Podemos encontrar la definición de lo que es el análisis multivariado, su principal objetivo, los tipos de técnicas que se utilizan y sus ventajas y desventajas
Análisis multivariante: tipos, objetivos y ventajas
1. PATRICIA ANGYSAENZSUVIRANA
IM 2
GRUPO 09
2/2020
LIBEREMOS BOLIVIA
ANALISIS MULTIVARIANTE
“No se sale adelante celebrando éxito sino superando fracasos” Orison Swett Marden
1 INTRODUCCION
El origen del análisis multivariado se remonta a los comienzos del siglo XX, con Pearson y
Sperman,época enla cual se empezarona introducirlosconceptosde la estadísticamoderna.
Las basesdefinitivasde estetipodeanálisisse establecieronenladécada1930-40con Hotelling,
Wilks, Fisher, Mahalanobis, y Bartlett (Bramardi, 2002). En términos generales, el análisis
multivariado se refiere a todos aquellos métodosestadísticos que analizan simultáneamente
medidas múltiples (más de dos variables) de cada individuo. 1
El Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar
simultáneamente conjuntos de datos multivariantes en el sentido de que hay varias variables
medidas para cada individuo ú objeto estudiado.
Su razón de ser radicaen un mejorentendimientodel fenómenoobjetode estudioobteniendo
información que los métodos estadísticos univariantes y bivariantes son incapaces de
conseguir.2
En la evaluación y recopilación de datos estadísticos se utilizan métodos de análisis
multivariantes para aclarar y explicar las relaciones entre las diferentes variables que pueden
estar asociadas con estos datos.
El análisis multivariante siempre se utiliza cuando hay más de tres variables involucradas y el
contexto de su contenido no está claro. El objetivo es detectar una estructura por un lado, y
verificar los datos de las estructuras por otro. 3
2 DESARROLLO
2.1 USOS DE EL ANALISIS MULTIVARIANTE
Originalmente,enlasestadísticasse utilizabanmétodosde pruebayanálisismultivariantepara
descubrir las relaciones causales. Dado que los cálculos manuales son muy complejos, los
métodos sólo son practicables en otros campos de aplicación con el desarrollo del hardware y
software correspondiente.Hoyendíase utilizanmétodosdeanálisismultivarianteenáreasmuy
diferentes:
Lingüística, Ciencias Naturales y Humanidades.
Economía, seguros y servicios financieros.
Minería de datos, big data y bases de datos relacionales.
Hoy en día, los análisis multivariantes se suelen llevar a cabo mediante el uso de software con
el finde hacerfrente alasenormescantidadesde datosycontrolarlasvariablesmodificadasen
aplicaciones prácticas como las pruebas de usabilidad. Sinembargo, las pruebas multivariante
también pueden contribuir significativamente a mejorar la facilidad de uso a menor escala.4
2. PATRICIA ANGYSAENZSUVIRANA
IM 2
GRUPO 09
2/2020
LIBEREMOS BOLIVIA
2.2 OBJETIVOS DEL ANALISIS MULTIVARIANTE
Pueden sintetizarse en dos principalmente:
Proporcionarmétodoscuyafinalidadesel estudiode conjuntode datosmultivariantes,
que el análisis estadístico uni y bidimensional son incapaces de conseguir.
Ayudaral analistaoinvestigadoratomardecisionesóptimasenel contextoenelque se
encuentre, teniendo en cuenta la información disponible por el conjunto de datos
analizado. 5
2.3 ESCALAS DE MEDIDA
NOMINAL: los posibles valores de la variable representan diferentes categorías, no
existiendo ninguna relación entre el código asignado a una categoría y su significado
Ejemplos: profesión, raza, estado civil.
CASO PARTICULAR: variables dicotómicas, sólo admiten dos posibles respuestas.
Ejemplos: sexo, verdadero / falso, si / no
ORDINAL: loscódigosovaloresdecadacategoríamantienenlamismarelaciónde orden
que el significado de las categorías.
Ejemplos: clase social, escala de preferencia.
INTERVALO: los códigos asignados a diferentes respuestas permiten conocer la
magnitud de la característica medida, ya que se mantiene una relación de orden y
distancia.
Ejemplos: temperatura, fechas, cualquier variable redondeada.
RATIO O RAZÓN: loscódigosrepresentanel propiovalorde lacaracterística estudiada,
observándose una relación de orden y de distancia y la existencia de un origen
Ejemplos: cifra de ventas, ratio económico- financiero.
2.4 VARIABLES Y ESCALAS DE MEDIDA
Partiendode losdos grandesgruposde variables,(cualitativasymétricas),podemosresumirla
relación entre las variables y las escalas de medida como sigue:
VARIABLES NO MÉTRICAS O CUALITATIVAS,vienenmedidasenescalanominal
u ordinal
VARIABLES MÉTRICAS O CUANTITATIVAS se utilizan las escalas de intervalo o
de razón.
VARIABLES BINARIAS se utiliza la escala de razón 6
3. PATRICIA ANGYSAENZSUVIRANA
IM 2
GRUPO 09
2/2020
LIBEREMOS BOLIVIA
2.5 TIPOS DE TÉCNICAS MULTIVARIANTES.7
2.6 VENTAJAS Y DESVENTAJAS
VENTAJAS
Técnicasmultivariantespermitenalos investigadoresobservanlasrelacionesentre
lasvariablesde unamanerageneral ycuantificar 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 independientesy dependientes o
para especificar las condiciones en las que la asociación lleva a cabo.
Esto da un aspectomucho más rico y realistaa una solavariable y proporcionauna
poderosa prueba de significación con respecto a las técnicas univariantes.
4. PATRICIA ANGYSAENZSUVIRANA
IM 2
GRUPO 09
2/2020
LIBEREMOS BOLIVIA
DESVENTAJAS
Técnicasmultivariantessoncomplejose implicanlasmatemáticasde altonivel 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 tienensentido debidoa
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.8
3 CONCLUSIONES
El análisis multivariante esunconjuntode técnicasorientadasal estudiode variasvariablesde
modo simultáneo, con el objeto de comprender mejor lo que se analiza. Esta situación se
presenta debido a que mediante los métodos disponibles es posible generar una mejor
explicacióny cercana a la realidad que nos servirá para tener un mayor conocimiento de la
situación.
4 VIDEOS
ANÁLISIS MULTIVARIADO
https://www.youtube.com/watch?v=MxHwd7YoZX8
En este video podemos encontrar la definición del análisis multivariado y también sus sub
divisiones
5. PATRICIA ANGYSAENZSUVIRANA
IM 2
GRUPO 09
2/2020
LIBEREMOS BOLIVIA
ANÁLISIS MULTIVARIADO INFOSTAT (EJERCICIO)
https://www.youtube.com/watch?v=erGn4H-vnhI
Este video nos muestra un ejemplo sobre un problema usando análisis multivariado con el
programa INFOSTAT
5 REFERENCIAS
1. https://www.ecured.cu/An%C3%A1lisis_multivariados
2. http://www.ciberconta.unizar.es/leccion/anamul/inicio.html
3. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
4. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
5. http://bibing.us.es/proyectos/abreproy/11162/fichero/Proyecto+Manuel+Sosa%2
52FCap%C3%ADtulo+7.pdf
6. http://bibing.us.es/proyectos/abreproy/11162/fichero/Proyecto+Manuel+Sosa%2
52FCap%C3%ADtulo+7.pdf
7. https://es.scribd.com/document/255242171/Analisis-Multivariante-Definicion-
Objetivos-Tipos-Variables
8. http://bueno-saber.com/aficiones-juegos-y-juguetes/ciencia-y-
naturaleza/tecnicas-multivariantes-ventajas-y-desventajas.php