Programa de Formació Continuada

Societat Catalana de Cirurgia

Análisis
Multivariante

Introducción

Tema 21
Joan J Sancho
Análisis Multivariante
¿Qué es?

Son todas aquellas técnicas estadísticas que

simultáneamente analizan múltiples resultados en los
individuos u objetos bajo investigación.

Para que un análisis se considere multivariado todas

las variables deben ser aleatorias y relacionadas de
tal manera que el efecto que producen no pueda ser
interpretado de manera individual.
Análisis Multivariante
¿Para qué sirve?

1. Representar datos de forma inteligible.

2.Esclarecer la distribución real de “varias variables”.

3.Desarrollar un modelo de predicción basado en

múltiples variables.

4.Hallar las relaciones de causa-efecto entre

variables.
Análisis Multivariante
¿Para qué sirve?

1. Representar datos de forma inteligible.

2.Esclarecer la distribución real de “varias variables”.

3.Desarrollar un modelo de predicción basado

en múltiples variables.

Probabilidad de muerte = F(Edad, ASA, APACHE II, alb)

Probabilidad de supervivencia = F(T,N,M,BRAC, etc)

Análisis Multivariante
¿Para qué sirve?

1. Representar datos de forma inteligible.

2.Esclarecer la distribución real de “varias variables”.

3.Desarrollar un modelo de predicción basado en

múltiples variables.

4.Hallar las relaciones de causa-efecto entre

variables.
Análisis Multivariante Concepto (1)

Dos Medias Más de dos medias

H 0 : μ1 = μ 2 H 0 : μ1 = μ 2 = ... μ g
% % % % %
T-Squared
Statistic F statistic
Análisis Multivariante Concepto (2)

Bivariante Multivariante
H 0 : μ1 = μ 2 = ... μ g H 0 : μ1 = μ 2 = ... μ g
% % %
F=
SSTreatment / df F = g ( H , E)
SSError / df
Hipotesis sumas de Errores sumas de
Errores los cuadrados y de los cuadrados y de
la matriz de la matriz de
Hipotesis: suma
productos productos
los aciertos
Análisis Multivariante ¿ Porqué?

El propósito del análisis multivariante es medir,

explicar y predecir el grado de relación que existe
entre la variación (combinación lineal ponderada
de las variables).

El carácter multivariante del análisis descansa no

sólo en el número de variables sino en las
múltiples combinaciones existente entre las
variables.
Análisis Multivariante Conceptos básicos

Variante: Combinación lineal ponderada de las variables

bajo estudio.

Escalas de medición: Partición, identificación y medida de

un conjunto de variables.
No métricas: cualitativas.
Métricas: cuantitativas.

Mediciones del error.

Mediciones multivariantes.
Nivel de significancia vs. Potencia de la prueba
Análisis Multivariante Indicaciones

¿Cuándo es necesario el análisis

multivariante?:

Siempre que el diseño no controle la confusión ...

¿y eso cuándo ocurre?

No se puede saber a priori: el mejor método para evitar

confusión es la selección aleatoria, pero no lo garantiza.
 Introducción al Análisis
Análisis Multivariante Multivariante

Guía para el desarrollo e interpretación de un

análisis multivariante:

Establecer significancia práctica tanto como significancia

estadística.
El tamaño de la muestra afecta todos los resultados.
Conozca sus datos.
Use sólo las variables necesarias.
Aprenda de sus errores.
Valide sus resultados.
Análisis Multivariante Escalas de medición

Variable cuantitativa o métrica: es aquella

que identifica al sujeto como diferente a los
demás en cuanto a cantidad o grado.

Variable cualitativa o no métrica: se va a

identificar al objeto de estudio por
características, propiedades, categorías o
atributos que posee.
Análisis Multivariante Escalas de medición

Para variables métricas se utilizan intervalos y

razones.

Para variables no métricas se utilizan

nominales y ordinales.
Análisis Multivariante Escalas de medición

Escala nominal: asigna un número a una

característica o atributo.
Escala ordinal: jerarquiza los datos en relación a
la cantidad que poseen.

Los intervalos y las razones son iguales sólo

que las razones tienen sentido físico y los
intervalos pueden tener un sentido arbitrario.
 Análisis Multivariante Tipos de Técnicas

Regresión múltiple
Una variable Cuantitativa Supervivencia
dependiente
Técnicas Cualitativa Discriminante múltiple (certesa) PUNTUACIONS
funcionales Regresión logística (probabiilitat)
Cuantitativas Análisis de varianza MANOVA
Varias variables
dependiente Correlación canónica
Cualitativas
Análisis Conjunto

Análisis de factores
Información Análisis de componenetes principales
cuantitativa Análisis de agrupamientos. Cluster analisis
Técnicas Escalas multidimensionales
estructurales

Información Escalas multidimensionales

cualitativa
 Análisis Multivariante
ETAPAS

1) Objetivos del análisis

2) Diseño del análisis
3) Hipótesis del análisis
4) Realización del análisis
5) Interpretar resultados
6) Validación del análisis
 Análisis Multivariante
1) Objetivos del análisis
2) Diseño del análisis
3) Hipótesis del análisis
4) Realización del análisis
5) Interpretar resultados
6) Validación del análisis
ETAPAS
• Define el problema
• Especifica los objetivos
• Escoge las técnicas multivariantes
• Establecer el problema en términos
conceptuales definiendo:
•los conceptos
•las relaciones fundamentales
• Establecer si dichas relaciones son:
•de dependencia
•de interdependencia
• Se determinan las variables a
observar.
 Análisis Multivariante
ETAPAS

1) Objetivos del análisis

Se determina
2) Diseño del análisis
3) Hipótesis del análisis
4) Realización del análisis
5) Interpretar resultados
6) Validación del análisis
•el tamaño muestral
•las ecuaciones a estimar (si
procede)
•las distancias a calcular (si
procede)
•las técnicas de estimación a
emplear
•decidir qué hacer con los “datos
perdidos”
 Análisis Multivariante
ETAPAS

1) Objetivos del análisis

Escoger formulación de hipótesis
2) Diseño del análisis subyacente a la técnica:

3) Hipótesis del análisis •Normalidad

•Linealidad
4) Realización del análisis
•Independencia
5) Interpretar resultados •Homocedasticidad

6) Validación del análisis

 Análisis Multivariante
ETAPAS

1) Objetivos del análisis

1) Se estima el modelo
2) Diseño del análisis 2) Se evalúa el ajuste a los datos

3) Hipótesis del análisis Observaciones atípicas (outliers)

4) Realización del análisis
5) Interpretar resultados
6) Validación del análisis
 Análisis Multivariante
ETAPAS

1) Objetivos del análisis

Evitar la procrastinación
2) Diseño del análisis
3) Hipótesis del análisis
4) Realización del análisis
5) Interpretar resultados Reespecificaciones adicionales:
6) Validación del análisis
• de las variables
• del modelo

>> volver a los pasos 3 y 4

 Análisis Multivariante
1) Objetivos del análisis
2) Diseño del análisis
3) Hipótesis del análisis
4) Realización del análisis
5) Interpretar resultados
6) Validación del análisis
ETAPAS
Establecer la validez de los resultados
obtenidos analizando sí los resultados
obtenidos con la muestra se
generalizar a la población de la que
procede.
Dividir la muestra en varias partes
Técnicas de remuestreo
•Jacknife
•Bootstrap