CENTRO DE CIENCIAS BÁSICAS

INGENIERÍA INDUSTRIAL ESTADÍSTICA

MÉTODOS MULTIVARIADOS

Práctica I.2: Análisis Descriptivo Multivariado y

Matriz de Dispersión
M. en C. José De Jesús Ruíz Gallegos

Mariel Pedroza Guzmán

7to Semestre

Lunes 12 de septiembre de 2022

Introducción

Para esta práctica se creará una base de datos utilizando los porcentajes de
distintos indicadores de Dimensiones de Bienestar de la página web del INEGI,
posteriormente se calcularán distintas medidas como el centroide, las matrices de
covarianzas, correlación y dispersión.

Objetivos

• Conocer si las distintas variables (indicadores) se relación entre sí y de qué

manera lo hacen.
• Identificar problemas de heteroscedasticidad entre los datos.
• Identificar la posible formación de grupos entre variables.

Equipo, Herramientas o Material

Software R.

Situación

Mediante el software R, se obtendrán distintas mediciones de los datos obtenidos

de la página del INEGI utilizando los porcentajes de distintos indicadores de
Dimensiones de Bienestar (Anexo 1). Cada renglón representa a un estado de
México ordenados en orden alfabético (32 en total). Las variables que se utilizaron
son la siguientes:

X1= Porcentaje de Población con Acceso a servicios de salud pública.

X2=Porcentaje de Hogares con acceso a banda ancha

X3=Porcentaje de Viviendas con acceso a servicios básicos

X4=Porcentaje de Deserción escolar en educación media superior

X5=Esperanza de vida al nacer

X6=Tasa de mortalidad infantil (defunciones de menores de un año por cada mil

nacidos vivos)

X7=Tasa de pobreza (porcentaje de población en pobreza)

X8=Tasa de desempleo

X9=Percepción de la inseguridad (Porcentaje de la población que se siente

insegura en su colonia o localidad)

Procedimiento

Lo primero que se hizo fue encontrar la media estimada de cada una de las
variables de la base de datos creada para crear una matriz y así obtener el
centroide estimado. Después se obtuvo la matriz de covarianzas mediante la
función “cov” y los gráficos de correlación y dispersión.

Datos obtenidos
 Gráfica 1

Gráfica 2
 Análisis

Al observar los gráficos de dispersión y de correlación podemos ver que si existen

relaciones lineales, entre ellas podríamos mencionar a las más notorias que se
observan en la Gráfica 2.
-Positivas: (x1,x2);( x1, x3); (x1, x5); (x2,x5); (x3, x5); (x5, x8); (x8 , x9).
-Negativas: (x1,x7); (x2, x7); (x3,x7); (x5,x7)

Respecto a las relaciones no lineales, no se observa un comportamiento

exponencial o de algún otro tipo, sin embargo utilizando algún otro método
podríamos descubrir si es que existen.

Si buscamos grupos de variables, podemos ir a la gráfica 1, la cual esta ordenada

en medida que se observen mejor lo grupos formados, y los colores indicarían: rojo
las correlaciones mayores a 40 aproximadamente, verde mayores a 15 y amarillo
menor o igual a 15.
Grupo1: x1,x2,x3,x5 y x7,
Grupo 2: x8 y x9
X4 y X6 no se relacionan con ninguna variable.

Respecto a la heterocedasticidad, se puede observar en la correlación de ( x1,x3),

ya que al inicio de la gráfica los puntos están muy dispersos pero al ir creciendo
estos se van acercando, lo que genera una vista como de cono en los puntos.

Conclusiones

El uso de gráficos de dispersión, correlación, histogramas, entre otros, es

sumamente útil en el análisis descriptivo multivariado y gracias al uso de R tenemos
una variedad muy amplia de estas mismas, con las cuales podemos apreciar los
tipos de relaciones, la intensidad de estas, e identificar los grupos que se forman
con mayor facilidad que únicamente observando los coeficientes de correlación.

Referencias

R (4.1.1). (2021). [Lenguaje de programación]. https://www.r-project.org/

Banco de Indicadores - Indicadores de Bienestar por entidad federativa. (s. f.). Recuperado 12 de

septiembre de 2022, de https://www.inegi.org.mx/app/bienestar/

Anexos
Anexo 1

## CODIGO MARIEL PEDROZA GUZMÁN ##

datos=read.table(file.choose(),header=T,sep=",")
N=nrow(datos)
names(datos)
attach(datos)

xb1=mean(x1)
xb2=mean(x2)
xb3=mean(x3)
xb4=mean(x4)
xb5=mean(x5)
xb6=mean(x6)
xb7=mean(x7)
xb8=mean(x8)
xb9=mean(x9)

##CENTROÍDE
centroide=matrix(c(xb1,xb2,xb3,xb4,xb5,xb6,xb7,xb8,xb9))

##COVARIANZA
covarianzas=cov(datos)
panel.cor <- function(x, y, digits = 2, prefix = "", cex.cor, ...)
{
usr <- par("usr"); on.exit(par(usr))
par(usr = c(0, 1, 0, 1))
r <- abs(cor(x, y))
txt <- format(c(r, 0.123456789), digits = digits)[1]
txt <- paste0(prefix, txt)
if(missing(cex.cor)) cex.cor <- 0.8/strwidth(txt)
text(0.5, 0.5, txt, cex = 1+ cex.cor * r)
}

## put histograms on the diagonal

panel.hist <- function(x, ...)
{
 usr <- par("usr"); on.exit(par(usr))
par(usr = c(usr[1:2], 0, 1.5) )
h <- hist(x, plot = FALSE)
breaks <- h$breaks; nB <- length(breaks)
y <- h$counts; y <- y/max(y)
rect(breaks[-nB], 0, breaks[-1], y, col = "#FFF68F", ...)
}

pairs(datos, main = "INDICADORES DE DIMENSIONES DEL BIENESTAR DE LOS

ESTADOS DE MÉXICO", pch = 21,
bg = rainbow(32), upper.panel = panel.cor, diag.panel =
panel.hist,lower.panel=panel.smooth)

###### DISPERCIÓN

pairs(datos, main = "Indicadores", pch = 21,

bg = rainbow(32))

######
install.packages("gclus")
library(gclus)
data <- datos # Variables numéricas
cpairs(data) # Alternativa a pairs()

corr <- abs(cor(data)) # Correlación en valor absoluto

corr
colors <- dmat.color(corr)
order <- order.single(corr)

cpairs(data, order, panel.colors = colors, gap = 0.5,

main = "INDICADORES DE DIMENSIONES DEL BIENESTAR DE LOS
ESTADOS DE MÉXICO")
######
panel.cor <- function(x, y, digits = 2, prefix = "", cex.cor, ...)
{
usr <- par("usr"); on.exit(par(usr))
par(usr = c(0, 1, 0, 1))
r <- abs(cor(x, y))
txt <- format(c(r, 0.123456789), digits = digits)[1]
 txt <- paste0(prefix, txt)
if(missing(cex.cor)) cex.cor <- 0.8/strwidth(txt)
text(0.5, 0.5, txt, cex = 1+ cex.cor * r)
}

cpairs(datos, order, panel.colors = colors, gap = 0.5,

main = "INDICADORES DE DIMENSIONES DEL BIENESTAR DE LOS
ESTADOS DE MÉXICO")

Anexo 2

x1 x2 x3 x4 x5 x6 x7 x8 x9
79.8 75.6 98.8 11.4 76.2 9.9 27.6 4.1 44.8
76 84.1 95.7 11.4 76.2 10.9 22.5 2.5 37.7
82.6 84.2 93.3 9.6 76.1 10.9 27.6 4.1 23.1
79 69.5 90.7 11.9 75.1 10.9 50.5 3 36.5
78.4 74.7 97.4 14.2 75.9 11.1 25.6 4.9 30
81 80.4 98.7 14.1 75.8 10.5 26.7 3.1 41.2
62.9 39.4 75.9 8.9 74.6 13.4 75.5 3.2 30.3
82.9 73.4 95.6 13.8 75.7 14.1 25.3 3.4 30.6
73.3 87.7 97.5 13.4 76.8 12.7 32.6 6.9 53.2
77.1 60.7 95.1 14.4 75.4 10.1 38.7 4.1 28.7
75.2 65.4 93.3 12.5 75.5 10.1 42.7 5.2 48.6
66.5 66.8 71.5 10.5 73.6 7.9 66.4 1.6 29
73.1 61.5 91.5 10.9 75.4 8.8 50.8 3 39.4
67.9 74 97.7 1.3 75.8 11 31.4 3.4 42
65.8 81.3 93.1 11.7 75.7 12.8 48.9 5.8 59.7
61.3 63.6 90.4 14.2 75.1 7.4 44.5 2.3 35.8
68.2 76.2 90.1 15 75.5 9 50.9 2.4 54.4
75.3 68.3 94.1 6.6 75.6 7.9 30.4 2.9 24
78.5 81.7 98 12.3 76.2 9.1 24.3 4.5 37.8
63.1 53 72.8 13.3 74.5 9.2 61.7 1.6 29.7
68 63.6 87.5 11.4 75.1 13.6 62.4 3.9 48.9
79.1 79.3 94.6 14.1 75.9 9.5 31.3 5.5 48.2
75.2 83.1 92.7 11.1 75.7 10 47.5 5.9 40.7
80.2 67.4 82.4 11.7 75.2 8.9 42.8 3.4 43.7
80.4 82.6 92.8 10.8 75.4 6.9 28.1 2.7 22.2
79.9 92.6 91.8 9.4 75.7 9.1 29.9 3.8 39.4
73 61.1 80.8 9.1 75.3 13 54.5 5.8 51.5
80.4 74.1 93.7 10.6 75.5 10.9 34.9 3.5 28.4
72.4 60.6 96.9 7.2 75.5 12.2 59.3 5.2 51
69 58.1 77.8 6.4 74.9 12.7 58.6 3.4 36.1
75.3 73 92.9 10.3 75 11.4 49.5 2.5 25.6
76.2 67.4 93.8 11.6 75.3 9.2 45.8 3.5 43.7