Conjunto de métodos estadísticos para determinar la contribución de varios factores en un simple evento

1. Análisis multivariante
Edsel Barbosa Gónzalez

2.  Es un conjunto de los métodos estadísticos
utilizados para determinar la contribución de varios
factores en un simple evento o resultado en el
sentido de que hay varias variables medidas para
cada individuo u objeto estudiado.
 Los factores de estudio son los llamados factores de
riesgo, variables independientes o variables
explicativas.
 El resultado estudiado es el evento, la variable
dependiente o la variable respuesta.

3. Objetivos
 Proporcionar métodos cuyo fin es estudiar conjuntos
de datos por medio de análisis estadístico uni y
bidimensional.
 Ayudar al analista a tomar buenas decisiones de
acuerdo al tipo de información que maneje en cada
conjunto de datos analizado.

4. Clasificación de técnicas
 Métodos de dependencia
 Son los que separan las variables en dependientes e
independientes. Así su objetivo consiste en determinar
si el conjunto de variables independientes afecta al
conjunto de las dependientes y cómo.
 Métodos de interdependencia
 No distinguen entre variables dependientes e
independientes, sólo buscan saber cuáles están
relacionadas, cómo lo están y por qué.

5. Principales técnicas multivariantes
 Análisis de Componentes principales
 Análisis factorial
 Análisis discriminante
 Análisis de Correlación Canónica
 Análisis Cluster
 Análisis de Escalamiento Dimensional
 Análisis de correspondencia
 Análisis factorial confirmatorio
 Modelo de Ecuaciones Estructurales (SEM),
análisis causal.
 Análisis conjunto
 Escalamiento Óptimo

 Regresión Lineal Multiple
 Regresión Logit y Probit
 Análisis Manova
 Análisis de Componentes principales
 Análisis factorial
 Análisis discriminante
 Análisis de Correlación Canónica
 Análisis Cluster
 Análisis de Escalamiento Dimensional
 Análisis de correspondencia
 Análisis factorial confirmatorio
 Modelo de Ecuaciones Estructurales (SEM),
análisis causal.
 Análisis conjunto
 Escalamiento Óptimo

 Regresión Lineal Multiple
 Regresión Logit y Probit
 Análisis Manova