Documente Academic
Documente Profesional
Documente Cultură
1. Inicio
2. Categoras
3. Etiquetas
4. Blogueros
Utilizamos cookies propias y de terceros para realizar anlisis de uso y de medicin de nuestra web para mejorar nuestros servicios. Si continua navegando, consideramos que X
5. Equipos del Blog
acepta su uso. Puede cambiar la configuracin u obtener ms informacin aqu. Poltica de C ookies Si
6. Publicaciones Archivados
7. Calendario
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
La informacin disponible para la toma de decisiones explot en los ltimos aos, y lo continuar haciendo en el futuro,
probablemente an ms rpidamente.
Alguna de esta informacin puede ser analizada y entendida con estadstica simple, uni- bi-variada, pero en muchos casos vamos a
necesitar tcnicas estadsticas multivariante, ms complejas, para convertir los datos en conocimiento.
El anlisis de datos multivariado es una herramienta poderosa para los investigadores, la aplicacin
adecuada de estas tcnicas revelan relaciones que de otra manera no seran identificadas.
El mundo es multivariado
La mayora de los problemas reales son de naturaleza multivariada - lo que significa que existen mltiples variables que
contribuyen a ellos.
Los patrones que vemos estn generalmente determinados por un nmero de procesos que interactan y varan en el espacio y en el
tiempo.
La distribucin, abundancia o comportamiento de un organismo, por ejemplo, estn afectados simultneamente por varios factores
biticos y abiticos.
Asimismo, existen sinergismos y retroalimentaciones entre los procesos biticos y abiticos y los patrones que crean.
Esta multiplicidad e interacciones de factores causales vuelve a los sistemas biolgicos excepcionalmente difciles de analizar.
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Cmo extraer informacin de grandes volmenes de datos?
En la mayora de las investigaciones cientficas nos encontramos con mltiples variables de inters.
En qu se diferencian los anlisis de datos multivariados de los mtodos univariados que son ms familiares?
Extraer informacin de un gran volumen de datos mediante grficos simples y mtodos de anlisis univariados es una misin casi
imposible y a veces hasta errnea.
Aunque en algunos casos puede tener sentido aislar cada variable y estudiarla por separado, en la mayora de los casos esto no es
as.
Las variables estarn relacionadas en mayor o menor grado y en consecuencia, si cada variable se analiza aisladamente, la
estructura completa de los datos puede no ser revelada.
Los datos complejos requieren mtodos de anlisis que puedan hacer frente a mltiples variables simultneamente, que no slo
revelen variables influyentes sino tambin la relacin que dichas variables tienen entre s para comprender completamente la
estructura y las caractersticas clave de los datos.
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Por ejemplo, no podemos simplemente utilizar la estacin del ao para predecir el tiempo, ya que muchas otras variables son parte de
la relacin con el clima.
En resumen...
El anlisis univariado no necesariamente cuentan la historia completa de los datos o pueden ni
siquiera ser exactos.
El anlisis multivariado es una herramienta para encontrar patrones y relaciones entre varias
variables simultneamente.
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Algunos ejemplos de aplicacin
En estudios financieros, los activos en el mercado de valor son observados simultneamente y su desarrollo conjunto es
analizado para entender mejor las tendencias generales y para construir ndices.
En medicina, las observaciones de sujetos en diferentes localidades son la base de diagnsticos de confianza y medicacin.
En marketing, las preferencias de los consumidores son colectadas para construir modelos de comportamiento del consumidor.
Comencemos por ver qu tipo de datos utiliza, un pequeo repaso a la estadstica bsica.
La matriz de datos que estudiaremos presentar los casos en las filas, y las variables en las columnas.
Imaginemos que estamos realizando un estudio de ecologa, nuestros datos podran ser los siguientes:
Anlisis de interdependencias. Cuando queremos describir la informacin de los datos disponibles o explorar los datos, no
buscamos una relacin de causalidad entre las variables, sino la relacin entre todas ellas. Ej: anlisis de conglomerados
(cluster).
Anlisis de dependencia. Cuando buscamos obtener conclusiones sobre la poblacin que ha generado los datos, lo que
requiere la creacin de un modelo explicativo y productivo, buscamos una explicacin o inferencia. Ej: MANOVA, MRPP,
ANOSIM, LDA.
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Tambin podemos establecer dos tipos de tcnicas segn nuestros objetivos.
Grupos
Encontrar grupos (Cluster)
Comparar grupos (anlisis de varianza multivariado MANOVA, el test de permutacin multi-respuesta MRPP, el anlisis de
similitudes de grupos ANOSIM, y el test de mantel MANTEL)
Discriminar entre grupos (anlisis discriminante lineal LDA, rbol de regresin o clasificacin CART/MRT)
Gradientes
Ordenacin no restringida (anlisis de componentes principales PCA, anlisis de correspondencia CA, anlisis de
correspondencias sin tendencia DCA, escalamiento multidimensional mtrico MDS y no mtrico NMDS)
Ordenacin restringida (anlisis de redundancia RDA, anlisis de correspondencia cannico CCA)
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Todos los problemas multivariados pueden conceptualizarse geomtricamente como una nube de datos en un espacio de datos P-
dimensional, donde las dimensiones (o ejes) son definidas por las variables de inters.
La forma, agrupamiento y dispersin de esta nube son reveladas por las tcnicas multivariantes.
Hoja de ruta
Siguiendo las recomendaciones de Zuur et al. 2007 (pg. 21) vamos a resumir los principales puntos a tener en cuenta para elegir la
tcnica multivariante apropiada, y discutir sus pros y sus contras.
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Da el salto y lnzate a las tcnicas multivariadas!
Tweet
subm it
SOBRE EL AUTOR
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
ROSANA FERRERO
http://www.master-estadistica.es
Ver perfil del autor Mostrar mas post del autor
Rosana Ferrero es cientfica de datos y profesora del Mster en Estadstica Aplicada con R Software, donde
comparte estrategias, tcticas y herramientas estadsticas para tomar las riendas de tus datos, generar resultados
de valor y conclusiones robustas para que tu trabajo sea un xito.
COMENTARIOS (0)
Rated 0 out of 5 based on 0 votes
There are no comments posted here yet
QUICK LOGIN
Nombre de usuario
Contrasea
Login Sign Up
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com
Nombre (Requerido):
Pgina Web
Enviar Comentario
open in browser PRO version Are you a developer? Try out the HTML to PDF API pdfcrowd.com