ANÁLISIS MULTIVARIADO

APLICADO
 CLASIFICACIÓN
NUMÉRICA
Elaborado por: MARCO ANTONIO CAMACHO GARCIA
CLASIFICACION NUMERICA: Hace referencia a un conjunto de técnicas que posibilitan
AGRUPAR (clasificar) los resultados de una variable respuesta condicionando los mismos a
determinados factores.
De esta forma se DETERMINAN grupos de factores que
ENTRE SI presentan RESULTADOS HOMOGÉNEOS,
DIFERENCIÁNDOLOS de otros cuyos RESULTADOS SON
Y SIGNIFICATIVAMENTE DIFERENTES.

GRUPO 1: 𝑬 𝒀/𝑿𝟏 = 𝑬 𝒀/𝑿𝟐 = 𝑬 𝒀/𝑿𝟓

GRUPO 2: 𝑬 𝒀/𝑿𝟑 = 𝑬 𝒀/𝑿𝟒

X GRUPO 3: 𝑬 𝒀/𝑿𝟔
X1 X2 X3 X4 X5 X6
Para poder realizar la clasificación, es necesario COMPARAR los resultados obtenidos, a fin de
ESTABLECER LA PRESENCIA O NO DE DIFERENCIAS SIGNIFICATIVAS entre los factores que se
comparan.

Existen múltiples técnicas que posibilitan realizar la clasificación numérica, pero por restricciones
en el plan de estudios, se desarrollaran las PRUEBAS DE COMPARACIÓN MÚLTIPLE O PRUEBAS
POST HOC

Las PRUEBAS DE COMPARACIÓN MÚLTIPLE O PRUEBAS POST HOC (DESPUES DE), se aplican de
manera posterior al análisis factorial, cuando se establecen condicionamientos de los factores.

ANALISIS FACTORIAL PRUEBAS DE COMPARACION MULTIPLE (POST HOC)

 Prueba de Bonferroni.
Prueba de Scheffe.
Prueba de Dunnett.
Prueba S-N-K (Student-Newman-Keuls)
Prueba de Tukey o HSD (Honestly Significant Difference)
Existen varias
PRUEBAS POST HOC Prueba de Fisher o LSD (Least Significant Difference)
Prueba de rangos de Duncan
R-E-G-W F (prueba F de Ryan-Einot-Gabriel-Welsch),
R-E-G-W Q (prueba de rango Q de Ryan-Einot-Gabriel-Welsch)
Etc., Etc., Etc.
 Prueba de Fisher o LSD (Least Significant Difference)

Establece un valor de diferencia, entre los resultados de los factores,

relativamente moderado, para que a partir de esa diferencia, se
conformen o no grupos para su clasificación. Es mas sensible a la
variación de los datos, es más “probable” que se formen grupos de
factores.
 𝚮𝟎 : 𝛍𝟏 = 𝛍𝟐 𝚮𝟏 : 𝛍𝟏 𝛍𝟑 𝚮𝟏 : 𝛍𝟐 𝛍𝟑
Y

GRUPO A

GRUPO B

Es una prueba exhaustiva dado que debe

X realizarse la comparación de TODOS los
X1 X2 X3 factores entre si, de DOS en DOS

Total de comparaciones que se deben realizar

 Prueba de Tukey o HSD (Honestly Significant Difference)

Establece un valor de diferencia, entre los resultados de los factores,

elevado, para que a partir de esa diferencia, se conformen o no grupos
para su clasificación. Es menos sensible a la variación de los datos, es
menos “probable” que se formen grupos de factores. La diferencia debe
ser realmente NOTABLE, para que se formen grupos
 𝚮𝟎 : 𝛍𝟏 = 𝛍𝟐 𝚮𝟏 : 𝛍𝟏 𝛍𝟑 𝚮𝟏 : 𝛍𝟐 𝛍𝟑
Y

GRUPO A

GRUPO B
X Es una prueba exhaustiva dado que debe
X1 X2 X3
realizarse la comparación de TODOS los
factores entre si, de DOS en DOS

Total de comparaciones que se deben realizar