ESTADSTICA MULTIVARIANTE APLICADA A LA

GEOLOGA
TEMA 1: INTRODUCCIN AL ANLISIS MULTIVARIANTE
FRANCISCO DE ASIS TORRES RUIZ
MARIA DOLORES MARTINEZ MIRANDA
Dpto. Estadstica e Investigacion Operativa
Universidad de Granada
Granada, curso 2008-2009

Estadstica Multivariante aplicada a la Geologa p. 1/?

1.- Introduccin

Estadstica Multivariante aplicada a la Geologa p. 2/?

1.- Introduccin
Definicin

Estadstica Multivariante aplicada a la Geologa p. 2/?

1.- Introduccin
Definicin
Anlisis Multivariante: Coleccin de tcnicas estadsticas
que consideran, simultneamente, diversas variables.

Estadstica Multivariante aplicada a la Geologa p. 2/?

1.- Introduccin
Definicin
Anlisis Multivariante: Coleccin de tcnicas estadsticas
que consideran, simultneamente, diversas variables.
Alternativas. A partir de la definicin anterior:

Estadstica Multivariante aplicada a la Geologa p. 2/?

1.- Introduccin
Definicin
Anlisis Multivariante: Coleccin de tcnicas estadsticas
que consideran, simultneamente, diversas variables.
Alternativas. A partir de la definicin anterior:
Anlisis Multivariante: las variables deben ser
aleatorias, con distribucin conjunta normal
multidimensional y son correlacionadas (no pueden
ser tratadas de forma aislada).

Estadstica Multivariante aplicada a la Geologa p. 2/?

1.- Introduccin
Definicin
Anlisis Multivariante: Coleccin de tcnicas estadsticas
que consideran, simultneamente, diversas variables.
Alternativas. A partir de la definicin anterior:
Anlisis Multivariante: las variables deben ser
aleatorias, con distribucin conjunta normal
multidimensional y son correlacionadas (no pueden
ser tratadas de forma aislada).
Anlisis Multivariable: en otro caso.

Estadstica Multivariante aplicada a la Geologa p. 2/?

1.- Introduccin
Notas histricas:

Estadstica Multivariante aplicada a la Geologa p. 3/?

1.- Introduccin
Notas histricas:
Karl Pearson (1901) y Spearman (1904) establecen las primeras ideas
del anlisis de componentes principales.

Estadstica Multivariante aplicada a la Geologa p. 3/?

1.- Introduccin
Notas histricas:
Karl Pearson (1901) y Spearman (1904) establecen las primeras ideas
del anlisis de componentes principales.
La mayora de las tcnicas multivariantes se desarrollan alrededor de
los aos treinta: Hotelling (1931, 1933), Wilks (1932, 1935), Fisher
(1935, 1936), Mahalanobis (1936) y Bartlett (1939).

Estadstica Multivariante aplicada a la Geologa p. 3/?

1.- Introduccin
Notas histricas:
Karl Pearson (1901) y Spearman (1904) establecen las primeras ideas
del anlisis de componentes principales.
La mayora de las tcnicas multivariantes se desarrollan alrededor de
los aos treinta: Hotelling (1931, 1933), Wilks (1932, 1935), Fisher
(1935, 1936), Mahalanobis (1936) y Bartlett (1939).
En los aos 60 empiezan a utilizarse los ordenadores en el proceso de
anlisis de datos. El proceso mecnico de clculo deja de tener
importancia y comienza a aplicarse el Anlisis Multivariante en
Psicologa, Educacin, Biologa, Economa, Geologa, etc.

Estadstica Multivariante aplicada a la Geologa p. 3/?

1.- Introduccin
Notas histricas:
A partir de los aos 80 la informtica pasa a ser de dominio pblico y
desde este momento la mayora de las investigaciones de carcter
emprico se plantean la conveniencia de emplear el Anlisis
Multivariante.

Estadstica Multivariante aplicada a la Geologa p. 4/?

2.- Objetivos del Anlisis Multivariante

Estadstica Multivariante aplicada a la Geologa p. 5/?

2.- Objetivos del Anlisis Multivariante

Reduccin de datos o simplificacin de estructuras: representar el
fenmeno en estudio de la forma ms simple posible sin que ello
conlleve una prdida sustancial de la informacin proporcionada por
los datos.

Estadstica Multivariante aplicada a la Geologa p. 5/?

2.- Objetivos del Anlisis Multivariante

Reduccin de datos o simplificacin de estructuras: representar el
fenmeno en estudio de la forma ms simple posible sin que ello
conlleve una prdida sustancial de la informacin proporcionada por
los datos.
Clasificacin: agrupar individuos o variables similares en clases
homogneas.

Estadstica Multivariante aplicada a la Geologa p. 5/?

2.- Objetivos del Anlisis Multivariante

Reduccin de datos o simplificacin de estructuras: representar el
fenmeno en estudio de la forma ms simple posible sin que ello
conlleve una prdida sustancial de la informacin proporcionada por
los datos.
Clasificacin: agrupar individuos o variables similares en clases
homogneas.
Investigacin de la independencia entre variables: investigar las
interrelaciones entre las variables. Son todas las variables
mutuamente independientes o hay alguna o algunas variables que
muestren dependencia con las dems? Si es as, cmo es esa
dependencia?

Estadstica Multivariante aplicada a la Geologa p. 5/?

2.- Objetivos del Anlisis Multivariante

Prediccin: el estudio de las relaciones entre las variables se realiza
con el objetivo de predecir los valores de una o ms variables (o
ciertos aspectos de su comportamiento) basndose en las
observaciones de otras variables.

Estadstica Multivariante aplicada a la Geologa p. 6/?

2.- Objetivos del Anlisis Multivariante

Prediccin: el estudio de las relaciones entre las variables se realiza
con el objetivo de predecir los valores de una o ms variables (o
ciertos aspectos de su comportamiento) basndose en las
observaciones de otras variables.
Construccin de hiptesis y contraste: el objetivo es plantear
hiptesis estadsticas, formuladas en trminos de parmetros de
poblaciones multivariantes, y contrastarlas.

Estadstica Multivariante aplicada a la Geologa p. 6/?

3.- Sistemas y escalas de medida

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala nominal: clasifica las observaciones en clases mutuamente
excluyentes de igual rango.

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala nominal: clasifica las observaciones en clases mutuamente
excluyentes de igual rango.
Las categoras se identifican con etiquetas.

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala nominal: clasifica las observaciones en clases mutuamente
excluyentes de igual rango.
Las categoras se identifican con etiquetas.
Los valores no presuponen ninguna ordenacin.

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala nominal: clasifica las observaciones en clases mutuamente
excluyentes de igual rango.
Las categoras se identifican con etiquetas.
Los valores no presuponen ninguna ordenacin.
Anlisis: basados en recuento de observaciones (tablas de
contingencia, contrastes no paramtricos del tipo chi-cuadrado,
anlisis de correspondencias,..).

Estadstica Multivariante aplicada a la Geologa p. 7/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala ordinal: establece un orden jerrquico de los estados de una
clasificacin.

Estadstica Multivariante aplicada a la Geologa p. 8/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala ordinal: establece un orden jerrquico de los estados de una
clasificacin. Ejemplo: la escala de dureza de Mohs.

Estadstica Multivariante aplicada a la Geologa p. 8/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala ordinal: establece un orden jerrquico de los estados de una
clasificacin. Ejemplo: la escala de dureza de Mohs.
Las categoras no estn igualmente espaciadas.

Estadstica Multivariante aplicada a la Geologa p. 8/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala ordinal: establece un orden jerrquico de los estados de una
clasificacin. Ejemplo: la escala de dureza de Mohs.
Las categoras no estn igualmente espaciadas.
Anlisis: conteos de observaciones, relacin en las
ordenaciones (correlacin por rangos, contrastes no
paramtricos para rangos,...).

Estadstica Multivariante aplicada a la Geologa p. 8/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de intervalo: la longitud de los sucesivos intervalos es
constante y no tienen un origen bien definido.

Estadstica Multivariante aplicada a la Geologa p. 9/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de intervalo: la longitud de los sucesivos intervalos es
constante y no tienen un origen bien definido. Ejemplo: la escala
centgrada de temperaturas.

Estadstica Multivariante aplicada a la Geologa p. 9/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de intervalo: la longitud de los sucesivos intervalos es
constante y no tienen un origen bien definido. Ejemplo: la escala
centgrada de temperaturas.
Anlisis: prcticamente todos los disponibles.

Estadstica Multivariante aplicada a la Geologa p. 9/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de razn: los incrementos son iguales entre sucesivos
intervalos y el origen est bien definido.

Estadstica Multivariante aplicada a la Geologa p. 10/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de razn: los incrementos son iguales entre sucesivos
intervalos y el origen est bien definido. Ejemplo: la escala Kelvin
de temperaturas y las medidas de longitud.

Estadstica Multivariante aplicada a la Geologa p. 10/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de razn: los incrementos son iguales entre sucesivos
intervalos y el origen est bien definido. Ejemplo: la escala Kelvin
de temperaturas y las medidas de longitud.
Constituyen el sistema de medicin ms elaborado que existe.

Estadstica Multivariante aplicada a la Geologa p. 10/?

3.- Sistemas y escalas de medida

Medida: valor numrico asignado a una observacin que refleja la
magnitud o aumento de alguna caracterstica.
Importancia: determinan el tipo de anlisis que puede realizarse.
Tipos:
Escala de razn: los incrementos son iguales entre sucesivos
intervalos y el origen est bien definido. Ejemplo: la escala Kelvin
de temperaturas y las medidas de longitud.
Constituyen el sistema de medicin ms elaborado que existe.
Anlisis: admite prcticamente todos los tipos de operaciones
matemticas y estadsticas.

Estadstica Multivariante aplicada a la Geologa p. 10/?

4.- Clasificacin de las tcnicas multivariantes

Estadstica Multivariante aplicada a la Geologa p. 11/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 1:

Estadstica Multivariante aplicada a la Geologa p. 11/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 1:
Mtodos descriptivos o exploratorios: no se impone ninguna
hiptesis previa. Se observa la realidad y se exploran los datos en
busca de nuevos conocimientos.

Estadstica Multivariante aplicada a la Geologa p. 11/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 1:
Mtodos descriptivos o exploratorios: no se impone ninguna
hiptesis previa. Se observa la realidad y se exploran los datos en
busca de nuevos conocimientos.
Ejemplo: anlisis factorial exploratorio, anlisis cluster, anlisis de
correspondencias y escalas multidimensionales.

Estadstica Multivariante aplicada a la Geologa p. 11/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 1:
Mtodos descriptivos o exploratorios: no se impone ninguna
hiptesis previa. Se observa la realidad y se exploran los datos en
busca de nuevos conocimientos.
Ejemplo: anlisis factorial exploratorio, anlisis cluster, anlisis de
correspondencias y escalas multidimensionales.
Mtodos explicativos o confirmatorios: se plantean unas hiptesis
que se intentan validar empricamente.

Estadstica Multivariante aplicada a la Geologa p. 11/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 1:
Mtodos descriptivos o exploratorios: no se impone ninguna
hiptesis previa. Se observa la realidad y se exploran los datos en
busca de nuevos conocimientos.
Ejemplo: anlisis factorial exploratorio, anlisis cluster, anlisis de
correspondencias y escalas multidimensionales.
Mtodos explicativos o confirmatorios: se plantean unas hiptesis
que se intentan validar empricamente.
Ejemplo: regresin mltiple, anlisis de la varianza, modelos
log-lineales y anlisis causal.

Estadstica Multivariante aplicada a la Geologa p. 11/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 2:

Estadstica Multivariante aplicada a la Geologa p. 12/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 2:
Predictivos: identifican un grupo de variables predictoras
(independientes), un criterio (variable dependiente) y, eventualmente,
otras variables influyentes (variables control). El problema es
especificar el esquema de interrelacin entre los dos primeros
bloques de variables.

Estadstica Multivariante aplicada a la Geologa p. 12/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 2:
Predictivos: identifican un grupo de variables predictoras
(independientes), un criterio (variable dependiente) y, eventualmente,
otras variables influyentes (variables control). El problema es
especificar el esquema de interrelacin entre los dos primeros
bloques de variables.
Ejemplo: regresin mltiple, anlisis de la varianza y de la
covarianza, anlisis discriminante y path-anlisis.

Estadstica Multivariante aplicada a la Geologa p. 12/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 2:
Predictivos: identifican un grupo de variables predictoras
(independientes), un criterio (variable dependiente) y, eventualmente,
otras variables influyentes (variables control). El problema es
especificar el esquema de interrelacin entre los dos primeros
bloques de variables.
Ejemplo: regresin mltiple, anlisis de la varianza y de la
covarianza, anlisis discriminante y path-anlisis.
Reductivos: estudian las interdependencias entre las variables con el
objeto de reducir al mnimo el nmero de variables precisas para
describir la informacin contenida en los datos.

Estadstica Multivariante aplicada a la Geologa p. 12/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 2:
Predictivos: identifican un grupo de variables predictoras
(independientes), un criterio (variable dependiente) y, eventualmente,
otras variables influyentes (variables control). El problema es
especificar el esquema de interrelacin entre los dos primeros
bloques de variables.
Ejemplo: regresin mltiple, anlisis de la varianza y de la
covarianza, anlisis discriminante y path-anlisis.
Reductivos: estudian las interdependencias entre las variables con el
objeto de reducir al mnimo el nmero de variables precisas para
describir la informacin contenida en los datos.
Ejemplo:anlisis de componentes principales, anlisis factorial,
correlacin cannica, anlisis cluster y anlisis de correspondencias.

Estadstica Multivariante aplicada a la Geologa p. 12/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:

Estadstica Multivariante aplicada a la Geologa p. 13/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de dependencia: hay variables dependientes e
independientes. Intentan determinar el grado de relacin existente
entre los dos conjuntos y/o explicar el comportamiento de algunos
aspectos de las variables dependientes en funcin de las
independientes.

Estadstica Multivariante aplicada a la Geologa p. 13/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de dependencia: hay variables dependientes e
independientes. Intentan determinar el grado de relacin existente
entre los dos conjuntos y/o explicar el comportamiento de algunos
aspectos de las variables dependientes en funcin de las
independientes.
Ejemplos:

Estadstica Multivariante aplicada a la Geologa p. 13/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de dependencia: hay variables dependientes e
independientes. Intentan determinar el grado de relacin existente
entre los dos conjuntos y/o explicar el comportamiento de algunos
aspectos de las variables dependientes en funcin de las
independientes.
Ejemplos:
Una variable dependiente (mtrica): modelos de regresin,
anlisis discriminante y regresin logstica.

Estadstica Multivariante aplicada a la Geologa p. 13/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de dependencia: hay variables dependientes e
independientes. Intentan determinar el grado de relacin existente
entre los dos conjuntos y/o explicar el comportamiento de algunos
aspectos de las variables dependientes en funcin de las
independientes.
Ejemplos:
Una variable dependiente (mtrica): modelos de regresin,
anlisis discriminante y regresin logstica.
Diversas variables dependientes (mtricas): Anlisis
Multivariante de la varianza (MANOVA).

Estadstica Multivariante aplicada a la Geologa p. 13/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de dependencia: hay variables dependientes e
independientes. Intentan determinar el grado de relacin existente
entre los dos conjuntos y/o explicar el comportamiento de algunos
aspectos de las variables dependientes en funcin de las
independientes.
Ejemplos:
Una variable dependiente (mtrica): modelos de regresin,
anlisis discriminante y regresin logstica.
Diversas variables dependientes (mtricas): Anlisis
Multivariante de la varianza (MANOVA).

Diversas variables dependientes (mtricas o no mtricas):

Estadstica Multivariante aplicada a la Geologa p. 13/?
Anlisis de la Correlacin Cannica.

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de dependencia: hay variables dependientes e
independientes. Intentan determinar el grado de relacin existente
entre los dos conjuntos y/o explicar el comportamiento de algunos
aspectos de las variables dependientes en funcin de las
independientes.
Ejemplos:
Una variable dependiente (mtrica): modelos de regresin,
anlisis discriminante y regresin logstica.
Diversas variables dependientes (mtricas): Anlisis
Multivariante de la varianza (MANOVA).

Diversas variables dependientes (mtricas o no mtricas):

Estadstica Multivariante aplicada a la Geologa p. 13/?
Anlisis de la Correlacin Cannica.

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:

Estadstica Multivariante aplicada a la Geologa p. 14/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de interdependencia: en ellos todas las variables tienen la
misma consideracin. Su objetivo es poner de manifiesto la
estructura interna de los datos, estructura latente o subyacente, de tal
forma que se simplifique la complejidad de los mismos sin prdida
sustancial de informacin.

Estadstica Multivariante aplicada a la Geologa p. 14/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de interdependencia: en ellos todas las variables tienen la
misma consideracin. Su objetivo es poner de manifiesto la
estructura interna de los datos, estructura latente o subyacente, de tal
forma que se simplifique la complejidad de los mismos sin prdida
sustancial de informacin.
Ejemplos:

Estadstica Multivariante aplicada a la Geologa p. 14/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de interdependencia: en ellos todas las variables tienen la
misma consideracin. Su objetivo es poner de manifiesto la
estructura interna de los datos, estructura latente o subyacente, de tal
forma que se simplifique la complejidad de los mismos sin prdida
sustancial de informacin.
Ejemplos:
Variables mtricas: Anlisis de Componentes Principales,
Anlisis Factorial, Escalas Multidimensionales y Anlisis
Cluster.

Estadstica Multivariante aplicada a la Geologa p. 14/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de interdependencia: en ellos todas las variables tienen la
misma consideracin. Su objetivo es poner de manifiesto la
estructura interna de los datos, estructura latente o subyacente, de tal
forma que se simplifique la complejidad de los mismos sin prdida
sustancial de informacin.
Ejemplos:
Variables mtricas: Anlisis de Componentes Principales,
Anlisis Factorial, Escalas Multidimensionales y Anlisis
Cluster.
Variables no mtricas: Modelos Loglineales, Anlisis de
Correspondencias, Anlisis de Tablas Multiva.

Estadstica Multivariante aplicada a la Geologa p. 14/?

4.- Clasificacin de las tcnicas multivariantes

Criterio 3:
Mtodos de interdependencia: en ellos todas las variables tienen la
misma consideracin. Su objetivo es poner de manifiesto la
estructura interna de los datos, estructura latente o subyacente, de tal
forma que se simplifique la complejidad de los mismos sin prdida
sustancial de informacin.
Ejemplos:
Variables mtricas: Anlisis de Componentes Principales,
Anlisis Factorial, Escalas Multidimensionales y Anlisis
Cluster.
Variables no mtricas: Modelos Loglineales, Anlisis de
Correspondencias, Anlisis de Tablas Multiva.

Estadstica Multivariante aplicada a la Geologa p. 14/?

5.- La organizacin de los datos

Estadstica Multivariante aplicada a la Geologa p. 15/?

5.- La organizacin de los datos

Variables: X1 , . . . , Xp

Estadstica Multivariante aplicada a la Geologa p. 15/?

5.- La organizacin de los datos

Variables: X1 , . . . , Xp
Individuos: xi = (xi1 , . . . , xip ) ; i = 1, . . . , N

Estadstica Multivariante aplicada a la Geologa p. 15/?

5.- La organizacin de los datos

Variables: X1 , . . . , Xp
Individuos: xi = (xi1 , . . . , xip ) ; i = 1, . . . , N
Organizacin por casos
(Clculos en ordenador)

Estadstica Multivariante aplicada a la Geologa p. 15/?

5.- La organizacin de los datos

Variables: X1 , . . . , Xp
Individuos: xi = (xi1 , . . . , xip ) ; i = 1, . . . , N
Organizacin por casos
(Clculos en ordenador)

x11

.
.

X=
xi1

xN 1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

N p

Estadstica Multivariante aplicada a la Geologa p. 15/?

5.- La organizacin de los datos

Variables: X1 , . . . , Xp
Individuos: xi = (xi1 , . . . , xip ) ; i = 1, . . . , N
Organizacin por casos
(Clculos en ordenador)

x11

.
.

X=
xi1

xN 1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

Organizacin por variables

(Desarrollos tericos)

N p

Estadstica Multivariante aplicada a la Geologa p. 15/?

5.- La organizacin de los datos

Variables: X1 , . . . , Xp
Individuos: xi = (xi1 , . . . , xip ) ; i = 1, . . . , N
Organizacin por casos
(Clculos en ordenador)

x11

.
.

X=
xi1

xN 1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

Organizacin por variables

(Desarrollos tericos)

N p

x11

.
..

X=
x1j
.
.
.

x1p

.
.
.

xi1
.
.
.

.
.
.

xN 1
.
.
.

.
.
.

xij
.
.
.

.
.
.

xN j
.
.
.

xip

xN p

pN

Estadstica Multivariante aplicada a la Geologa p. 15/?

6.- Algunos estadsticos multivariantes

Centroide de la muestra

Estadstica Multivariante aplicada a la Geologa p. 16/?

6.- Algunos estadsticos multivariantes

Centroide de la muestra

x11

.
.

X=
xi1

xN 1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

Estadstica Multivariante aplicada a la Geologa p. 16/?

6.- Algunos estadsticos multivariantes

Centroide de la muestra

x11

.
.

X=
xi1

xN 1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

Estadstica Multivariante aplicada a la Geologa p. 16/?

6.- Algunos estadsticos multivariantes

Centroide de la muestra

x11

.
.

X=
xi1

xN 1

X=

x1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

xj

xp

Estadstica Multivariante aplicada a la Geologa p. 16/?

6.- Algunos estadsticos multivariantes

Centroide de la muestra

x11

.
.

X=
xi1

xN 1

X=

x1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

xj

xp

Estadstica Multivariante aplicada a la Geologa p. 16/?

6.- Algunos estadsticos multivariantes

Centroide de la muestra

x11

.
.

X=
xi1

xN 1

X=

x1

.
.
.

x1j
.
.
.

.
.
.

x1p
.
.
.

.
.
.

xij
.
.
.

.
.
.

xip
.
.
.

xN j

xN p

xj

xp

Pj =


1
xj 1
N

1
1=
N

N
1 X
xij
N i=1

1 = xj 1

Estadstica Multivariante aplicada a la Geologa p. 16/?

6.- Algunos estadsticos multivariantes

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Varianza muestral

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Varianza muestral
Sj2

N
1 X
1
=
(xij xj )2 =
||ej ||2
N i=1
N

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Varianza muestral
Sj2

N
1 X
1
=
(xij xj )2 =
||ej ||2
N i=1
N

Covarianza muestral

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Varianza muestral
Sj2

N
1 X
1
=
(xij xj )2 =
||ej ||2
N i=1
N

Covarianza muestral
sjk

N
1 X
1
e ek
=
(xij xj )(xik xk ) =
N i=1
N j

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Varianza muestral
Sj2

N
1 X
1
=
(xij xj )2 =
||ej ||2
N i=1
N

Covarianza muestral
sjk

N
1 X
1
e ek
=
(xij xj )(xik xk ) =
N i=1
N j

Correlacin muestral

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Varianza muestral
Sj2

N
1 X
1
=
(xij xj )2 =
||ej ||2
N i=1
N

Covarianza muestral
sjk

N
1 X
1
e ek
=
(xij xj )(xik xk ) =
N i=1
N j

Correlacin muestral
rjk

ej ek
sjk
= cos(ej , ek )
=
=
sjj skk
||ej ||||ek ||

Estadstica Multivariante aplicada a la Geologa p. 17/?

6.- Algunos estadsticos multivariantes

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Varianza generalizada

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Varianza generalizada
Traza(S) = s11 + + spp

p N
1 XX
=
(xij xj )2
N j=1 i=1

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Varianza generalizada
Traza(S) = s11 + + spp
N
X

i=1

p N
1 XX
=
(xij xj )2
N j=1 i=1

(xij x2j ):

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Varianza generalizada
Traza(S) = s11 + + spp
N
X

i=1

p N
1 XX
=
(xij xj )2
N j=1 i=1

(xij x2j ): Dispersin de Xj ;

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Varianza generalizada
Traza(S) = s11 + + spp
N
X

i=1

(xij x2j ): Dispersin de Xj ;

p X
N
X

j=1 i=1

p N
1 XX
=
(xij xj )2
N j=1 i=1

(xij xj )2 :

Estadstica Multivariante aplicada a la Geologa p. 18/?

6.- Algunos estadsticos multivariantes

Matriz de covarianzas muestral

s11

.
..

S=
sj1
.
.
.

sp1

.
..

s1j
.
..

.
..

s1p
.
..

.
..

sjj
.
..

.
..

sjp
.
..

spj

spp

Matriz de correlaciones muestral

r11

.
..

R=
rj1
.
.
.

rp1

.
..

r1j
.
..

.
..

r1p
.
..

.
..

rjj
.
..

.
..

rjp
.
..

rpj

rpp

Varianza generalizada
Traza(S) = s11 + + spp
N
X

i=1

(xij x2j ): Dispersin de Xj ;

p X
N
X

j=1 i=1

p N
1 XX
=
(xij xj )2
N j=1 i=1

(xij xj )2 : Dispersin total o inercia

Estadstica Multivariante aplicada a la Geologa p. 18/?