UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

PRÁCTICA CALIFICADA N°01

Estadística Descriptiva Multivariante

Apellidos y nombre: (ingresar los apellidos y nombres de los integrantes)

Indicaciones:

 Duración: 180 minutos.

 Todo procedimiento se realizará con R o R studio.
 El script realizado se presentará al final del documento como anexo.
 La respuesta se colocará debajo de cada pregunta.
 El documento de la PC1 se entregará al correo electrónico:
kllanosm@unmsm.edu.pe; en Asunto: Apellido1-Apellido2-PC1. El archivo puede ser
enviado en formato Word o pdf.

BASE DE DATOS MAQUILLAJE_ESMALTE

Nails S.A. es una empresa productora y comercializadora de esmaltes a nivel nacional. Se

encarga de producir con los ingredientes más naturales posibles sin comprometer al medio
ambiente y a los animales. Por ello, para seguir mejorando desea realizar un estudio
multivariante sobre la percepción que presenta los consumidores respectos a las
características de su producto y además sobre el perfil del consumidor y los tipos de compra.

Las variables usadas para la percepción que tienen los consumidores sobre el producto fueron:
Viscosidad, Color, Tiempo de secado, Brillo, Dureza, Resistencia al desgaste, Transparencia; los
valores obtenidos para cada variable se hicieron mediante calificaciones de 0 a 10 puntos
(donde 0: pésimo y 10: excelente) y Satisfacción del producto en forma general (también
medida entre 0 y 10 puntos). Además, se tiene a las variables: Perfil del consumidor (medidas
como Holístico, Con Sinergía, Aunténtico y Ecopackaking), también, Tipos de compra 1 (crédito
y contado); Tipos de compras 2 (variada, habitual, compleja, por descarte e impulsiva)

La base de datos a usar es: MAQUILLAJE_ESMALE.xls

Antes de realizar el análisis multivariante respectivo, desean obtener estadísticas descriptivas

multivariantes.

Se pide calcular en el paquete R y presentar las siguientes medidas descriptivas multivariantes:

Para las variables cuantitativas, no considerar Satisfacción.

 Vector de medias
 Matriz de varianza – covarianza corregida. Interprete 2 resultados.
 Matriz de correlaciones. Interprete 2 resultados.
 Matriz de datos centrados
 Cálculo de los autovalores y autovectores de la matriz de correlaciones R
 Cálculo de los autovalores y autovectores de la matriz de covarianza corregida
 Varianza total
 Varianza media
 Varianza Generalizada
 varianza efectiva
 Desviación estándar efectiva
 Distancia de Mahalanobis: D2
 Presentar el gráfico: pairs.panels; hacer una interpretación en forma general.
 Para las variables cualitativas, realizar el barplot e interpretar de forma general.
 Presentar e interpretar el gráfico de Boxplot para la variable Satisfacción agrupando
por el perfil del consumidor.
 Calcule las razones de correlación entre las variables percepción de los productos y
tipo de compras2. ¿Se puede apreciar si alguna percepción hace la diferencia en el tipo
de compras2?
 Mostrar la tabla de contingencia, las distribuciones condicionales filas y columnas
(perfiles filas y columnas). Interprete 2 valores de perfiles filas y 2 valores de perfiles
columnas para las variables tipo de compra 1 y perfil del consumidor.