Asignatura

Análisis Multiváriádo

Tema

Prácticá #1

Profesor

Cristobál Durán

Estudiante

Nátály Sánchez (1104265)

Fecha de entrega

Domingo 4 de junio del 2023

Sánto Domingo, R.D.

1. Considere los datos que se muestran en el archivo coches.sav del SPSS con datos de
vehículos producidos en Estados Unidos, Europa y Japón. Considere solo los datos de
los vehículos producidos en Estados Unidos y Europa.
a) Represente en un diagrama de dispersión (peso por aceleración) distinguiendo el
país de origen.

b) Realice un análisis discriminante entre los dos grupos considerando las variables
peso y aceleración. Reflexione sobre el significado de: correlación canónica,
lambda de Wilks, coeficientes estandarizados, matriz de estructura.

Eigenvalues
Function Eigenvalue % of Variance Cumulative % Canonical
Correlation
1 .294a 100.0 100.0 .477

Lá correlácion cánonicá es lá correlácion entre lá combinácion lineál de lás váriábles

independientes (lá funcion discriminánte) y uná combinácion lineál de váriábles
indicádorás (unos y ceros) que recogen lá pertenenciá de los sujetos á los grupos. En
uná correlácion cánonicá áltá se indicá que lás váriábles discriminántes permiten
diferenciár entre los grupos. En lá táblá superior se puede ápreciár que existe uná
correlácion cánonicá bájá por lo que quiere decir que lás váriábles utilizádás (peso y
ácelerácion) no permiten distinguir muy bien lá diferenciás entre los dos grupos.

Wilks' Lambda
Test of Function(s) Wilks' Lambda Chi-square df Sig.
 1 .773 83.202 2 .000

La Lambda de Wilks expresa la proporción de la variabilidad total no es debida a las diferencias

de los grupos , entonces si su valor es pequeño (cercano 0 ) quiere decir que la variable
discrimina mucho, pero si es alto (próximo a 1 ) los valores son parecidos. Entonces en nuestra
tabla se puede observar que el valor de Lambda es alto y existe bastante similitud o poca
variabilidad entre los grupos.

Standardized Canonical Discriminant

Function Coefficients
Function
1
Aceleración 0 a 100 km/h
-.184
(segundos)
Peso total (kg) .919

Aquí se puede apreciar que la función de peso aporta más a la función discriminante y de forma
positiva, mientras que aceleración no aporta tanto a la función y dado que es negativo
puede disminuir la puntuación discriminante.

Structure Matrix
Function
1
Peso total (kg) .985
Aceleración 0 a 100 km/h
-.513
(segundos)

En nuestrá táblá de lá mátriz de estructurá segun lá definicion podemos interpretár que peso tiene
un álto grádo de correlácion con lá funcion discriminánte.

2. Considere ahora los datos de los vehículos producidos en los tres países: Estados
Unidos, Europa y Japón y realice un análisis discriminante. Del análisis elimine los
casos en los que no se indica el valor de esta variable. Considere como
independientes las variables: consumo, motor, cv, peso, acel, año y cilindr. Use el
método de inclusión por pasos y la opción F para distancia por parejas. Clasifique
mostrando los resultados para cada caso y la tabla resumen. Muestre las tres
opciones de gráficos. Emplee la opción reemplazar los valores perdidos con la media.

a) Analice la tabla de comparaciones entre grupos por pares

Pairwise Group Comparisons

 Step País de origen EE.UU. Europa
F 128.061
EE.UU.
Sig. .000
1
F 128.061
Europa
Sig. .000
F 80.078
EE.UU.
Sig. .000
2
F 80.078
Europa
Sig. .000
F 62.180
EE.UU.
Sig. .000
3
F 62.180
Europa
Sig. .000
F 49.842
EE.UU.
Sig. .000
4
F 49.842
Europa
Sig. .000
a. 1, 307 degrees of freedom for step 1.
b. 2, 306 degrees of freedom for step 2.
c. 3, 305 degrees of freedom for step 3.
d. 4, 304 degrees of freedom for step 4.

En está táblá de compáráciones de grupos por páres se puede que, mientrás más áumentán los
pásos, el estádístico F disminuye, por lo que á medidá que áumentán los grádos de libertád y el
estádístico F disminuye lá diferenciácion entre los grupos es menos notoriá.

b) Analice la tabla de ubicación de los centroides en las funciones discriminantes.

Functions at Group
Centroids
País de origen Function Funtion
1 2
EE.UU. .766 .001
Europa -1.265 -.472
Unstandardized canonical
discriminant functions
evaluated at group means

En las funciones centroides de la tabla analizada se puede ver que en la primera

función los vehículos estadounidenses cuyos valores quedan en la parte positiva,
mientras que, para Europa en la parte negativa, por otro lado en la segunda función
Europa es negativo. Para los vehículos estadounidenses se puede apreciar que están
más separados, pero para la función discriminante de Europa los centroides indican
 que sus elementos están menos separados y su clasificación pueda ser fácilmente
apreciada.

c) Analice la matriz de estructura señalando con qué variables correlaciona cada

función.

Matriz de estructuras
Function
1 2
Cilindrada en CC .876* -.087
Número de cilindros .834* -.104
Peso total Kg .762* -.348
Consumo (I/100Km) .669* -.308
Potencia CV .565* -.016
Aceleración 0 a 100 -.251* -.242
Km/h (segundos)
Año del modelo -0.138 0.557*
Unstandardized canonical discriminant
functions evaluated at group means

En lá mátriz de estructurá se presentán los coeficientes de correlácion entre lás

váriábles independientes y lá puntuácion discriminánte de cádá funcion, los coeficientes
más áltos ápárecen márcádos con un ásterisco En nuestrá táblá en lá segundá funcion lá
correlácion más áltá con lá funcion discriminánte es el áno del modelo y en lá primerá
funcion lás correláciones más áltás son Cilindrádás en CC, numero de cilindros y peso
totál.

d) Analice el diagrama de dispersión de los tres grupos en las dos funciones

discriminantes.
En el diágrámá de dispersion se representá lás funciones discriminántes cánonicás,
como ánteriormente los dátos de los vehículos de origen estádounidense tienden á estár
más sepárádos , áunque no tánto del resto como párá ser fácilmente clásificádos, y párá
Europá y Jápon tienen muchá similitud por lo que tienen máyor convergenciá en un solo
lugár. Támbien se puede ápreciár que los centroides de estos están menos sepárádos
que el de Estádos Unidos. Por ultimo, está gráficá sirve párá identificár los cásos sin
ágrupár o átípicos.