analisis multivariado

1. Aidee Gladysespinozataquichiri
Mgr.jose ramirozapata Barrientos
Materia: investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
ANALISIS MULTIVARIADO9
1.INTRODUCCION
* son todas aquellas técnicas estadísticas que simultáneamente analizan múltiples
resultados en los individuos u objetos bajo investigación.
* para que un análisis se considere multivariado todas las variables deben sr
aleatorias y relacionadas de tal manera que el efecto que producen no pueda ser
interpretado de manera individual.
Sirve para:
-representar datos de forma inteligible.
-esclarecer la distribución real de varias variables.
-desarrollar un modelo de predicción basado en múltiples variables.
-hallar las relaciones de causa-efecto entre variables. ¹
2.DESARROLLO
El análisis multivariante o análisis multivariado es un
método estadístico utilizado para determinar la contribución de varios factores en
un simple evento o resultado.
 Los factores de estudio son los llamados factores de
riesgo (bioestadística), variables independientes o variables explicativas.
 El resultado estudiado es el evento, la variable dependiente o la variable
respuesta.
El análisis multivariante mediante técnicas de proyección sobre variables latentes
tiene muchas ventajas sobre los métodos de regresión tradicionales:
 se puede utilizar la información de múltiples variables de entrada, aunque
éstas no sean linealmente independientes
 puede trabajar con matrices que contengan más variables que observaciones
 puede trabajar con matrices incompletas, siempre que los valores faltantes
estén aleatoriamente distribuidos y no superen un 10%
 puesto que se basan en la extracción secuencial de los factores, que extraen
la mayor variabilidad posible de la matriz de las X (variables explicativas,
tienen que ser dependientes) pueden separar la información del ruido. Se
asume que las X se miden con ruido. ²
Escalas de medición

2. Aidee Gladysespinozataquichiri
Mgr.jose ramirozapata Barrientos
Materia: investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
 variables cuantitativa o metrica: es aquella que identifica al sujeto como
diferente a los demás en cuanto a cantidad o grado.para variables metricas
se utilizan intervalos y razones.
 Variable cualitativa o no métrica: se va a identificar al objeto de estudio
por características, propiedades, categorías o atributos que posee. Para
variables no métricas se utilizan nominales y ordinales.
 Escala nominal: asigna un numero a una característica o atributo.
 Escala ordinal: jerarquiza los datos en relación a la cantidad que poseen.
Etapas
1.objetivos del analisis
2.diseño del analisis
3.hipotesis del analisis
4.realizacion del analisis
5.interpretar resultados
6.validacion del analisis.³
Tipos de métodos de análisis multivariante
Los métodos multivariantes pueden subdividirse según diferentes aspectos. En
primer lugar, se diferencian en función de si se debe descubrir o verificar una
estructura con ellos. Los métodos de determinación de la estructura incluyen el
dominio:
 Análisis factorial: Reduce la estructura a datos relevantes y variables
individuales. Los estudios factoriales se centran en diferentes variables, por lo que
se subdividen en análisis de componentes principales y análisis de
correspondencia. Por ejemplo: ¿Qué elementos de laweb influyen más en el
comportamiento de compra?
 Análisis de clusters: Las observaciones se asignan gráficamente a grupos de
variables individuales y se clasifican sobre la base de ellas. Los resultados son
clusters y segmentos, como el número de compradores de un producto en
particular, que tienen entre 35 y 47 años y tienen un alto nivel de ingresos.
Los procedimientos de revisión estructural incluyen, entre otros, el TLD:
 Análisis de regresión: Investiga la influencia de dos tipos de variables una sobre
la otra. Se habla de variables dependientes y no dependientes. Las primeras son
las llamadas variables explicadas, mientras que las segundas son variables
explicativas. El primero describe el estado real sobre la base de los datos, el
segundo explica estos datos por medio de relaciones de dependencia entre las
dos variables. En la práctica, varios cambios de los elementos de la página web

3. Aidee Gladysespinozataquichiri
Mgr.jose ramirozapata Barrientos
Materia: investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
corresponden a variables independientes, mientras que los efectos sobre la tasa
de conversión serían la variable dependiente.
 Análisis de desviaciones: Determina la influencia de varias variables o de
variables individuales en grupos calculando promedios estadísticos. Aquí se
pueden comparar variables dentro de un grupo así como diferentes grupos,
dependiendo de dónde se deben suponer las desviaciones. Por ejemplo: ¿Qué
grupos hacen clic con más frecuencia en el botón "Comprar ahora" de su cesta de
la compra?
 Análisis discriminante: Se utiliza en el contexto del análisis de desviaciones para
diferenciar entre grupos que se pueden describir con características similares o
idénticas. Por ejemplo, ¿en qué variables difieren los diferentes grupos de
compradores? ⁴
Ventajas y desventajas
ventajas
Técnicas multivariantes permiten a los investigadores observan las relaciones
entre las variables de una manera general y cuantificar las relaciones entre las
variables. Se puede comprobar la asociación entre las variables mediante
tabulaciones cruzadas, correlación parcial y regresiones múltiples, e introducir
otras variables para determinar los vínculos entre las variables independientes y
dependientes o para especificar las condiciones en las que la asociación lleva a
cabo. Esto da un aspecto mucho más rico y realista a una sola variable y
proporciona una poderosa prueba de significación con respecto a las técnicas
univariantes.
Desventajas
Técnicas multivariantes son complejos e implican las matemáticas de alto nivel
que requieren de un programa estadístico para analizar los datos. Estos
programas estadísticos son generalmente caros. Los resultados del análisis
multivariado no siempre son fáciles de interpretar, y tienden a basarse en hipótesis
que pueden ser difíciles de evaluar. Para las técnicas multivariantes para dar
resultados significativos, necesitan una amplia muestra de datos, de lo contrario
los resultados no tienen sentido debido a errores en alto nivel. Los errores
estándar determinan el grado de confianza que puede estar en los resultados, y
usted puede tener más confianza en los resultados de una muestra grande de uno
pequeño. Realización de programas de estadística es bastante simple, pero
requiere un estadístico para dar sentido a la salida. ⁵

4. Aidee Gladysespinozataquichiri
Mgr.jose ramirozapata Barrientos
Materia: investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
3.CONCLUSION
Son técnicas estadísticas que simultáneamente analizan múltiples resultados en
los individuos u objetos bajo investigación. Identifica características de los
individuos para determinar qué tipo de personas compran determinado producto.
Se puede decir que sirve para representar datos de forma inteligible, esclarecer la
distribución real de varias variables, desarrollar un modelo de predicción basado
en múltiples variables, hallar las relaciones de causa-efecto entre variables.
4.REFERENCIAS
1. http://www.acmcb.es/files/425-3501-DOCUMENT/Sancho-9-14Maig12.pdf
2. https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante
3. http://www.acmcb.es/files/425-3501-DOCUMENT/Sancho-9-14Maig12.pd
4. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
5. http://bueno-saber.com/aficiones-juegos-y-juguetes/ciencia-y-
naturaleza/tecnicas-multivariantes-ventajas-y-desventajas.php
5.VIDEOS
https://www.youtube.com/watch?v=6xNe1uklDHM