ANÁLISIS MULTIVARIADO: INTRODUCCIÓN, DESARROLLO, CONCLUSIÓN,REFERENCIAS Y VÍDEOS

1. INVESTIGACIÓN DEMERCADOS II
TEMA: ANÁLISISMULTIVARIADO
RAÚL OLMOS MORALES
DOCENTE: MGR. JOSÉ RAMIROZAPATA BARRIENTOS
‘’LIBEREMOS BOLIVIA’’ Página1
ANÁLISIS MULTIVARIADO
‘‘Piensa en todas las cosas bellas que aún hay a tu alrededor y se feliz’’ (Ana Frank)
1. INTRODUCCIÓN
El origendel análisismultivariadose remontaaloscomienzosdel sigloXX,conPearsonySperman,
época en la cual se empezaron a introducir los conceptos de la estadística moderna. Las bases
definitivas de este tipo de análisis se establecieron en la década 1930-40 con Hotelling, Wilks,
Fisher, Mahalanobis, y Bartlett (Bramardi, 2002).1
El análisis multivariable trata con tres o
más variables simultáneamente. Los fenómenos de salud y enfermedad tienen habitualmente
múltiplescausas,envezde unasola.Nos movemos,portanto,enunmundomultivariable.Lo más
común en cualquier análisis estadístico es que intentemos explicar un fenómeno teniendo en
consideración varias variables simultáneamente. Por esto es tan importante el análisis
multivariable.2
Conjunto de procedimientos estadístico-econométricos que estudian y analizan de forma
simultánea ciertas características de cada individuo, objeto o entidad que forma parte de una
determinada investigación.3 Y 6
El análisismultivariante oanálisismultivariado esunmétodo estadísticoutilizadoparadeterminar
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.4
2. DESARROLLO
2.1. Aspectos positivos.
El análisismultivariante 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%

2. INVESTIGACIÓN DEMERCADOS II
TEMA: ANÁLISISMULTIVARIADO
RAÚL OLMOS MORALES
DOCENTE: MGR. JOSÉ RAMIROZAPATA BARRIENTOS
‘’LIBEREMOS BOLIVIA’’ Página2
 puesto que se basan en la extracción secuencial de los factores, que extraen la mayor
variabilidadposible de lamatrizde lasX (variablesexplicativas,tienenque ser dependientes)
pueden separar la información del ruido. Se asume que las X se miden con ruido.4
2.2. Tipología de técnicas multivariantes
Dicho lo anterior, quizás la mejor manera de entender qué es el Análisis Multivariante es la
descripción de los principales procedimientos que engloba. Sin ánimo de ser exhaustivos, éstos
pueden ser agrupados en los siguientes tipos:
a) Modelos de rango completo y no completo.
 Análisis de regresión múltiple.
 Análisis de la varianza (ANOVA).
 Análisis de la covarianza (ANCOVA).
 Análisis multivariante de la varianza (MANOVA).
 Análisis multivariante de la covarianza (MANCOVA).
 Correlación canónica.
b) Reducción de la dimensionalidad.
 Análisis de componentes principales
 Análisis factorial.
c) Clasificación y Discriminación.
 Análisis de Conglomerados.
 Análisis discriminante.
 c) Otros procedimientos multivariantes.
 Análisis conjunto.
 Escalamiento multidimensional.
 Análisis de correspondencias.
 Análisis logit.
 Modelos de ecuaciones estructurales 3
2.3. Técnicas multivalentes

3. INVESTIGACIÓN DEMERCADOS II
TEMA: ANÁLISISMULTIVARIADO
RAÚL OLMOS MORALES
DOCENTE: MGR. JOSÉ RAMIROZAPATA BARRIENTOS
‘’LIBEREMOS BOLIVIA’’ Página3
 Análisis de componentes principales
 Análisis factorial
 Análisis discriminante
 Análisis de la correlación canónica
 Análisis de grupos
 Escalamiento multidimensional
 Análisis de correspondencias
 Análisis factorial confirmatorio
 Modelo de Ecuaciones Estructurales (SEM), análisis causal.
 Análisis conjunto
 Escalamiento Óptimo
 Regresión Lineal Multiple
 Regresión Logit y Probit
 Análisis Manova4
2.4 Beneficios
Técnicasmultivariantes permitenalosinvestigadores observan las relaciones entre las variables
de una manera general y cuantificar las relaciones entre las variables. Se puede comprobar la
asociaciónentre las variables mediante tabulaciones cruzadas, correlación parcial y regresiones
múltiples, e introducir otras variables para determinar los vínculos entre las variables
independientesydependientesoparaespecificar 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.5
2.5. Desventajas
Técnicasmultivariantessoncomplejase implicanlasmatemáticas de alto nivel que requieren de
un programa estadístico para analizar los datos. Estos programas estadísticos son generalmente
caros. Los resultadosdel análisis multivariado no siempre son fáciles de interpretar, y tienden a
basarse enhipótesisque puedenserdifícilesde evaluar.Para las técnicas multivariantes para dar
resultadossignificativos,necesitanunaampliamuestrade datos,de locontrariolosresultados no
tienen sentido debido a errores en alto nivel. Los errores estándar determinan el grado de
confianzaque puede estarenlosresultados,yustedpuedetener másconfianzaenlos 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 salida5
2.6 USOS:

4. INVESTIGACIÓN DEMERCADOS II
TEMA: ANÁLISISMULTIVARIADO
RAÚL OLMOS MORALES
DOCENTE: MGR. JOSÉ RAMIROZAPATA BARRIENTOS
‘’LIBEREMOS BOLIVIA’’ Página4
Técnicasmultivariantesse utilizanparaestudiarel conjuntode datos de consumidores y estudios
de mercado,control de calidadyaseguramientode lacalidad, optimización de procesos y control
de procesos,la investigación y el desarrollo. Estas técnicas son especialmente importantes en la
investigación de las ciencias sociales, porque los científicos sociales en general, pueden usar los
experimentosde laboratorioaleatorios,talescomolosque se utilizanenlamedicina y las ciencias
naturales. Aquí técnicas multivariantes pueden estimar estadísticamente la relación entre las
distintasvariables,ycorrelacionarlaimportanciade cadaunode ellosesel resultadofinal y si hay
dependencias entre ellos.5
3. CONCLUSIONES:
El análisis Multivariante es un conjunto de procedimientos estadístico-econométricos que
estudian y analizan de forma simultánea ciertas características de cada individuo, objeto o
entidad que forma parte de una determinada investigación. Donde se puede utilizar la
informaciónde múltiplesvariablesde entrada,aunque éstasnoseanlinealmente independientes,
puede trabajar con matrices que contengan más variables que observaciones. Que es muy útil
para realizar distintos tipos de problemas.
4. REFERENCIAS:
1-. BRAMARDI, S. J. (2002) Análisis multivariado. Su aplicación en la caracterización de recursos
genéticos. 60.
https://www.ecured.cu/An%C3%A1lisis_multivariados#:~:text=El%20origen%20del%20an%C3%A1
lisis%20multivariado,conceptos%20de%20la%20estad%C3%ADstica%20moderna.
 HAIR, J. F., ANDERSON, R. E., TATHAM, R. L. & BLACK, W. C. (1992) Multivariate data analysis.
Nueva York, MacMillan Publ. Co.
 JOHNSON, D. E. (2000) Métodos Multivariados aplicados al análisis de datos. IN
INTERNATIONAL THOMSON EDITORES, S. A. (Ed.)
 GREENACRE,M. (Ed.) (2007) Correspondence Analysisinpractice,Chapman&Hall/CRC Taylor
& Francis Group.
 http://www.virtual.unal.edu.co/cursos/sedes/manizales/4010059/html/Modulo%20Estadistic
a/multivariante.htm
 http://www.bing.com/images/search?q=significado+Analisis+multivariado&view=detailv2&&
&id=3315680F4B5798410C5C846000FA5CA0D149222D&selectedIndex=13&ccid=%2f661exlJ&
simid=608037923698706770&thid=JN.V%2fQ6SX6Q5wAIUVmXnaQdQA

5. INVESTIGACIÓN DEMERCADOS II
TEMA: ANÁLISISMULTIVARIADO
RAÚL OLMOS MORALES
DOCENTE: MGR. JOSÉ RAMIROZAPATA BARRIENTOS
‘’LIBEREMOS BOLIVIA’’ Página5
2. IntroducciónalosmodelosmultivariablesIng.Licdo. Yunior Andrés Castillo Silverio
https://www.monografias.com/trabajos107/introduccion-modelos-multivariables/introduccion-
modelos-multivariables.shtml
3.-
https://guiasjuridicas.wolterskluwer.es/Content/Documento.aspx?params=H4sIAAAAAAAEAMtM
SbF1jTAAASNDSwtDtbLUouLM_DxbIwMDS0MDIwuQQGZapUt-
ckhlQaptWmJOcSoATrah7TUAAAA=WKE
4. https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante
El textoestádisponible bajola LicenciaCreativeCommonsAtribuciónCompartirIgual 3.0;pueden
aplicarse cláusulas adicionales. Al usar este sitio, usted acepta nuestros términos de uso y
nuestra política de privacidad.
Wikipedia®esunamarca registradade la Fundación Wikimedia, Inc., una organización sin ánimo
de lucro
5. Técnicas multivariantes: ventajas y desventajas
http://bueno-saber.com/aficiones-juegos-y-juguetes/ciencia-y-naturaleza/tecnicas-
multivariantes-ventajas-y-desventajas.php
6. https://www.academia.cat/files/425-3397-DOCUMENT/Sancho-9-14Maig12.pdf
5. VIDEOS:
En este videonosenseñade unamaneramuyclara que sonlas técnicas multivariantes, métodos
de clasificación, etc
https://www.youtube.com/watch?v=_3YKNZW2HNc

6. INVESTIGACIÓN DEMERCADOS II
TEMA: ANÁLISISMULTIVARIADO
RAÚL OLMOS MORALES
DOCENTE: MGR. JOSÉ RAMIROZAPATA BARRIENTOS
‘’LIBEREMOS BOLIVIA’’ Página6
Video: 2.- En este video nos enseña de una manera muy práctica y sencilla, todas las cosas que
debemos saber de un análisis multivariante
https://www.youtube.com/watch?v=__NwvXa3zjQ