TEMARIO CAPACITACIN EN ANLISIS MULTIVARIANTE

Mdulo 1: Anlisis previo de los datos

Introduccin
Valores perdidos
Diagnstico de la aleatoriedad de los valores perdidos
Tratamiento de los valores perdidos
Outliers: Casos atpicos
Deteccin univariante de casos atpicos
Deteccin bivariante de casos atpicos
Deteccin multivariante de casos atpicos
Comprobacin de supuestos bsicos del anlisis multivariante
Normalidad
Homocedasticidad
Linealidad
Independencia de las observaciones
Caso Prctico 1.
Mdulo 2: Componentes principales
Introduccin
Componentes principales de dos variables
Obtencin de las componentes principales en el caso general y sus propiedades
Obtencin de la primera componente
Obtencin de las restantes componentes
Varianza de las componentes
Correlacin entre las componentes principales y las variables originales
Puntuaciones sin tipificar y tipificadas
Nmero de componentes a retener
El criterio de la media aritmtica
Contraste sobre las races caractersticas no retenidas
El grfico de sedimentacin
Retencin de variables
Caso Prctico 2.
Mdulo 3: Anlisis factorial
Introduccin
El modelo de anlisis factorial
Formulacin del modelo
Hiptesis del modelo
Propiedades del modelo

Mtodos para extraccin de factores

Planteamiento
Matriz de correlacin reproducida
El mtodo de componentes principales
El mtodo de componentes principales iteradas o ejes principales
Otros mtodos de extraccin de factores
Contraste en el modelo factorial
Rotacin de factores
Rotacin ortogonal
Rotacin oblicua
Puntuaciones de los factores
Caso Prctico 3.
Mdulo 4: Escalamiento multidimensional
Introduccin
El algoritmo bsico del MDS
Recogida de datos en el MDS
Similaridades directas
Similaridades derivadas
Consideraciones respecto a la recogida de los datos
Tipos de escalamiento multidimensional
Escalamiento multidimensional clsico
Escalamiento multidimensional replicado
Escalamiento multidimensional ponderado
Escalamiento multidimensional clsico desdoblado.
Caso Prctico 4.
Mdulo 5: Anlisis de correspondencias
Introduccin
Funcionamiento del anlisis de correspondencias
Fundamentacin matemtica del anlisis de correspondencias
El anlisis de correspondencias para mltiples variables
Caso Prctico 5.
Mdulo 6: Anlisis de conglomerados
Introduccin
Medidas de similaridad.
Medidas de similaridad para variables mtricas.
Medidas de similaridad para datos binarios.
Estandarizacin de los datos.
Formacin de los grupos: anlisis jerrquico de conglomerados
Mtodo del centroide.
Mtodo del vecino ms cercano.
Mtodo del vecino ms lejano.

Mtodo de la vinculacin promedio

Mtodo de Ward
Seleccin del nmero de conglomerados de la solucin.
Formacin de los grupos: anlisis jerrquico de conglomerados.
Eleccin entre los distintos tipos de anlisis de conglomerados.
Caso Prctico 6.
Mdulo 7: Anlisis discriminante
Introduccin
Clasificacin con dos grupos
Clasificacin con dos grupos y una variable clasificadora
Clasificacin con dos grupos y dos variables clasificadoras
Funcin discriminante de fisher
Criterios alternativos de clasificacin
Inferencias y clculo de probabilidades en el anlisis discriminante
Planteamiento
Contrastes de significacin y evaluacin de la bondad del ajuste
Seleccin de variables
Clculo de probabilidades de pertenencia a una poblacin
Anlisis discriminante con ms de dos grupos
Obtencin de las funciones discriminantes
Contrastes de significacin
Caso Prctico 7.