisis univariado sino emplear métodos de análisis
multivariados, que permitan no sólo evaluar las relaciones entre ellas, sino también examinar la
mejor manera de reducir el espacio de variables sin perder la variabilidad total inicial.
En este curso se estudian los principales métodos de análisis multivariados, destacando su estructura
teórica, sus objetivos y alcances, y estableciendo relaciones entre los diferentes métodos, así como
su correcta aplicación e interpretación de resultados.
3. PROPÓSITOS DE FORMACIÓN
Comprender y aplicar adecuadamente los métodos estadísticos multivariados para el análisis de datos
cuantitativos, según el objetivo del problema, que conlleven a facilitar la toma de decisiones bajo una
rigurosidad estadística y matemática.
Si usted ha accedido a este formato a través de un medio diferente al sitio

http://www.unicordoba.edu.co/index.php/documentos-sigec/documentos-calidad asegúrese que ésta es la
versión vigente
CÓDIGO:
VERSIÓN: 02
EMISIÓN:
22/03/2019
2 DE 5
4. COMPETENCIAS
4.1. Específicas
▪ Conocer, comprender y saber aplicar de modo eficiente los conceptos fundamentales de los
métodos estadísticos multivariados, según la naturaleza y objetivo del problema de interés.
▪ Interpretar eficientemente los resultados obtenidos mediante métodos multivariados y tomar

decisiones al respecto.
▪ Usar el software R para la aplicación de los diferentes métodos multivariados

4.2. Transversales
▪ Lee comprensivamente distintos tipos de textos, mediante la aplicación de estrategias

comunicativas y lingüísticas.
▪ Se expresa oralmente usando apropiadamente el lenguaje científico.
▪ Elabora material escrito de diversos tipos con coherencia, claridad y precisión, reconociendo la
intención comunicativa y el público al que va dirigido.
▪ Comprende las ideas principales de textos en inglés estándar en situaciones conocidas de trabajo
y de estudio.
▪ Analiza, modela y elabora diferentes representaciones de una situación problema e identifica
alternativas de solución y sustenta su selección con criterio profesional.
▪ Busca, analiza y procesa información especializada obtenida por medio de la Internet para
incorporarla en la ejecución de tareas específicas.
▪ Emplea el computador para producir material en diferentes formatos (texto, gráficos, videos,
hipertextos).
▪ Utiliza ética y responsablemente las tecnologías de la información y la comunicación.
▪ Reconoce su responsabilidad profesional y personal en la sociedad, y la dimensión estética y

funcional en las diversas manifestaciones de las culturas humanas.
▪ Analiza y propone estrategias de trabajo en equipo para enfrentar una situación o resolver
conflictos en el grupo.
▪ Reconoce dilemas y situaciones asociadas a problemas contemporáneos (ambientales, sociales,

culturales, económicos), adopta una actitud tolerante y conciliadora proponiendo soluciones a
estos.

versión vigente
CÓDIGO:
VERSIÓN: 02
EMISIÓN:
22/03/2019
3 DE 5
5. CONTENIDOS
Los contenidos de esta asignatura se agrupan en cinco bloques, a saber:

✓ Bloque N° 1. Componentes Principales.
 Componentes principales poblacionales
 Resumen de la variación muestral por componentes principales
 Análisis gráfico de la componentes principales
 Inferencia asintótica
 Aplicación
✓ Bloque N° 2. Análisis Factorial

 El modelo ortogonal de factores
 Métodos de estimación
 Rotación de factores
 Estimación de los valores de los factores
 Perspectivas y estrategias para el análisis de factores
 Aplicación
✓ Bloque N° 3. Correlación Canónica

 Variables canónicas y correlaciones
 Interpretación de las variables canónicas poblacionales
 Las variables canónicas poblacionales y las correlaciones canónicas poblacionales
 Medidas descriptivas muestrales adicionales
 Inferencias asintóticas
 Aplicación
✓ Bloque N° 4. Discriminación y Clasificación.

 Separación y clasificación para dos poblaciones
 Clasificación con dos poblaciones normales multivariadas
 Evaluando funciones de clasificación
 Función discriminante de Fisher- Separación de poblaciones
 Clasificación con más de dos poblaciones
 Método de Fisher’s para discriminar entre varias poblaciones
 Aplicación
✓ Bloque N° 5. Análisis de Conglomerados.

 Medidas de similaridad
 Métodos de cluster jerárquico
 Métodos de cluster no jerárquico
 Escalamiento multidimensional

versión vigente
CÓDIGO:
VERSIÓN: 02
EMISIÓN:
22/03/2019
4 DE 5
6. ESTRATEGIAS METODOLÓGICAS
Para el desarrollo de la asignatura se aplicarán las siguientes técnicas:
▪ Clase magistral: el profesor de la asignatura expondrá y explicará a los estudiantes los

contenidos principales de la misma, fomentando la participación y la opinión crítica de los
mismos.
▪ Trabajo independiente del estudiante: Ésta consta de lecturas, realización de talleres, solución
de ejercicios y problemas, redacción de informes, revisión bibliográfica y otros, que les
permita adquirir las consecuentes competencias.
▪ Simulación estadística: Los estudiantes realizarán, bajo la dirección del profesor en grupo o
mediante tutoría personalizada, ejercicios de simulación computacional que ayuden a la
apropiación del conocimiento y su posterior aplicación sobre problemas particulares
▪ Tutorías: Durante un número de horas semanales fijadas previamente y debidamente
comunicadas a los estudiantes, éstos tendrán la posibilidad de contactar con el profesor de la
asignatura con el fin de plantear dudas, comentar lecturas, trabajos, etc., y de este modo
facilitar una mejor comprensión de la materia por parte del estudiante.
7. ACTIVIDADES Y PRÁCTICAS
▪ Resolución de ejercicios y problemas en clase con la orientación del docente.
▪ Exposición de temas por parte de los alumnos con apoyo y asesoría del profesor.
▪ Lecturas de artículos y textos relacionados con la temática del curso.
▪ Realización de talleres en clase con el acompañamiento del docente.
▪ Uso del computador para graficar, realizar cálculos numéricos y análisis de datos.

versión vigente
CÓDIGO:
VERSIÓN: 02
EMISIÓN:
22/03/2019
5 DE 5
8. CRITERIOS DE EVALUACIÓN PARA EL DESARROLLO DE COMPETENCIAS
De acuerdo con el reglamento estudiantil vigente en la Universidad de Córdoba, cada nota parcial se
obtendrá de la siguiente manera:
▪ Proyecto de investigación-aplicación real: (40%)
▪ Examen escrito parcial: (30%)
▪ Examen escrito final: (30%).
La nota definitiva se obtiene haciendo el promedio aritmético de las notas parciales.
9. BIBLIOGRAFÍA
▪ Díaz, L.G y Morales, M. (2012). Análisis estadístico de datos multivariados. Universidad

Nacional de Colombia, Bogotá.
▪ Everitt, B. and Hothorn, T. (2011). An Introduction to Applied Multivariate Analysis with R.

Springer, New York.
▪ Hardle, W. and Simar, L. (2007). Applied Multivariate Statiscal Analysis. Springer, New York.
▪ Husson, F., Lê, S., and Pagês, J.(2011). Exploratory Multivariate Analysis by Example Using R.
Taylor & Francis, Boca Ratón.
▪ Johnson, R. A. and Wichern, D.W. (2007). Applied Multivariate Statistical Analysis, 6th ed.,
Prentice Hall, London.
▪ Peña, D. (2002). Análisis de Datos Multivariantes. McGraw-Hill, Madrid.
▪ Rencher, A. and Christensen, W.F. (2012). Methods of Multivariate Analysis, 3rd. ed., Wiley,
New Jersey.

versión vigente

FDOC-088 Métodos Multivariados

Cargado por

Copyright:

Formatos disponibles

FDOC-088 Métodos Multivariados

Cargado por

Información del documento

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

FDOC-088 Métodos Multivariados

Cargado por

Copyright:

Formatos disponibles

CÓDIGO:

UNIVERSIDAD DE CÓRDOBA FDOC-088

1.1. Facultad Ciencias Básicas 1.2. Programa Estadística

Si usted ha accedido a este formato a través de un medio diferente al sitio

▪ Interpretar eficientemente los resultados obtenidos mediante métodos multivariados y tomar

▪ Usar el software R para la aplicación de los diferentes métodos multivariados

▪ Lee comprensivamente distintos tipos de textos, mediante la aplicación de estrategias

▪ Se expresa oralmente usando apropiadamente el lenguaje científico.

▪ Utiliza ética y responsablemente las tecnologías de la información y la comunicación.

▪ Reconoce su responsabilidad profesional y personal en la sociedad, y la dimensión estética y

▪ Reconoce dilemas y situaciones asociadas a problemas contemporáneos (ambientales, sociales,

Si usted ha accedido a este formato a través de un medio diferente al sitio

Los contenidos de esta asignatura se agrupan en cinco bloques, a saber:

✓ Bloque N° 2. Análisis Factorial

✓ Bloque N° 3. Correlación Canónica

✓ Bloque N° 4. Discriminación y Clasificación.

✓ Bloque N° 5. Análisis de Conglomerados.

Si usted ha accedido a este formato a través de un medio diferente al sitio

Para el desarrollo de la asignatura se aplicarán las siguientes técnicas:

▪ Clase magistral: el profesor de la asignatura expondrá y explicará a los estudiantes los

▪ Resolución de ejercicios y problemas en clase con la orientación del docente.

▪ Lecturas de artículos y textos relacionados con la temática del curso.

▪ Realización de talleres en clase con el acompañamiento del docente.

Si usted ha accedido a este formato a través de un medio diferente al sitio

8. CRITERIOS DE EVALUACIÓN PARA EL DESARROLLO DE COMPETENCIAS

La nota definitiva se obtiene haciendo el promedio aritmético de las notas parciales.

▪ Díaz, L.G y Morales, M. (2012). Análisis estadístico de datos multivariados. Universidad

▪ Everitt, B. and Hothorn, T. (2011). An Introduction to Applied Multivariate Analysis with R.

▪ Peña, D. (2002). Análisis de Datos Multivariantes. McGraw-Hill, Madrid.

Si usted ha accedido a este formato a través de un medio diferente al sitio

También podría gustarte