SlideShare una empresa de Scribd logo
1 de 5
PATIÑOCRISPIN KARLAPATRICIA
MGR. JOSE RAMIROZAPATA
MATERIA:INVESTIGACIÓN DE MERCADOSII
1
LIBEREMOS BOLIVIA
ANÁLISIS MULTIVARIADO
1. INTRODUCCIÓN.- El análisismultivariante oanálisismultivariado esun
métodoestadísticoutilizadoparadeterminarlacontribuciónde variosfactores enun
simple eventooresultado.1
Los factoresde estudiosonlosllamados factoresde riesgo (bioestadística), variables
independientes ovariablesexplicativas.
El resultadoestudiadoesel evento,lavariable dependienteolavariable respuesta.
El análisismultivariante enlasestadísticasse utilizabanmétodosde pruebayanálisismultivariante
para descubrirlasrelacionescausales.Dadoque loscálculosmanualesson muycomplejos,los
métodossólosonpracticablesenotroscamposde aplicaciónconel desarrollodel hardware y
software correspondiente.2
El análisismultivariante mediantetécnicasde proyecciónsobrevariableslatentestiene muchas
ventajassobre los métodosde regresión tradicionales:
 se puede utilizarlainformaciónde múltiplesvariablesde entrada,aunque éstasnosean
linealmenteindependientes
 puede trabajarcon matrices que contenganmásvariablesque observaciones
 puede trabajarcon matricesincompletas,siempre que losvaloresfaltantesestén
aleatoriamentedistribuidosynosuperenun10%
 puestoque se basanen laextracciónsecuencial de losfactores,que extraenlamayor
variabilidadposible de lamatrizde lasX (variablesexplicativas,tienenque serdependientes)
puedensepararlainformacióndel ruido.Se asume que lasXse midenconruido.2
2. DESARROLLO. –
Tipos de métodos de análisismultivariante:
Los métodosmultivariantespuedensubdividirse segúndiferentesaspectos.Enprimerlugar,se
diferencianenfunciónde si se debe descubriroverificarunaestructuracon ellos.Losmétodosde
determinaciónde laestructuraincluyenel dominio:
 Análisisfactorial: Reduce laestructuraa datos relevantesyvariablesindividuales.Los
estudiosfactorialesse centranendiferentesvariables,porloque se subdividenenanálisis
de componentesprincipalesyanálisisde correspondencia.Porejemplo:¿Qué elementos
de la webinfluyenmásenel comportamientode compra?
 Análisisde clúster: Las observacionesse asignangráficamenteagruposde variables
individualesyse clasificansobre labase de ellas. Losresultadossonclusters ysegmentos,
como el númerode compradoresde unproductoen particular,que tienenentre35 y 47
años ytienenunaltonivel de ingresos.
PATIÑOCRISPIN KARLAPATRICIA
MGR. JOSE RAMIROZAPATA
MATERIA:INVESTIGACIÓN DE MERCADOSII
2
LIBEREMOS BOLIVIA
Los procedimientosde revisiónestructural incluyen,entre otros,el TLD:
 Análisisde regresión:Investigalainfluenciade dostiposde variablesunasobre laotra. Se
hablade variablesdependientesynodependientes.Lasprimerassonlasllamadas
variablesexplicadas,mientrasque lassegundassonvariablesexplicativas.El primero
describe el estadoreal sobre labase de losdatos,el segundoexplicaestosdatospor
mediode relacionesde dependenciaentre lasdosvariables.Enlapráctica, varioscambios
de loselementosde lapáginawebcorrespondenavariablesindependientes,mientrasque
losefectossobre latasa de conversiónseríanlavariable dependiente.
 Análisisde desviaciones:Determinalainfluenciade variasvariablesode variables
individualesengruposcalculandopromediosestadísticos.Aquíse puedencomparar
variablesdentrode ungrupoasí como diferentesgrupos,dependiendode dónde se deben
suponerlasdesviaciones.Porejemplo:¿Qué gruposhacenclicconmás frecuenciaenel
botón"Comprar ahora"de sucesta de la compra?
 Análisisdiscriminante:Se utilizaenel contextodel análisisde desviacionespara
diferenciarentre gruposque se puedendescribirconcaracterísticassimilaresoidénticas.
Por ejemplo,¿enqué variablesdifierenlosdiferentesgruposde compradores? 2
Clasificaciónde las técnicas multivariantes
Para ayudarle a familiarizarse conlastécnicasmultivariantes, presentamosunaclasificaciónde
losmétodosmultivariantes. Estaclasificación se basaentresjuicios que el analistadebehacer
sobre el objetoainvestigaryla naturalezade losdatos:
 ¿puedendividirselasvariablesendependientesoindependientesbasándose la
clasificaciónenalgunateoría?
 Si puede hacerse,¿cuántasde estasvariablessontratadascomodependientesenun
análisissimple?
 ¿Cómoson lasvariablesmedidas?
La selecciónde latécnicamultivarianteapropiadadependede lasrespuestasaestastres
cuestiones.
Cuandoconsideramoslaaplicaciónde lastécnicasestadísticasmultivariantes,laprimera
cuestiónque nosdebemospreguntares,¿puedendividirse lasvariablesmediante la
clasificaciónde dependiente e independiente?Larespuestaaestacuestiónindicasi se debería
utilizarunanálisisde dependenciaointerdependencia.
Un análisisde dependenciapuede definirsecomoaquel enel que unavariable oconjuntode
variablesesidentificadocomolavariable dependiente yque vaa ser explicadaporotras
variablesconocidascomovariablesindependientes.Comoejemplode unadependencia
técnicatenemosel análisisde regresiónmúltiple.Comocontraste,unanálisisde
interdependenciaesaquel enque ningunavariableogrupode variablesesdefinidocomo
PATIÑOCRISPIN KARLAPATRICIA
MGR. JOSE RAMIROZAPATA
MATERIA:INVESTIGACIÓN DE MERCADOSII
3
LIBEREMOS BOLIVIA
independienteodependiente.Másbien,el procedimientoimplicael análisisde todaslas
variablesdel conjuntosimultáneamente.El análisisfactorial esunejemplode unanálisisde
interdependencia.
Un análisisde dependenciapuede definirsecomoaquel enel que unavariable oconjuntode
variablesesidentificadocomolavariable dependiente yque vaa ser explicadaporotras
variablesconocidascomovariablesindependientes.Comoejemplode unadependencia
técnicatenemosel análisisde regresiónmúltiple.Comocontraste,unanálisisde
interdependenciaesaquel enque ningunavariableogrupode variablesesdefinidocomo
independienteodependiente.Másbien,el procedimientoimplicael análisisde todaslas
variablesdel conjuntosimultáneamente.El análisisfactorial esunejemplode unanálisisde
interdependencia.3
Métodos
En aras a extraerlainformaciónde losdatos, se establece unasecuencialógicade pasospara la
aplicaciónde lastécnicasde análisismultivariado.
1. Recolecciónde datos
En este caso se utilizanlosdatoscorrespondientesalasnotasfinalesde losestudiantesde un
determinadoaño.Comoel principal objetivoescontarconinformaciónsobre losestudiantesque
van a ingresara losproyectosde desarrollode software,se sugiere que lasasignaturas
seleccionadasseanlasque aportenmásala formacióntécnicadel estudiante.
2. Preparación de los datos
Para procesarlos datosse debe tenerencuentael tipode datos enque vienenexpresadaslas
variables(lasnotasdel sistemaeducacionalcubanose expresanenunaescalaordinal,sin
intervalode magnituddefinidae igual entre cualquierparde nivelesconsecutivosde lavariable
[6]; por tanto,se debentransformara numérico).
3. Reducción
ACP:Permite laexploraciónyreducciónde ladimensiónde losdatos,ayudaa losinvestigadoresa
que adquieranciertapercepciónrespectoaunconjuntode datos,y a encontrarla verdadera
dimensión de losdatos,se puede seleccionarunnúmeromenorde variablesque son
combinacioneslinealesde lasanterioresyesposiblesintetizargrandescantidadesde información
para una mejorcomprensiónde lamisma.
4. Clasificacióny Agrupación
PATIÑOCRISPIN KARLAPATRICIA
MGR. JOSE RAMIROZAPATA
MATERIA:INVESTIGACIÓN DE MERCADOSII
4
LIBEREMOS BOLIVIA
Análisisde Clúster:permiteconfirmarhipótesissobre lanaturalezade lasobservacionesy
mediante el mismoesposible idearunaclasificaciónoesquemade agrupación.Además,permite
dividirlosestudiantesenestudioenclasesogrupos,enloscualessusintegrantescomparten
similitud.El propósitode este métodoenel procedimientoque se propone,esidentificar3grupos
de estudiantes,cuyaexistenciase asume basadaenlaexperienciade expertosenlabordocente y
productivaenlauniversidad.
5. Identificaciónde estructura y reducción de los datos
AnálisisFactorial Común:tiene comoobjetivoidentificarunnúmerorelativamente pequeñode
factoressubyacentes(latentes),que reflejanqué esloque lasvariablestienenencomún.Este
análisispuede asistirenlaselecciónde unsubgrupode variablesrepresentativaso,incluso,crear
nuevasvariablescomosustitutasde lasvariablesoriginales.Además,permite establecerla
relaciónde lasvariablesmediante el resumende losdatosydescubrirvariablessubyacentesque
puedenserusadasenestudiosposteriores.4
Usos
Hoy endía se utilizanmétodosde análisismultivarianteenáreasmuydiferentes:
 Lingüística,CienciasNaturalesyHumanidades.
 Economía, segurosyserviciosfinancieros.
 Minería de datos,bigdata y basesde datosrelacionales.
Hoy endía, losanálisismultivariantesse suelenllevaracabo mediante el usode software conel
finde hacer frente alas enormescantidadesde datosycontrolarlasvariablesmodificadasen
aplicacionesprácticas comolaspruebasde usabilidad.Sinembargo,laspruebasmultivariante
tambiénpuedencontribuirsignificativamenteamejorarlafacilidadde usoa menorescala.5
3. CONCLUSION.– Es un conjuntode métodosestadísticoscuyafinalidadesanalizar
simultáneamenteconjuntosde datosmultivariantesenel sentidode que hayvarias
variablesmedidasparacada individuo uobjetoestudiado.
Ayudaa mejorarel entendimientodel fenómenoobjetode estudioobteniendoinformaciónque
losmétodosestadísticos univariantesybivariantessonincapacesde conseguir.
Mediante losdiferentestiposque tiene,como:el análisisfactorial,de clúster,de regresión,etc.
Es muy importante conocerysaberpara que nos puede servirhacerunanálisismultivariado.
PATIÑOCRISPIN KARLAPATRICIA
MGR. JOSE RAMIROZAPATA
MATERIA:INVESTIGACIÓN DE MERCADOSII
5
LIBEREMOS BOLIVIA
4. REFERENCIAS. –
1. https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante
2.
https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante#Tipos_de_m.C3.A9todos_de_an.C3.A1lisis
_multivariante
3. http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/guia_multivariante/guia_multivariante.htm
4. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59362013000200003
5.
https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante#Tipos_de_m.C3.A9todos_de_an.C3.A1lisis
_multivariante
5. VIDEOS. –
https://www.youtube.com/watch?v=__NwvXa3zjQ
https://www.youtube.com/watch?v=_3YKNZW2HNc

Más contenido relacionado

Similar a Análisis multivariado: métodos y aplicaciones

Similar a Análisis multivariado: métodos y aplicaciones (20)

Análisis Multivariado
Análisis Multivariado Análisis Multivariado
Análisis Multivariado
 
Analisis multivariado
Analisis multivariadoAnalisis multivariado
Analisis multivariado
 
Método Multivariado
Método MultivariadoMétodo Multivariado
Método Multivariado
 
Analisis multivariado
Analisis multivariadoAnalisis multivariado
Analisis multivariado
 
Analisis multivariado
Analisis multivariadoAnalisis multivariado
Analisis multivariado
 
investigacion cuantitativa
investigacion cuantitativainvestigacion cuantitativa
investigacion cuantitativa
 
Investigacion cuantitativa
Investigacion cuantitativaInvestigacion cuantitativa
Investigacion cuantitativa
 
Análisis Multivariado
Análisis MultivariadoAnálisis Multivariado
Análisis Multivariado
 
Analisis multivariado urionarojas
Analisis multivariado urionarojasAnalisis multivariado urionarojas
Analisis multivariado urionarojas
 
Análisis multivariante
Análisis multivarianteAnálisis multivariante
Análisis multivariante
 
Analisis multivariante
Analisis multivariante Analisis multivariante
Analisis multivariante
 
Tesis markov v3
Tesis markov v3Tesis markov v3
Tesis markov v3
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
ANALISIS MULTIVARIADO
ANALISIS MULTIVARIADO ANALISIS MULTIVARIADO
ANALISIS MULTIVARIADO
 
Análisis multivariado
Análisis multivariadoAnálisis multivariado
Análisis multivariado
 
Muestra o analisis muestral
Muestra o analisis muestralMuestra o analisis muestral
Muestra o analisis muestral
 
Revision sistemas biológicos
Revision sistemas biológicosRevision sistemas biológicos
Revision sistemas biológicos
 
Analisis multivariado
Analisis multivariadoAnalisis multivariado
Analisis multivariado
 
Manual práctico de quimiometría 2013
Manual práctico de quimiometría 2013Manual práctico de quimiometría 2013
Manual práctico de quimiometría 2013
 
BASES PARA LA REVISION CRITICA DE ARTICULOS MEDICOS. .pptx
BASES PARA LA REVISION CRITICA DE ARTICULOS MEDICOS. .pptxBASES PARA LA REVISION CRITICA DE ARTICULOS MEDICOS. .pptx
BASES PARA LA REVISION CRITICA DE ARTICULOS MEDICOS. .pptx
 

Más de KarlaPatio7

Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universoKarlaPatio7
 
Las competencias administrativas
Las competencias administrativasLas competencias administrativas
Las competencias administrativasKarlaPatio7
 
Que se puede mejorar de la presentacion
Que se puede mejorar de la presentacionQue se puede mejorar de la presentacion
Que se puede mejorar de la presentacionKarlaPatio7
 
Marketin 1.0 al 4.0
Marketin 1.0 al 4.0Marketin 1.0 al 4.0
Marketin 1.0 al 4.0KarlaPatio7
 
Las seis emociones de paul ekman
Las seis emociones de paul ekmanLas seis emociones de paul ekman
Las seis emociones de paul ekmanKarlaPatio7
 
Recopilacion de informacion para investigaciones
Recopilacion de informacion para investigacionesRecopilacion de informacion para investigaciones
Recopilacion de informacion para investigacionesKarlaPatio7
 
Flujo circular de la economia
Flujo circular de la economiaFlujo circular de la economia
Flujo circular de la economiaKarlaPatio7
 
Importaciones de alimentos en bolivia
Importaciones de alimentos en boliviaImportaciones de alimentos en bolivia
Importaciones de alimentos en boliviaKarlaPatio7
 
Enfoque sistemico
Enfoque sistemicoEnfoque sistemico
Enfoque sistemicoKarlaPatio7
 
Estudio comparativo de impuestos en lationamerica
Estudio comparativo de impuestos en lationamericaEstudio comparativo de impuestos en lationamerica
Estudio comparativo de impuestos en lationamericaKarlaPatio7
 
Investigacion cualitativa
Investigacion cualitativaInvestigacion cualitativa
Investigacion cualitativaKarlaPatio7
 

Más de KarlaPatio7 (17)

Muestra
MuestraMuestra
Muestra
 
Poblacion o universo
Poblacion o universoPoblacion o universo
Poblacion o universo
 
Las competencias administrativas
Las competencias administrativasLas competencias administrativas
Las competencias administrativas
 
Analisis foda
Analisis fodaAnalisis foda
Analisis foda
 
Analisis pest
Analisis pestAnalisis pest
Analisis pest
 
Analisis pest
Analisis pestAnalisis pest
Analisis pest
 
Que se puede mejorar de la presentacion
Que se puede mejorar de la presentacionQue se puede mejorar de la presentacion
Que se puede mejorar de la presentacion
 
Marketin 1.0 al 4.0
Marketin 1.0 al 4.0Marketin 1.0 al 4.0
Marketin 1.0 al 4.0
 
Las seis emociones de paul ekman
Las seis emociones de paul ekmanLas seis emociones de paul ekman
Las seis emociones de paul ekman
 
La prevision
La previsionLa prevision
La prevision
 
Recopilacion de informacion para investigaciones
Recopilacion de informacion para investigacionesRecopilacion de informacion para investigaciones
Recopilacion de informacion para investigaciones
 
Flujo circular de la economia
Flujo circular de la economiaFlujo circular de la economia
Flujo circular de la economia
 
Importaciones de alimentos en bolivia
Importaciones de alimentos en boliviaImportaciones de alimentos en bolivia
Importaciones de alimentos en bolivia
 
Enfoque sistemico
Enfoque sistemicoEnfoque sistemico
Enfoque sistemico
 
Thomas malthus
Thomas malthusThomas malthus
Thomas malthus
 
Estudio comparativo de impuestos en lationamerica
Estudio comparativo de impuestos en lationamericaEstudio comparativo de impuestos en lationamerica
Estudio comparativo de impuestos en lationamerica
 
Investigacion cualitativa
Investigacion cualitativaInvestigacion cualitativa
Investigacion cualitativa
 

Último

MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 

Último (20)

MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 

Análisis multivariado: métodos y aplicaciones

  • 1. PATIÑOCRISPIN KARLAPATRICIA MGR. JOSE RAMIROZAPATA MATERIA:INVESTIGACIÓN DE MERCADOSII 1 LIBEREMOS BOLIVIA ANÁLISIS MULTIVARIADO 1. INTRODUCCIÓN.- El análisismultivariante oanálisismultivariado esun métodoestadísticoutilizadoparadeterminarlacontribuciónde variosfactores enun simple eventooresultado.1 Los factoresde estudiosonlosllamados factoresde riesgo (bioestadística), variables independientes ovariablesexplicativas. El resultadoestudiadoesel evento,lavariable dependienteolavariable respuesta. El análisismultivariante enlasestadísticasse utilizabanmétodosde pruebayanálisismultivariante para descubrirlasrelacionescausales.Dadoque loscálculosmanualesson muycomplejos,los métodossólosonpracticablesenotroscamposde aplicaciónconel desarrollodel hardware y software correspondiente.2 El análisismultivariante mediantetécnicasde proyecciónsobrevariableslatentestiene muchas ventajassobre los métodosde regresión tradicionales:  se puede utilizarlainformaciónde múltiplesvariablesde entrada,aunque éstasnosean linealmenteindependientes  puede trabajarcon matrices que contenganmásvariablesque observaciones  puede trabajarcon matricesincompletas,siempre que losvaloresfaltantesestén aleatoriamentedistribuidosynosuperenun10%  puestoque se basanen laextracciónsecuencial de losfactores,que extraenlamayor variabilidadposible de lamatrizde lasX (variablesexplicativas,tienenque serdependientes) puedensepararlainformacióndel ruido.Se asume que lasXse midenconruido.2 2. DESARROLLO. – Tipos de métodos de análisismultivariante: Los métodosmultivariantespuedensubdividirse segúndiferentesaspectos.Enprimerlugar,se diferencianenfunciónde si se debe descubriroverificarunaestructuracon ellos.Losmétodosde determinaciónde laestructuraincluyenel dominio:  Análisisfactorial: Reduce laestructuraa datos relevantesyvariablesindividuales.Los estudiosfactorialesse centranendiferentesvariables,porloque se subdividenenanálisis de componentesprincipalesyanálisisde correspondencia.Porejemplo:¿Qué elementos de la webinfluyenmásenel comportamientode compra?  Análisisde clúster: Las observacionesse asignangráficamenteagruposde variables individualesyse clasificansobre labase de ellas. Losresultadossonclusters ysegmentos, como el númerode compradoresde unproductoen particular,que tienenentre35 y 47 años ytienenunaltonivel de ingresos.
  • 2. PATIÑOCRISPIN KARLAPATRICIA MGR. JOSE RAMIROZAPATA MATERIA:INVESTIGACIÓN DE MERCADOSII 2 LIBEREMOS BOLIVIA Los procedimientosde revisiónestructural incluyen,entre otros,el TLD:  Análisisde regresión:Investigalainfluenciade dostiposde variablesunasobre laotra. Se hablade variablesdependientesynodependientes.Lasprimerassonlasllamadas variablesexplicadas,mientrasque lassegundassonvariablesexplicativas.El primero describe el estadoreal sobre labase de losdatos,el segundoexplicaestosdatospor mediode relacionesde dependenciaentre lasdosvariables.Enlapráctica, varioscambios de loselementosde lapáginawebcorrespondenavariablesindependientes,mientrasque losefectossobre latasa de conversiónseríanlavariable dependiente.  Análisisde desviaciones:Determinalainfluenciade variasvariablesode variables individualesengruposcalculandopromediosestadísticos.Aquíse puedencomparar variablesdentrode ungrupoasí como diferentesgrupos,dependiendode dónde se deben suponerlasdesviaciones.Porejemplo:¿Qué gruposhacenclicconmás frecuenciaenel botón"Comprar ahora"de sucesta de la compra?  Análisisdiscriminante:Se utilizaenel contextodel análisisde desviacionespara diferenciarentre gruposque se puedendescribirconcaracterísticassimilaresoidénticas. Por ejemplo,¿enqué variablesdifierenlosdiferentesgruposde compradores? 2 Clasificaciónde las técnicas multivariantes Para ayudarle a familiarizarse conlastécnicasmultivariantes, presentamosunaclasificaciónde losmétodosmultivariantes. Estaclasificación se basaentresjuicios que el analistadebehacer sobre el objetoainvestigaryla naturalezade losdatos:  ¿puedendividirselasvariablesendependientesoindependientesbasándose la clasificaciónenalgunateoría?  Si puede hacerse,¿cuántasde estasvariablessontratadascomodependientesenun análisissimple?  ¿Cómoson lasvariablesmedidas? La selecciónde latécnicamultivarianteapropiadadependede lasrespuestasaestastres cuestiones. Cuandoconsideramoslaaplicaciónde lastécnicasestadísticasmultivariantes,laprimera cuestiónque nosdebemospreguntares,¿puedendividirse lasvariablesmediante la clasificaciónde dependiente e independiente?Larespuestaaestacuestiónindicasi se debería utilizarunanálisisde dependenciaointerdependencia. Un análisisde dependenciapuede definirsecomoaquel enel que unavariable oconjuntode variablesesidentificadocomolavariable dependiente yque vaa ser explicadaporotras variablesconocidascomovariablesindependientes.Comoejemplode unadependencia técnicatenemosel análisisde regresiónmúltiple.Comocontraste,unanálisisde interdependenciaesaquel enque ningunavariableogrupode variablesesdefinidocomo
  • 3. PATIÑOCRISPIN KARLAPATRICIA MGR. JOSE RAMIROZAPATA MATERIA:INVESTIGACIÓN DE MERCADOSII 3 LIBEREMOS BOLIVIA independienteodependiente.Másbien,el procedimientoimplicael análisisde todaslas variablesdel conjuntosimultáneamente.El análisisfactorial esunejemplode unanálisisde interdependencia. Un análisisde dependenciapuede definirsecomoaquel enel que unavariable oconjuntode variablesesidentificadocomolavariable dependiente yque vaa ser explicadaporotras variablesconocidascomovariablesindependientes.Comoejemplode unadependencia técnicatenemosel análisisde regresiónmúltiple.Comocontraste,unanálisisde interdependenciaesaquel enque ningunavariableogrupode variablesesdefinidocomo independienteodependiente.Másbien,el procedimientoimplicael análisisde todaslas variablesdel conjuntosimultáneamente.El análisisfactorial esunejemplode unanálisisde interdependencia.3 Métodos En aras a extraerlainformaciónde losdatos, se establece unasecuencialógicade pasospara la aplicaciónde lastécnicasde análisismultivariado. 1. Recolecciónde datos En este caso se utilizanlosdatoscorrespondientesalasnotasfinalesde losestudiantesde un determinadoaño.Comoel principal objetivoescontarconinformaciónsobre losestudiantesque van a ingresara losproyectosde desarrollode software,se sugiere que lasasignaturas seleccionadasseanlasque aportenmásala formacióntécnicadel estudiante. 2. Preparación de los datos Para procesarlos datosse debe tenerencuentael tipode datos enque vienenexpresadaslas variables(lasnotasdel sistemaeducacionalcubanose expresanenunaescalaordinal,sin intervalode magnituddefinidae igual entre cualquierparde nivelesconsecutivosde lavariable [6]; por tanto,se debentransformara numérico). 3. Reducción ACP:Permite laexploraciónyreducciónde ladimensiónde losdatos,ayudaa losinvestigadoresa que adquieranciertapercepciónrespectoaunconjuntode datos,y a encontrarla verdadera dimensión de losdatos,se puede seleccionarunnúmeromenorde variablesque son combinacioneslinealesde lasanterioresyesposiblesintetizargrandescantidadesde información para una mejorcomprensiónde lamisma. 4. Clasificacióny Agrupación
  • 4. PATIÑOCRISPIN KARLAPATRICIA MGR. JOSE RAMIROZAPATA MATERIA:INVESTIGACIÓN DE MERCADOSII 4 LIBEREMOS BOLIVIA Análisisde Clúster:permiteconfirmarhipótesissobre lanaturalezade lasobservacionesy mediante el mismoesposible idearunaclasificaciónoesquemade agrupación.Además,permite dividirlosestudiantesenestudioenclasesogrupos,enloscualessusintegrantescomparten similitud.El propósitode este métodoenel procedimientoque se propone,esidentificar3grupos de estudiantes,cuyaexistenciase asume basadaenlaexperienciade expertosenlabordocente y productivaenlauniversidad. 5. Identificaciónde estructura y reducción de los datos AnálisisFactorial Común:tiene comoobjetivoidentificarunnúmerorelativamente pequeñode factoressubyacentes(latentes),que reflejanqué esloque lasvariablestienenencomún.Este análisispuede asistirenlaselecciónde unsubgrupode variablesrepresentativaso,incluso,crear nuevasvariablescomosustitutasde lasvariablesoriginales.Además,permite establecerla relaciónde lasvariablesmediante el resumende losdatosydescubrirvariablessubyacentesque puedenserusadasenestudiosposteriores.4 Usos Hoy endía se utilizanmétodosde análisismultivarianteenáreasmuydiferentes:  Lingüística,CienciasNaturalesyHumanidades.  Economía, segurosyserviciosfinancieros.  Minería de datos,bigdata y basesde datosrelacionales. Hoy endía, losanálisismultivariantesse suelenllevaracabo mediante el usode software conel finde hacer frente alas enormescantidadesde datosycontrolarlasvariablesmodificadasen aplicacionesprácticas comolaspruebasde usabilidad.Sinembargo,laspruebasmultivariante tambiénpuedencontribuirsignificativamenteamejorarlafacilidadde usoa menorescala.5 3. CONCLUSION.– Es un conjuntode métodosestadísticoscuyafinalidadesanalizar simultáneamenteconjuntosde datosmultivariantesenel sentidode que hayvarias variablesmedidasparacada individuo uobjetoestudiado. Ayudaa mejorarel entendimientodel fenómenoobjetode estudioobteniendoinformaciónque losmétodosestadísticos univariantesybivariantessonincapacesde conseguir. Mediante losdiferentestiposque tiene,como:el análisisfactorial,de clúster,de regresión,etc. Es muy importante conocerysaberpara que nos puede servirhacerunanálisismultivariado.
  • 5. PATIÑOCRISPIN KARLAPATRICIA MGR. JOSE RAMIROZAPATA MATERIA:INVESTIGACIÓN DE MERCADOSII 5 LIBEREMOS BOLIVIA 4. REFERENCIAS. – 1. https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante 2. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante#Tipos_de_m.C3.A9todos_de_an.C3.A1lisis _multivariante 3. http://www.cyta.com.ar/biblioteca/bddoc/bdlibros/guia_multivariante/guia_multivariante.htm 4. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59362013000200003 5. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante#Tipos_de_m.C3.A9todos_de_an.C3.A1lisis _multivariante 5. VIDEOS. – https://www.youtube.com/watch?v=__NwvXa3zjQ https://www.youtube.com/watch?v=_3YKNZW2HNc