ANALISIS

MULTIVARIABLE
MUCHA ESPINOZA, Franco Pavel
TEORIA SOBRE EL ANALISIS
MULTIVARIABLE
 Engloba un grupo de técnicas o métodos estadísticos con la finalidad de
analizar simultáneamente cijuntos de datos multivariantes
OBJETIVOS DEL ANALISIS
MULTIVARIABLE
 Dar métodos para el estudio de conjunto de datos multivariantes
 Ayudar al analista a decidir, teniendo en cuenta la información disponible
por el conjunto de datos analizado
TIPOS DE TÉCNICAS
MULTIVARIANTES
 1. Métodos de dependencia

 Suponen que las variables se dividen en 2 (dependientes e

independientes), su método consiste en determinar si el conjunto de v.
independientes afecta el conjunto de v. dependientes
 2. métodos de interdependencia

 No distinguen entre variables dependientes o independientes e identifica

que variables están relacionadas, como y por que
 3. modelos estructurales

 No solo analiza el efecto de las variables independientes, sino como están

relacionadas las variables de ambos grupos
MÉTODOS DE DEPENDENCIA
Dependencia métrica Dependencia no métrica
 Análisisde regresión: se usa si hay varias  Análisis discriminante: averigua las
variables dependientes métricas cuyo valor características de un grupo para utilizarlas
depende de las independientes métricas para estimar el grupo de procedencia de
 Análisis de supervivencia: la variable otros individuos
independiente es el tiempo de supervivencia
 Modelos de regresión logística: se usa si hay
 Análisis de la varianza: si la muestra se divide en
varias variables dependientes no métricas
varios grupos basados en variables cuyo valor depende de las independientes
independientes no métricas y las dependientes
son métricas, averiguan si hay diferencia entre  Análisis Conjoint: analiza el efecto de
dichos grupos en cuanto a variables dependientes variables independientes no métricas sobre
 Correlación canónica: relacionan simultáneamente otras métricas o no métricas, los valores de
las variables métricas dependientes e las variables independientes no métricas son
independientes calculando combinaciones lineales fijadas por el analista
MÉTODOS DE
INTERDEPENDENCIAA
 Dependencia métrica:

 Análisis factorial y análisis de componentes principales: analiza interrelaciones entre

variables métricas explicando dichas interrelaciones en términos de un numero menor de
variables
 Escalado multidimensional: trasforma juicios de semejanza o preferencia en distancias
representadas en un espacio multidimensional
 Análisis Cluster: clasifica una muestra de entidades en un numero pequeño de grupos de
forma que las observaciones de un grupo sean similares entre si y distintas del resto
 Dependencia no métrica
 Análisis de correspondencias: se aplica a tablas multidimensionales y es similas a las
escalas multidimensionales
 Modelos log-lineales: se aplica a tablas de contingencia multidimensional y modelizan
relaciones de dependencia multidimensionales de las variables observadas que buscan
explicar las frecuencias observadas
 ETAPAS DE UN ANÁLISIS
MULTIVARIANTE
• objetivo del análisis: definir el problema, los objetivos y técnicas
1

• diseño del análisis: determinar el tamaño muestral, las ecuaciones a estimar, las
2 distancias a calcular y las técnicas de estimación a emplear

• hipótesis del análisis: evaluar las hipótesis subyacentes a la técnica multivariante

3

• relación de análisis: se estima el modelo y se evalúa el ajuste de datos

4

• Interpretación de los resultados: pueden llevar a re-especificaciones de las variables o

5 del modelo

• validación del análisis

6