Javier Martínez Arribas

ANÁLISIS MULTIVARIANTE

Práctica 6

Con la tabla de frecuencias para las distintas categorías podemos observar tanto el
número de modalidades de cada variable, pudiendo así considerar si existe alguna de
ellas que al tener un mayor número de categorías, distorsione la cantidad de inercia
explicada por esta, así como el número de casos que se da para los distintos valores de
las diferentes categorías. En este caso una categoría con un número de casos pequeño
también podría parecer que explicase más inercia de la que en realidad es.

Con la tercera dimensión logramos explicar algo más del 83% de la inercia total.
Podríamos sólo tener en cuenta ejes que explicasen al menos un 20% de la inercia.

La dimensión 1 está explicada principalmente por el color claro y en menor medida por
la ausencia de machos satélites y tipo de caparazón 1. Mientras que la dimensión 2
queda principalmente explicada por la categoría caparazón 2 y la dimensión 3 por la
categoría caparazón 1.

INTERPRETACIÓN ANÁLISIS CORRESPONDENCIAS MÚLTIPLES

- Proximidad entre individuos en términos de parecido: Dos individuos se

parecen si tienen casi las mismas modalidades. Es decir, dos individuos están
próximos se han elegido globalmente las mismas modalidades. Este hecho
podemos apreciarlo en la representación del número de observación
correspondiente a cada individuo en el gráfico para las 2 primeras dimensiones.
Se observan 8 grupos de individuos semejantes y luego aparte los individuos 14
y 88 con unas categorías seleccionadas diferentes a todos.

- Proximidad entre modalidades de variables diferentes en términos de

asociación: Son cercanos puesto que globalmente están presentes en los
mismos individuos. Es decir, dos modalidades están próximas si han sido
elegidas globalmente por el mismo conjunto de individuos, como ocurre con las
categorías tipo de caparazón 1 y 3 y de color negro que podríamos identificar
con la presencia de machos satélites.

- Proximidad entre modalidades de una misma variable en términos de parecido:

(a) Son excluyentes por construcción. (b) Si son cercanas es porque los
individuos que las poseen presentan casi el mismo comportamiento en las
otras variables, quizás esta última acepción podríamos aplicarla para cangrejos
herradura con caparazón del tipo 1 y 3, que coincidirían en ser de color negro y
con presencia de machos satélites.
 Javier Martínez Arribas

EXAMEN DE LOS PUNTOS

- Las distancias de las categorías, mientras más alejadas se encuentren del

origen, mejor representados estarán. Cuanto más alejadas estén las categorías
entre sí en el gráfico menor asociación existirá entre ellas y cuanto más
cercanas, más asociación existirá entre ellas.
Podríamos, en este ejemplo, relacionar las categorías tipo de caparazón 1 y 3,
el color negro y la presencia de machos satélites, pero dada su proximidad al
origen deberemos tener en cuenta también su baja representación.

- En las tablas que explican la contribución de los puntos a la inercia de cada

dimensión o contribución de cada una de las filas a la inercia o varianza
explicada en cada uno de los ejes considerados deberemos tener en cuenta la
calidad de los mismos, dado que una baja calidad en la representación de estos
no deberíamos considerarlos tan fiables en su contribución a la inercia parcial
explicada. Así, por ejemplo, la inercia parcial explicada por casi todas las
categorías deberíamos considerarla relevante dada su alta calidad a excepción
de las categorías de la variable color, que quizás su aparente mayor incidencia
en la inercia sea en la dimensión 1.

- La contribución de las dimensiones a la inercia de cada punto se refiere a la

correlación existente entre cada uno de los caracteres y los nuevos ejes.