Análisis multivariante Conjunto de procedimientos estadístico-econométricos que estudian y
analizan de forma simultánea ciertas características de cada individuo, objeto o entidad que forma parte de una determinada investigación. Objetivos del análisis multivariante Pueden sintetizarse en dos: 1)Proporcionar métodos, cuya finalidad es el estudio conjunto de datos multivariantes, que el análisis estadístico uni y bidimensional es incapaz de conseguir. 2)Ayudar a analizar e investigar, a tomar decisiones optimas, en el contexto en el que se encuentre, teniendo en cuenta la información disponible por el conjunto de datos analizado Tipos de técnicas multivariantes Métodos de dependencia Método de independencia Métodos estructurales Métodos de dependencia Análisis de regresión Análisis de supervivencia Análisis de la varianza Correlación canónica Modelo estadístico es una ecuación matemática que reproduce los fenómenos que observamos de la forma más exacta posible. Para ello tiene en cuenta los datos suministrados y la influencia que el azar tiene en estas observaciones. Valor Teórico es un valor que no depende de la muestra que hemos tomado, sino de la distribución teórica del estadístico de contraste cuando la hipótesis nula es cierta. Tipos de variables Las variables cualitativas son aquellas características o cualidades que no pueden ser calculadas con números, sino que son clasificadas con palabras. Este tipo de variable, a su vez, se divide en: Cualitativa nominal: aquellas variables que no siguen ningún orden en específico. Por ejemplo, los colores, tales como el negro, naranja o amarillo. Cualitativa ordinal: aquellas que siguen un orden o jerarquía. Por ejemplo, el nivel socioeconómico alto, medio o bajo. Cualitativa binaria: variables que permiten tan solo dos resultados. Por ejemplo, sí o no; hombre o mujer. Las variables cuantitativas son aquellas características o cualidades que sí pueden expresarse o medirse a través de números. Este tipo de variable, a su vez, se divide en: Cuantitativa discreta: aquella variable que utiliza valores enteros y no finitos. Por ejemplo, la cantidad de familiares que tiene una persona, tal como 2, 3, 4 o más. Cuantitativa continua: aquella variable que utiliza valores finitos y objetivos, y suele caracterizarse por utilizar valores decimales. Por ejemplo, el peso de una persona, tal como 64.3 kg, 72.3 kg, etc. La variable independiente (VI) es la que cambia o es controlada para ver sus efectos en la variable dependiente (VD). Por ejemplo, en un estudio se quiere medir los efectos de la La variable dependiente (VD) es la que es afectada por la variable independiente (VD). Se trata del efecto, de lo que se mide. Por ejemplo, en un estudio se quiere medir la cantidad de sol que una planta recibe y su altura. La cantidad de sol es la VI, es la causa. La altura de la planta sería la VD, el efecto que se mide. Análisis de correlación consiste en un procedimiento estadístico para determinar si dos variables están relacionadas o no. Coeficiente de correlación es una medida que permite conocer el grado de asociación lineal entre dos variables cuantitativas (X, Y) Coeficiente de determinación es la proporción de la varianza total de la variable explicada por la regresión. Es también denominado R cuadrado y sirve para reflejar la bondad del ajuste de un modelo a la variable que se pretende explicar. Análisis de regresión lineal simple es una metodología estadística que se utiliza para establecer la posible relación entre dos tipos de variables: independientes (regresoras) y dependientes (o predichas o estimadas). Análisis regresión lineal múltiple es la gran técnica estadística para comprobar hipótesis y relaciones explicativas
Resumen de Diseño Estadístico Para Investigadores en Ciencias Sociales y del Comportamiento. Capítulo 2: Variables Estadísticas: RESÚMENES UNIVERSITARIOS