Universidad Nacional “Pedro Ruiz Gallo”

XI Congreso Nacional de Estudiantes de Estadística

Usos, abusos y
alternativas a las
Técnicas Multivariadas
Clásicas
Mg. Jesús Salinas Flores

jsalinas@lamolina.edu.pe http://tarwi.lamolina.edu.pe/~jsalinas
Cursos pre-grado de Análisis Multivariado

Análisis Multivariado (I, II)

Técnicas Multivariadas (I, II)

Inferencia Multivariada (I, II)

Técnicas Multivariadas Avanzadas (I, II)

Tópicos especiales en Estadística (I, II)

2
Técnicas Multivariadas Clásicas

Análisis de Componentes Principales

Análisis de Factores, Análisis Factorial

Análisis de Correspondencia

Análisis Cluster

Análisis Discriminante Lineal

Análisis de Correlación Canónica

Escalamiento Multidimensional

Análisis Multivariado de Variancia

Regresión Logística

Análisis Conjunto
3
Características principales

Son técnicas exploratorias

Están restringidas por la escala en que ha
sido medido cada variable.

Resuelven problemas muy específicos

4
Problema de Investigación

Se adecua el problema de investigación a

la técnica multivariada más apropiada.

Se logra aplicar la técnica multivariada

No se logra resolver el problema.

5
Técnicas Multivariadas de
Interdependencia

Análisis de Componentes Principales

Análisis Factorial

Análisis de Correspondencia Simple

Análisis de Correspondencia Múltiple

Análisis Cluster

6
Análisis de Componentes Principales-
Análisis Factorial

Son TM que se usan cuando las variables han
sido medidas en escalas métricas (intervalo o
de razón)

Las variables están altamente correlacionadas

Se busca formar grupos de variables
(componentes, factores) que estén altamente
correlacionadas dentro de cada grupo, pero no
correlacionados entre los grupos

7
 V1 V2 V3 V4 V5 V6 V7 V8 V9

V1. Nivel de precios 1.000

V2. Personal de establecimiento 0.427 1.000

V3. Polí
Política de retorno 0.302 0.771 1.000

V4. Disponibilidad del producto 0.470 0.497 0.427 1.000

V5. Calidad de producto 0.765 0.406 0.307 0.472 1.000

V6. Profundidad de surtido 0.281 0.445 0.423 0.713 0.325 1.000

V7. Anchura de surtido 0.354 0.490 0.471 0.719 0.378 0.724 1.000

V8. Servicio dentro del establecimiento 0.242 0.719 0.733 0.428 0.240 0.311 0.435 1.000

V9. Ambiente dentro del establecimiento 0.372 0.737 0.774 0.479 0.326 0.429 0.466 0.710 1.00

8
 V3 V8 V9 V2 V6 V7 V4 V1 V5

V3. Polí
Política de retorno 1.000

V8. Servicio dentro del establecimiento 0.733 1.000

V9. Ambiente dentro del establecimiento 0.774 0.710 1.000

V2. Personal de establecimiento 0.741 0.719 0.787 1.000

V6. Profundidad de surtido 0.423 0.311 0.429 0.445 1.000

V7. Anchura de surtido 0.471 0.435 0.468 0.490 0.724 1.000

V4. Disponibilidad del producto 0.427 0.428 0.479 0.497 0.713 0.719 1.000

V1. Nivel de precios 0.302 0.242 0.372 0.427 0.281 0.354 0.470 1.000

V5. Calidad de producto 0.307 0.240 0.326 0.406 0.325 0.378 0.472 0.765 1.00

9
Análisis de Componentes Principales

Y1 = l11 X1 + ...........+ l1p Xp

Y2 = l21 X1 + ...........+ l2p Xp

.
.
.
Yp = lp1 X1 + ...........+ lpp Xp

10
El Modelo de Análisis Factorial

X 1 − µ 1 = l 11 F1 + l 12 F2 + ...... + l 1m Fm + ε 1

X 2 − µ 2 = l 21 F1 + l 22 F2 + ...... + l 2 m Fm + ε 2

X p − µ p = l p1 F1 + l p 2 F2 + ...... + l pm Fm + ε p

11
 Varianza Total

Común Específica

Comunalidad Especificidad
Observaciones

En la escuela francesa al ACP le denominan AF.

¿Realizar un AF con el método de componentes
principales es similar a realizar un ACP?.

Se busca reducir la dimensionalidad, pero eso
no implica eliminar variables ni individuos.

Se busca tener el menor número de factores o
componentes que expliquen a todas las
variables en estudio.

13
 Utilidad

Deportivo Economicidad

14
Ejemplo (Pedret, 2000)

En una encuesta realizada a una muestra de
estudiantes, se les pidió que valoraran, en una
escala del 1 a 6

(1=nada deseable, 6=totalmente deseable)

cuán deseables eran 20 características referentes
al comportamiento de sus profesores.

15
 Tratan a todos los alumnos aproximadamente
V1 V11 Parecen seguros de sí mismos
igual

V2 Incitan a que los alumnos pregunten V12 Ordenados en sus explicaciones

V3 Próximos, cercanos a los alumnos V13 Encaran el lado bueno de las cosas

Muestran interés por los problemas de los

V4 V14 Desarrollan asignatura con sentido crítico
alumnos

V5 Poseen un carácter agradable V15 Respuestas ingeniosas y completas

V6 Explicaciones provocan un gran interés V16 Explicaciones adaptadas a la realidad

Utilizan métodos propios para facilitar

V7 V17 Son tolerantes con el error de los alumnos
instrucción

V8 Vestidos con gusto, limpios y aseados V18 Saben apreciar los esfuerzos del alumno

V9 Son puntuales V19 Buena dicción, plenamente audibles

V10 Tranquilos, control de sí mismos V20 Saben controlar situación sin nerviosismo

16
Resultados

Se consideró adecuado seleccionar 2 factores
que resumen el 80,3% de la información inicial.

Factor 1. Buen profesor

Factor 2. Buena persona

17
Alternativa al ACP y al AF

Con ambos métodos los componentes o

factores están no correlacionados

Modelos de Ecuaciones Estructurales
(SEM)

Examina simultáneamente una serie de
relaciones de dependencia.

Software: LISREL, AMOS

18
 Estrategia Imagen

Indicadores: Indicadores:
- Velocidad de entrega - Imagen del fabricante
- Nivel de precios - Imagen de la fuerza de ventas
- Flexibilidad
- Calidad del producto

19
20
Análisis de Correspondencia Simple
Variable 2

A B C D E

Variable 1
1
2 Tabla de
3
4
contingencia

1 D
A

2 B

C 4

3 E

21
Características

Forma de representación gráfica de las

tablas de contingencia.

Es el siguiente paso en una prueba Chi-
cuadrado de independencia.

22
Tabla de Datos
Atributo
Marca
Sabor Precio Presentación Publicidad Calidad Total
Cristal
32 5 14 49 23 123
Pilsen
22 28 25 31 17 123
Cusqueña
51 4 24 10 34 123
Brahma
9 61 12 33 8 123
Barena
15 29 34 40 5 123
Dorada
10 91 11 11 0 123
Total 139 218 120 174 87 738

23
CALIDAD

SABOR PRECIO

PRESENTACION

PUBLICIDAD
24
Usos actuales

Tablas de contingencia que agrupen a los
individuos en ciertas categorías.

Tablas de frecuencias.

Tablas de valoración con puntuaciones como
medias, sumas, índices, etc.

Tablas de 0 y 1 con preferencias por ciertas
marcas.

Tablas con otras medidas de correspondencias
entre filas y columnas.

Tablas múltiples con marcas atributos, estilos
de vida, etc.
25
Consideraciones al ACS (Pedret, 2000)

El método se aplica a matrices de valores

absolutos (obtenidas por simple conteo).

Es necesario que los márgenes de filas y
columnas tengan un sentido; es decir, la suma
de cada fila y columna debe poderse
interpretar.

De no cumplirse, el análisis puede realizarse,
pero se corre el riesgo de que los resultados
que se obtengan no reflejen la estructura del
fenómeno que se está analizando, sino que más
bien estén reflejando el método que hayamos
utilizado para recoger los datos

26
 Adultos NSE A/B Auto Total

Marca 1 25 35 10 70

Marca 2 30 30 5 65

Marca 3 35 20 15 70

Marca 4 40 15 20 75

Marca 5 25 10 15 50

Total 155 110 65 330

Atributos Marca 1 Marca 2 Marca 3 Marca 4 Total

Atributo A 14 38 25 18 95
Atributo B 14 28 25 25 92
Atributo C 42 22 11 13 88
Atributo D 10 10 32 26 78
Atributo E 6 33 5 27 71
Atributo F 54 33 8 2 97
Atributo G 24 21 16 34 95
Atributo H 24 3 20 3 50
Atributo I 5 3 3 31 42
Total 193 191 145 179 708
Técnicas Alternativas al AC

Mapas de Vectores

Vectores largos indican cualidades o
propiedades que hacen que los
productos/marcas sean distintos.

Vectores pequeños informan sobre
características que no se distinguen entre
los productos/marcas

28

¿Cuál o cuales de las siguientes
marcas/productos le parecen a Ud. que…

a) Son de calidad

b) Valen lo que cuesta

c) Son de prestigio

Resultados en frecuencias o porcentajes

Mapas denominados BI-PLOT

29

Califique en una escala de 1=Pésimo a
5=Excelente a cada marca por cada
atributo

Resultados en promedios/medias

Mapas denominados MD-PREF

30

Mapas Discriminantes

APM (Adaptative Perceptual
Mapping)

Usa los datos individuales a
diferencia de MD-Pref y BI-PLOT que
usan datos acumulados.

La función con que se calcula se basa
en el análisis discriminante lineal
31
¿Por favor, dígame Ud. en una escala del 1 al 5
que tan ………..…. considera que es ……….…… para
ser presidente del Perú en el 2011?

Experimen
tado en
Aceptable
Cercano al cargos
Candidato Honesto Trabajador Preparado su propuesta Capaz
pueblo públicos
de gobierno
y/o
privados

A
B
C
D
E

32
33

Mapas Compuestos

Composite Product Mapping (CPM)

Elimina o minimiza las dimensiones y
atributos que no son preferidos por
el mercado.

Permite ajustar según las
participaciones en ventas de los
productos/marcas

34
35
36
37
38
Características

Se trabaja con el AC Jerárquico

Aglomerativo y el AC No Jerárquico (k-
means)

Se usa cuando las variables han sido
medidas en escalas métricas (intervalo o
de razón)

39

En un AC Jerárquico, los resultados
variarán dependiendo:

Medida de distancia usada.

La estandarización o no de los datos.

Algoritmo de agrupación o de
vinculación entre los individuos.

40
* * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * *

Dendrogram using Average Linkage (Between Groups)

Rescaled Distance Cluster Combine

C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+

14 òûòø
16 ò÷ ùòø
4 òòò÷ ùòòòòòø
19 òòòòò÷ ùòòòòòòòòòòòø
10 òòòòòòòòòòò÷ ùòòòòòòòòòòòòòòòòòø
18 òòòòòòòòòòòòòòòòòòòòòòò÷ ó
2 òûòòòòòòòø ùòòòòòòòø
13 ò÷ ó ó ó
5 òûòø ùòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòò÷ ó
11 ò÷ ùòòòø ó ó
9 òòò÷ ùò÷ ó
20 òòòòòòò÷ ó
3 òûòòòòòòòòòø ó
8 ò÷ ó ó
6 òø ùòø ó
7 òôòòòø ó ó ó
12 òú ùòø ó ó ó
21 ò÷ ó ùòòò÷ ùòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòò÷
1 òòòòò÷ ó ó
17 òòòòòòò÷ ó
15 òòòòòòòòòòòòò÷

Historial de Aglomeración

Debe detenerse el proceso de fusión
cuando los grupos que se han de unir están
a una distancia significativamente mayor de
los que previamente se han fusionado.

Otros Indicadores

Raíz cuadrada de la media de las
desviaciones típicas del nuevo
conglomerado (RMSSTD)

R2 semiparcial (SPR)

R cuadrado (RS)

Distancia entre los conglomerados (DC)
42
Procedimiento del AC Jerárquico

43
Observaciones

No se llega a caracterizar a los clusters

en función a las variables empleadas.

Las variables cualitativas (no usadas en el
análisis cluster) como el sexo, la edad,
nivel de estudios, nivel socioeconómico
son usadas como variables pasivas para
explicar la conformación de los clusters.

Se usa el AC Jerárquico como Análisis
Exploratorio y al AC No Jerárquico (k-
means) como Análisis Confirmatorio.

44
Técnica Alternativa al Análisis Cluster

El Análisis Cluster Bietápico

Selecciona automáticamente el número
más apropiado de clusters y medidas para
la selección de los distintos modelos del
cluster.

Posibilidad de crear modelos de clusters
basados al mismo tiempo en variables
categóricas y cuantitativas.

45
Técnicas Multivariadas de Dependencia

Análisis de Regresión Múltiple

Análisis de Discriminante Lineal

Análisis de Regresión Logística

Análisis Conjunto

46
 Análisis Discriminante

El AD se utiliza para clasificar a distintos
individuos en grupos o poblaciones, alternativos a
partir de los valores de un conjunto de variables
sobre los individuos a los que se pretende
clasificar.

Modelo: Y = f(X1, X2,…, Xp)

La variable dependiente Y (categórica) se

denomina VARIABLE CRITERIO y las variables
X1, X2,…, Xp (independientes) se denominan
VARIABLES PREDICTORAS o clasificadoras y
pueden ser cuantitativas y/o cualitativas 47
 Ejemplo. Rendimiento Académico

Variable criterio: rendimiento del alumno en un

semestre académico (bajo, regular, alto)

Variables predictoras: número de cursos
matriculados, promedio semestral anterior,
promedio semestral acumulado, número de
créditos aprobados, carrera, turno, sexo,
procedencia de colegio, NSE.

El objetivo es descubrir las características que
diferencian a un estudiante universitario con
rendimiento regular de uno con rendimiento bajo
o con rendimiento alto.
48
Finalidad del AD

Explicativos. Se trata de determinar la
contribución de cada variable predictora a la
clasificación correcta de cada uno de los
individuos.

Predictivos. Se trata de determinar el grupo al
que pertenece un individuo para el que se
conocen los valores que toman las variables
predictoras.

49
Principales Técnicas Discriminantes

AD Lineal de Fisher

AD Cuadrático

Regresión Logística

Redes Neuronales Supervisadas

AD usando el método de los k-vecinos más
cercanos

AD usando estimación de densidad por kernels

AD Flexible

AD Penalizado

AD usando mezclas gaussianas

AD usando algoritmos genéticos

AD usando árboles de clasificación: CHAID, QUEST,
CART, etc.
Análisis Discriminante Lineal

Se usa cuando las variables han sido

medidas en escalas métricas (intervalo o
de razón)

Varios supuestos

Matriz de variancia-covariancia
intragrupos debe ser la misma

Cada uno de los grupos debe ser una
muestra procedente de una población
normal multivariada

No debe existir multicolinealidad entre
las variables independientes.
51
 Canonical Discriminant Function Coefficients

Function
1
Educacion en años ,409
Edad en años ,069
Horas de TV por día ,339
(Constant) -9,040
Unstandardized coefficients

Función Discriminante Canónica

Z i = −9.040 + 0.409 Educacion + 0.069 Edad + 0.339 Horas

52
 Classification Function Coefficients

Decision de
suscripcion
No Si
Educacion en años 4.342 5.018
Edad en años .403 .517
Horas de TV por día 2.949 3.510
(Constant) -36.509 -50.788
Fisher's linear discriminant functions

Función Discriminante Lineal de Fisher

Z i = −14.279 + 0.676 Educacion + 0.114 Edad + 0.561Horas
53
Estimación de la tasa de clasificación
errada

Estimación por resubstitución

Usar la misma muestra con que se explicó el
modelo para predecir.

Estimación por validación cruzada

En este caso se divide al azar la muestra en v

partes ( v=10 es lo más usado) y se halla el
clasificador usando todas menos una de las
partes. Luego se clasifica las observaciones que
se dejaron de lado, el promedio de las
clasificaciones erradas dará el estimador por
validación cruzada.
54
Observaciones

Se busca obtener el mayor porcentaje de

clasificación correcta general.

Se debe buscar el mayor % de
clasificación correcta para cada una de
las clases de la variable dependiente.

55
 Classification Resultsb,c

Predicted Group
Membership
Decision de suscripcion No Si Total
Original Count No 93 20 113
Si 68 261 329
% No 82,3 17,7 100,0
Si 20,7 79,3 100,0
Cross-validateda Count No 93 20 113
Si 68 261 329
% No 82,3 17,7 100,0
Si 20,7 79,3 100,0
a. Cross validation is done only for those cases in the analysis. In cross validation,
each case is classified by the functions derived from all cases other than that case.
b. 80,1% of original grouped cases correctly classified.
c. 80,1% of cross-validated grouped cases correctly classified.

56
Observaciones

Se compara las técnicas, eligiendo

aquella que me de las más altas tasas de
clasificación correcta en cada una de las
categorías de la v. dependiente. (FINES
PREDICTIVOS)

Se busca encontrar el patrón. (FINES
EXPLICATIVOS)

57
Ejemplo. Suscripción a una
revista de cine
Variable Descripción

Educación Educación en años

Edad Edad en años

Tvdiario Horas de TV al día durante los fines

de semana
Organizaciones Número de clubes al que pertenece

Hijos Número de hijos

Suscripción Decisión de suscribirse

Análisis Discriminante Lineal Canónico
Decision de suscripcion Total
No Si
Promedio Promedio Promedio
Educacion en años 12,35 13,73 13,38
Edad en años 30,51 43,51 40,19
Horas de TV por día 1,95 2,51 2,36
Número de organizaciones 1,42 1,56 1,52
Numero de hijos 1,35 1,80 1,68

Z i = −9.040 + 0.409 Educacion + 0.069 Edad + 0.339 Horas

0
Menos edad No Más edad
Si
Menos educación Más educación
Menos horas TV Más horas TV
Classification Resultsb,c

Predicted Group
Membership
Decision de suscripcion No Si Total
Original Count No 93 20 113
Si 68 261 329
% No 82,3 17,7 100,0
Si 20,7 79,3 100,0
Cross-validateda Count No 93 20 113
Si 68 261 329
% No 82,3 17,7 100,0
Si 20,7 79,3 59
100,0
a. Cross validation is done only for those cases in the analysis. In cross validation,
Regresión Logística
Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step
a
Educacion ,739 ,092 64,586 1 ,000 2,095
1 Edad ,150 ,018 73,166 1 ,000 1,161
Tvdiario ,832 ,144 33,221 1 ,000 2,297
Constant -15,793 1,729 83,393 1 ,000 ,000
a. Variable(s) entered on step 1: Educacion, Edad, Tvdiario.

βˆ0 + βˆ1 x1i + βˆ2 x2 i +...+ βˆn xni

e
pˆ i = βˆ0 + βˆ1 x1i + βˆ2 x2 i +...+ βˆn xni
1+ e
Classification Tablea

Predicted
Decision de
suscripcion Percentage
Observed No Si Correct
Step 1 Decision de No 72 41 63,7
suscripcion Si 21 308 93,6
Overall Percentage 86,0
a. The cut value is ,500
60
 Árbol de
Clasificación
 Independent Variable Importance

Normalized
Independent Variable Importance Importance
Educacion en años ,129 100,0%
Edad en años ,086 66,5%
Horas de TV por día ,080 61,6%
Numero de hijos ,004 3,3%
Número de
,002 1,6%
organizaciones
Growing Method: CRT
Dependent Variable: Decision de suscripcion

Classification

Predicted
Percent
Observed No Si Correct
No 93 20 82,3%
Si 2 327 99,4%
Overall Percentage 21,5% 78,5% 95,0%
Growing Method: CRT
Dependent Variable: Decision de suscripcion

62
 194/329=59%

107/329=33%

91%
93/113=82%
Recomendaciones

Bibliografía actualizada

Cursos electivos o de formación de pre-
grado.

Tesis de pre-grado

Grupos de estudio (estudiantes,
docentes)

Cursos de capacitación

Eventos académicos: congresos,
coloquios, simposios, etc.
64
 Bibliografía
1. Hair, Joseph; Anderson, Rolph; Thatam, Ronald &
Black, William. Análisis Multivariante. Editorial
Prentice Hall. 1999. España.
2. Nadelsticher, Abraham. Mapas, mapitas y
mapotas. Revista AMAI. México.
3. Pedret, Ramón & otros. “Herramientas para
segmentar mercados y posicionar productos:
análisis de información cuantitativa en
investigación comercial”. Ediciones Deusto. 2000.
España.
4. Uriel, Ezequiel & Aldas, Joaquín. “Análisis
Multivariante Aplicado. Aplicaciones al
marketing, investigación de mercados,
economía, dirección de empresas y turismo”.
Editorial Thomson. 2005. España. 65