Trabajo de Metodos

MÉTODOS MULTIVARIADOS PARA LA
INVESTIGACIÓN
ALUMNO: EDUAR VALLE MAGALLAN
PROFESOR: ELÍAS ALBERTO TORRES ARMAS
1. Defina el análisis multivariante con sus propias palabras.
El Análisis Multivariante es el conjunto de métodos estadísticos que se encarga

de analizar todo conjunto de datos multivariantes de cada individuo u objeto
sometido a una investigación. El fin de este es un mejor entendimiento del
objeto de estudio y todo lo que pueda tener más de dos variables es considerado
análisis multivalente.
2. Nombre varios factores que han contribuido a
aumentar la aplicación de las técnicas del análisis de
datos multivariantes en los últimos años.
Los factores que contribuyeron en los últimos años fueron los avances
tecnológicos de la informática, la necesidad de resolver grandes bases de
datos en las industrias, administración y centros de investigación.
3. Enumere y describa las técnicas de análisis de datos multivariante descritas
en este capi tulo. Cite ejemplos adecuados para cada técnica.
1) Regresión múltiple y correlación múltiple : Es el método de análisis apropiado cuando el problema del
investigador incluye una única variable métrica dependiente que se supone está relacionada con una o
más variables métricas independientes.
2) Análisis discriminante múltiple: Los objetivos del análisis discriminante múltiple son entender las
diferencias de los grupos y predecir la verosimilitud de que una entidad pertenezca a una clase o grupo
particular basándose en varias variables métricas independientes.
3) Análisis multivariante de varianza y covarianza: Es una técnica estadística que puede ser usa da
simultáneamente para explorar las relaciones entre diversas categorías de variables independientes y dos
o más variables métricas dependientes.
4) Correlación canónica: Es una extensión lógica de un análisis de regresión múltiple.
5) Análisis cluster: Es una técnica analítica para desarrollar subgrupos significativos de individuos u
objetos.
6) Análisis multidimensional: el objetivo es transformar los juicios de los consumidores de similitud o
preferencia en distancias representadas en un espacio multidimensional.
8) Análisis conjunto: Es una técnica de dependencia emergente que ha introducido una nueva so fisticación en
la evaluación de objetos, sean nuevos productos, servicios o ideas.
9) Análisis de correspondencias: Es una técnica de interdependencia recientemente desarrollada que facilita
tanto la reducción dimensional de una clasificación de objetos.
10) Modelos de probabilidad lineal como logit y probit: Consisten en una combinación de regresión múltiple y
análisis de discriminante múltiple.
11) Modelos de ecuaciones simultáneas/estructurales: Es una técnica que permite separar las relaciones para cada
conjunto de variables dependientes.
4. Explique cómo y por qué los diversos métodos multivariantes
pueden verse como una familia de técnicas.
Los métodos multivariados se ven como una familia de técnicas porque estas
investigan la existencia o ausencia de relaciones entre dos grupos de variables. Es por
ello que si nos encontramos ante una situación en la que se nos hace imposible
distinguir de forma conceptualmente entre variables dependientes e independientes.
5. ¿Por qué es importante el conocimiento de las escalas de
medida para entender el análisis de datos multivariante?
Es importante entender los diferentes tipos de escalas de medida por dos razones.
En primer lugar, el investigador debe identificar la escala de medida de cada
variable empleada, de tal forma que no se estén utilizando datos no métricos como
si fueran métricos. En segundo lugar, la escala de medida es crucial para
determinar qué técnica multivariante es la más conveniente para los datos,
consideración hecha tanto para las variables dependientes como las
independientes.
6. ¿Cuáles son las diferencias entre la significación
práctica y estadística? ¿Es un prerrequi sito de la otra?
La diferencia es que significancia práctica se refiere a los errores cuando

realizamos el experimento y significancia estadística se refieres a los errores
que se obtienen en los datos del experimento. Además si es un prerrequisito
una de la otra ya que una es dependiente de la otra.
7. ¿Cuáles son las implicaciones de una potencia estadística baja? ¿Cómo puede
aumentar se la potencia si se considera muy baja?
Una baja potencia estadística podría indicar un tamaño de muestra pequeño, un alfa
menor o un tamaño del efecto pequeño que además podría provocar un incremento
consecuente de la probabilidad de cometer un error característico.
La potencia puede aumentarse utilizando muestras homogéneas, es decir,
disminuyendo su variabilidad o varianza.
8. Explique detalladamente la aproximación al diseño de modelos multivariantes,
centrándose en los supuestos principales en cada paso.
Pasos:
1. Definir el problema de investigación, objetivos y técnica multivariante conveniente: Es el punto de partida para
cualquier análisis multivariante es definir el problema de investigaciónlos objetivos analiticos en términos
conceptuales, antes de especificar cualquier variable o medida.
2. Desarrollo del proyecto de análisis:
3. Evaluación de los supuestos básicos de la técnica multivariante:
4. Estimación del modelo multivariante y valoración del ajuste del modelo:
5. Interpretar el valor teórico:
6. Validación del modelo multivariantre: Antes de aceptar los resultados, el investigador debe someterlos a un
conjunto final de diagnósticos que aseguran el grado de generalidad. Ademes los diagnósticos añaden poco a la
interpretación de los resultados que sirven para asegurar los resultados más descriptivos de los datos y su
generalización al conjunto de la población.
Para cada técnica multivariante, el uso de los seis pasos de construcción de un modelo multivariante es muy importante
y se divide en dos secciones. La primera sección (los pasos 1 a 3) se refiere a los temas abordados con la preparación
para la propia estimación de modelos. La segunda sección (los pasos 4 a 6) se refiere a las cuestiones pertinentes a un
modelo de estimación, interpretación y validación.

Trabajo de Metodos

Cargado por

Copyright:

Formatos disponibles

Trabajo de Metodos

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

Trabajo de Metodos

Cargado por

Copyright:

Formatos disponibles

MÉTODOS MULTIVARIADOS PARA LA

El Análisis Multivariante es el conjunto de métodos estadísticos que se encarga

La diferencia es que significancia práctica se refiere a los errores cuando

También podría gustarte