Departamento de Ciencias Económicas, Administrativas y de Comercio
Nombre: Stephanie Michelle García Clerque Curso: A 306 NRC: 2741
Fecha: Jueves, 11 de octubre de 2018 Docente: Msc. Luis Cando
Deber N° 3: Técnicas Multivariantes Clasificación de las técnicas Multivariantes Las necesidades de desarrollar un cálculo no está en que existen varias técnicas y nada más, sino que es una guía para que el lector tenga la habilidad para saber cómo se las realiza y en qué tipo de circunstancias se las utiliza, para ello, debe responder a las siguientes preguntas básicas: ¿Nuestra investigación responde a un problema de dependencia entre variables o interdependencia entre las mismas? ¿Cómo están metidas las variables implicadas en escalas métricas o no métricas? Si estamos ante un problema de dependencia, ¿Cuántas relaciones se plantean entre las variables dependientes e independientes?, ¿Cuántas variables dependientes existen? Sí sé es capaz de estructurar el problema de análisis para responder a las preguntas planteadas la elección de la técnica se simplifica bastante.
Técnicas de análisis de dependencias
Las técnicas de análisis de dependencias buscan la existencia o ausencia de relaciones entre los dos grupos de variables. Si de esta manera se clasifica correctamente las variables dependientes e independientes, se buscará si es que la variable dependiente tiene una relación con la variable independiente, es lo que principalmente se busca. El análisis de regresión lineal múltiple se empleará cuando se pretenden analizar la relación existente entre una variable dependiente y métrica y un conjunto de variables independientes que pueden ser o no métricas de acuerdo con el esquema simplificado:
El análisis de correlación canónica pretende determinar la existencia de asociación lineal
entre un conjunto de variables independientes y otro conjunto de variables dependientes de acuerdo con el esquema simplificado:
Técnicas de análisis de interdependencias
Con anterioridad se ha obtenido situaciones en donde no se puede separar las variables
dependientes de las independientes, entonces en estos casos lo que interesa es saber de qué manera se relacionan estas variables. El análisis de componentes principales es una técnica de reducción de datos cuyo objetivo fundamental es construir combinaciones lineales de las variables originales que expliquen la mayor parte posible de la información recogida a información las variables originales. Universidad de las Fuerzas Armadas “ESPE” Departamento de Ciencias Económicas, Administrativas y de Comercio
El análisis factorial también es una técnica de reducción de datos pero a diferencia de la
técnica anterior el interés se centra en establecer que causas latentes pueden dar cáustica usar la correlación entre las variables manifiestas. Conglomerados en cambio lo que pretende a diferencia del análisis factorial, no es agrupar variables, sino observaciones, de tal forma que las observaciones de cada grupo sean parecidas respecto a las variables que está utilizado para agrupar y las observaciones que hay en cada grupo sean lo más diferente posible, respecto a esas variables. El análisis de escalamiento multidimensional permite al investigador hacer aflorar los criterios subyacentes que utilizan los individuos para considerar que distintos objetos son parecidos o distintos. Por último tenemos finalmente el análisis de correspondencias, el cual permite visualizar gráficamente tablas de contingencia. Proceso de aplicar una técnica Multivariante. Paso1.- Definición del problema que se está investigando sus objetivos y decisión sobre la técnica multivariante que se debe utilizar. Paso 2.- Desarrollo del plan de análisis. Paso 3.- Análisis las condiciones de aplicabilidad de la técnica elegida. Paso 4.- Estimación del modelo multivariante y ajuste global del mismo. Paso 5.- Interpretación de los resultados. Paso 6.- Validación del modelo
Bibliografía Uriel, E., & Aldás, J. (s.f.). Análisis Multivariante Aplicado. ITES Paraninfo.