Documente Academic
Documente Profesional
Documente Cultură
R. Pérez Juste
Catedrático emérito de la UNED
INTRODUCCIÓN
EL TALLER DE DATOS CUANTITATIVOS
Módulo básico
Módulo multivariable:
Ø Regresión múltiple
Ø Análisis discriminante
Ø Análisis factorial
Ø Metaanálisis
© R. Pérez Juste
PRESENTACIÓN
0. PUNTO DE PARTIDA: UN CASO
1. Qué es el Análisis Discriminante
2. Para qué tipo de problemas se utiliza
3. Qué exigencias presenta
4. Cómo se lleva a cabo
5. Cómo se interpreta
© R. Pérez Juste
0.
PUNTO DE PARTIDA:
Un caso
Punto de partida: un problema
pedagógico
¿Sería conveniente dar un tratamiento metodológico
diferencial para el logro de las competencias a los
alumnos de la UNED de difentes tipos de carreras?
a) Humanidades (Gª e Hª, Filología, Filosofía)
b) Sociales (Derecho, Pedagogía, Sociología)
c) Ciencias: (Física, Química, Matemáticas)
d) Ciencias de la Salud (Psicología)
e) Técnicas: (Ingenierías, Económicas y Empresariales)
La respuesta parece depender de que existan o no diferencias
entre ellos en el logro de las competencias propias de tales
estudios. © R. Pérez Juste
Punto de partida: un problema
pedagógico. 2
o Disponemos de cinco grupos, a priori diferentes
o Interesa conocer la base de tales diferencias:
hipotetizamos las variables que pueden diferenciarlos.
(Estado de la cuestión, momento esencial, clave)
o Queremos identificar las variables que mejor diferencian
a los grupos entre sí, reduciendo el número inicial de
variables hipotetizadas.
o A partir de ahí, pretendemos asignar los alumnos de
cursos sucesivos a los grupos, para ser tratados
pedagógicamente en forma adecuada. © R. Pérez Juste
1.
QUÉ ES EL ANÁLISIS
DISCRIMINANTE (AD)
ANTECEDENTES DEL ANÁLISIS
DISCRIMINANTE
Se trata de una técnica multivariable:
• De fácil interpretación
• Parsimoniosa (Stevens)
• Y adecuada para el estudio de realidades complejas.
Figuras clave:
• K. Pearson (1920)
• P.C. Mahalanobis (1936)
• R.A. Fisher (1936) Annals of Eugenics
© R. Pérez Juste
QUÉ ES EL ANÁLISIS DISCRIMINANTE
Técnica multivariable:
• Dos grandes objetivos:
• Identificar las variables que mejor diferencian a
grupos (variables discriminantes)
• Asignar nuevos sujetos a tales grupos con el menor
riesgo de error posible
• Por tanto se trata de una técnica de
• Clasificación
• Predicción
© R. Pérez Juste
QUÉ ES EL ANÁLISIS DISCRIMINANTE
• Los grupos existen antes del AD
• Si están bien definidos, el AD ayuda a localizar las
variables que mejor los definen.
• El número de estas será inferior al de las originales.
• Además, informa de la importancia relativa de cada
una de ellas (coeficientes o pesos)
• Si los grupos no estuvieran bien definidos, el A.D.
difícilmente hará aportaciones relevantes
• Las nuevas variables se denominan “canónicas”
© R. Pérez Juste
QUÉ ES EL ANÁLISIS DISCRIMINANTE
• Las variables canónicas son combinaciones lineales de las variables
originales
• Se presentan en forma de funciones discriminantes
• Se pueden calcular tantas funciones discriminantes como grupos
menos 1 (hay casos especiales)
• Ecuación de la función discriminante:
D = B1 X1 + B2 X2 +… + Bn Xn + a
ü D: Valor para un caso concreto
ü X: valores de las variables seleccionadas
ü B: coeficientes, peso de la variable
ü a = constante
© R. Pérez Juste
2.
© R. Pérez Juste
QUÉ EXIGENCIAS PLANTEA EL AD
© R. Pérez Juste
QUÉ EXIGENCIAS PLANTEA EL AD
© R. Pérez Juste
QUÉ EXIGENCIAS PLANTEA EL AD: ¿QUÉ
OCURRE EN CASO DE INCUMPLIMIENTO
© R. Pérez Juste
QUÉ EXIGENCIAS PLANTEA EL AD: ¿QUÉ
OCURRE EN CASO DE INCUMPLIMIENTO
d) Ausencia de multicolinealidad
§ Se da multicolinealidad cuando dos variables presentan
correlaciones muy elevadas, tendiendo a perfectas
§ Equivale a decir que esas variables aportan información muy
similar y, por ello, redundante
§ Si ocurre, conviene eliminarla del análisis
© R. Pérez Juste
QUÉ EXIGENCIAS PLANTEA EL AD: ¿QUÉ
OCURRE EN CASO DE INCUMPLIMIENTO
e) Ausencia de singularidad
§ Una variable es combinación lineal de varias; se da entre ellas algo así
como una correlación múltiple
§ Se da cuando las puntuaciones en una de las variables viene a ser algo
así como el resultado de la combinación lineal de otras
§ Si ocurre, conviene eliminarla
f) Nivel de medida
• Variable predicha: nominal; pertenencia o no a un grupo
• Variables discriminantes: de intervalo o razón
• Con variables ordinales: si lo medido es de tipo continuo y si presentan
una aceptable dispersión o variabilidad.
• En ciertos casos (tamaño grande) variables dicotomizadas
© R. Pérez Juste
QUÉ EXIGENCIAS PLANTEA EL AD: ¿QUÉ
OCURRE EN CASO DE INCUMPLIMIENTO
© R. Pérez Juste
3.
PARA QUÉ TIPO DE
PROBLEMAS
PARA QUÉ TIPO DE PROBLEMAS
© R. Pérez Juste
3.
CÓMO SE REALIZA EL
PROCESO
CÓMO SE REALIZA EL PROCESO
Regla de Bayes
• Permite estimar la probabilidad de que un sujeto concreto, con
su puntuación discriminante, pertenezca a un grupo
• Cada sujeto se asigna al grupo cuya probabilidad de
pertenencia al grupo sea más elevada
La matriz de confusión
• Relaciona los casos reales que pertenecen a los grupos con los
valores predichos a partir del AD
• Indica el número de casos asignados correctamente a los
diferentes grupos a partir de sus puntuaciones.
• Lo ideal es que cada caso sea asignado a un solo grupo y que
esté bien asignado
© R. Pérez Juste
5.
CÓMO SE INTERPRETA
CÓMO SE INTERPRETA
• Ayuda a:
Ø Clasificar los fenómenos
Ø Asignar sujetos a las clases
© R. Pérez Juste
AUTOCONTROL
© R. Pérez Juste
AUTOCONTROL
© R. Pérez Juste
AUTOCONTROL
© R. Pérez Juste
BIBLIOGRAFÍA
RECOMENDADA
BIBLIOGRAFIA RECOMENDADA
MARTÍNEZ ARIAS, R (1999) El análisis multivariante en la
investigación científica. Madrid: Editorial La Muralla
GIL ROBLES, J y otros (2001) Análisis discriminante. Madrid:
Editorial La Muralla
KLECKA, W.R. (1982) Discriminant analysis. A Sage
University Paper
BISQUERRA ALZINA, R. (1989) Introducción conceptual al
análisis multivariable, Barcelona: PPU
SÁNCHEZ CARRIÓN, J.J. (1984) Introducción a las técnicas
de análisis multivariable aplicadas a las ciencias sociales.
Madris: CIS
© R. Pérez Juste
© R. Pérez Juste