Universidad de las Fuerzas Armadas “ESPE”

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.