Regresión Factorial
Objetivos Determinar cuáles son los
objetivos específicos del
estudio y qué conjunto de
variables pueden ofrecer
una explicación suficiente
-Valorar la naturaleza y la
dirección e la relación
entre una variable
(dependiente) y un
conjunto de variables
(independientes
2.Predecir los valores de
una variable (criterio) a
partir del conocimiento
de los valores de otras
variables (predictoras).
Correspondencias
1.determinar el tipo de AF
que se va a utilizar de
acuerdo con el
conocimiento previo o no
del campo de estudio:
Exploratorio o a partir de las similitudes
confirmatorio.
2.Después, se trata de
decidir si se van a agrupar
las variables o los casos.
3. Establecer con claridad
los objetivos concretos
que se persiguen tipo q
tipo r
condiciones
Conglomerados Discriminante
a.Examina y representa la El objetivo es clasificar
asociación entre una muestra de entidades
categorías de columna o en un número más
fila. pequeño de grupos
mutuamente excluyentes
entre ellas.
1.Desarrollar una
tipología o clasificación.
2.Investigación de
esquemas conceptuales
útiles para agrupar
entidades.
3.Generar hipótesis
mediante la exploración
de datos.
4.Probar hipótesis, o
intentar determinar si los
grupos definidos
mediante otros
procedimientos están de
hecho presentes en los
datos.
5.Reducir datos..
objetivo fundamental es
predecir el valor que
adquirirá un caso en una
variable criterio a partir
del conocimiento de las
puntuaciones que
adquiere en un conjunto
de variables predictivas.
1º Determinar si existen
diferencias significativas
entre los perfiles
multivariantes de dos o más
grupos (descriptivo).
2º El análisis discriminante
trata de establecer el
conjunto de variables que
expliquen las diferencias en
los perfiles entre los grupos
(d).
3º Usar el conjunto de
variables para desarrollar
una función que represente
la máxima separación o
discriminación entre los
grupos (d).
4º Establecer reglas de
clasificación de nuevos casos
a los grupos a partir de sus
puntuaciones (predictivo).
Los objetivos tienen que ver
con la discriminacion y la
clasificacion.
Diseño asegurar la eficacia del Condiciones previas: Se trata de delimitar las 1-Selección de variables: Seleccionar variables:
análisis 1. La calidad del análisis condiciones relativas a las (No incluir variables muy Establecer si las variables
-mediante un adecuado depende de la calidad de variables y al tamaño de correlacionadas) que van a tomarse en
tamaño de la muestra (15 los datos. la muestra. 2-Estandarización de cuenta cumplen una serie
y 20.casos por variable) 2.Las variables del AF variables: (tipificar) de condiciones previas.
normalmente son es necesario que en la 3-Detección de outliers V. depe=categorica
métricas tabla de contingencia no 4- Determinación de la V. inde=metrica
Muestra: Debe exista ninguna celdilla medida
minimizarse el número de con pocos casos.Tampoco - Tamaño de la muestra:
variables incluidas. debería haber una gran tamaño adecuado de la
Debería haber al menos diferencia en el número muestra para que los
50 casos. La ratio entre de casos de unas celdillas resulta-dos sean estables
casos y variables debería y de otras. y extrapolables.
ser al menor de 5 a 1. Es conveniente que exista
una relacion adecuada
entre el tamaño de la
muestra y el nº de
variables predictivas.

- División de la muestra:
Elaborar muestras de
análisis y de validación
para llevar a cabo una
validación cruzada.
Supuestos Linealidad: la relación El principal supuesto previo
entre las variables se es que exista suficiente
ajusta a una línea recta. correlación significativa
entre las entidades a
Normalidad: los residuos
factorializar.
se distribuyen de una
Se debe valorar:
forma que se ajusta a una -Matriz de correlación: Para
curva normal que esta matriz sea
Homocedasticidad: la adecuada, ser superiores a
distribución de residuos 0,30.
es similar para diferentes Det. matriz(-)=correl (+)
valores pronosticados.la
varianza es constante -Prueba de KMO: determina
si la medida de la muestra es
Independencia de los
adecuada para llevar a cabo
residuos: los residuos no
un análisis factorial.
se encuentran KMO (-)= AF (-)
correlacionados entre sí. siguiendo el baremo de
(Durbin-watson >0.90excelente y <0.50
inaceptable.
-Test de esfericidad de
Bartlett: Se usa para
comprobar la hipótesis de
que la matriz de
correlaciones es una matriz
identidad (aquella en la que
no hay relación entre una
variable y todas las demás).
Se basa en el cálculo de un
valor chi-cuadrado.
-Correlación anti-imagen: Es
la inversa de la suma de las
correlaciones de cada
variable con todas las demás.
cor. anti (+)= malo
El análisis de Al igual que en análisis 1)Normalidad: La función
correspondencias carece factorial, el discriminante minimiza la
de supuestos previos conglomerados carece de probabilidad de errores
es conveniente que las supuestos previos rígidos. en la clasificación de los
categorías de las casos si las variables
variables sean 2 condiciones: presentan una
exhaustivas y Representatividad: Los distribución normal.
excluyentes, y casos seleccionados
directamente representan a grupos 2)Matriz de covarianzas:
comparables. “reales” en la La probabilidad de
población. errores en la clasificación
será menor si la matriz
Multicolinealidad: Se han de varianza-covarianza es
eliminado variables que equivalente en todos los
sólo aportan información grupos. Para comprobar
redundante. lo más habitual es M de
Box.
3)Multicolinealidad:
consiste en que dos o
más variables
independientes están
altamente
correlacionadas, por lo
que una variable puede
venir muy bien explicada
o predica por otras
variables y, por ello,
añadir poca capacidad
explicativa al conjunto
completo.
Extracción -Seleccionar un método Se trata de determinar el
de extracción más número adecuado de
adecuado. (introducir, factores a retener como
resultado del AF.
selección hacia delante,
CRITERIOS:
hacia atrás, paso a paso)
-Varianza común
-Valorar la significación explicada:el conjunto de
estadística. factores extraídos no
-Estimar la capacidad de debería suponer una gran
las variables pérdida de información
pronosticadoras para -criterios de raíz latente:Se
predecir la variable debería mantener sólo
criterio (capacidad aquellos factores que
tengan un autovalor
explicativa).
superior a 1.
-Determinar si cualquiera
- Criterio de contraste de
de las observaciones caida: Examina el gráfico de
ejerce una influencia sedimentos que representa
indebida en los el autovalor de cada uno de
resultados. los factores unidos por una
línea. El paso del autovalor
de un factor al del siguiente
es alto en los primeros
factores y bajo en los
últimos. Se trata de
encontrar el punto de
inflexión, allí donde la línea
empieza a sedimentar. Se
forman tantos factores
como haya antes de ese
punto
-Heterogeneidad de la
muestra
-Criterio establecido a priori.
- Discretizar aquellas 1 -Método de
variables que no conglomeración: seleccionar
contengan valores un método de
conglomeración.(si se
discretos.
desconoce Nº de
-Definir un tratamiento
conglo=jerárquico; si se
para las categorías sin conoce= no jerárquico)
ningún valor conocido
(perdidas). 2- Determinar las distancias:
- Definir el método de valorar las distancias que
normalización. existen entre las entidades
- Determinar si se (matriz de distancias, cuanto
emplearán variables y/o más pequeña sea la
distancia más proximidad).
categorías
suplementarias.
3- Determinar el número de
- Decidir el número de conglomerados: establecer
dimensiones que se van a el número de
extraer. conglomerados que van a
La principal tarea de esta formar parte de la solución
fase tiene que ver con la final.
decisión de cuántas El historial de
dimensiones es adecuado conglomerados, el diagrama
de témpanos y el
retener, conservando los
dendograma ayudan a
principios de
tomar la decisión.
interpretabilidad y
parsimonia. 4- Replanteamiento de la
solución: Examinar la
estructura de cada
conglomerado y decidir si
hay o no que replantear la
solución.
Se trata de estimar las
funciones discriminantes
y evaluar la exactitud
predictiva mediante la
matriz de clasificación.
-Método de cálculo:
introducir todas las
variables o elegir un
método de selección
“paso a paso”.
- Significación: valorar en
qué medida cada una de
las variables establece
diferencias entre las
medias de los grupos.
(+)Wilks= (+) diferencias.
Funciones: determinar la
capacidad discriminante
de cada función y
determinar el número de
funciones discriminantes
que es adecuado retener.
Para esto se usa
autovalor, varianza
explicada y correlacion
canonica.
Interpretación -Interpretar la ecuación
de regresión: valorar en
qué medida varían los
valores de la variable
criterio por cada variación
unitaria de las variables
pronosticadoras
-Se trata de valorar cuál es
la aportación específica
de cada una de las
variables pronosticadoras
determinar el contenido
específico de cada uno de los
factores extraídos.
-Saturaciones o cargas
factoriales: Correlación entre
cada una de las variables
originales y cada uno de los
factores extraídos.
-Rotación de factores: Varía
la posición de los ejes
(factores), pero no la de los
puntos (variables).
-Valoración de las
comunalidades: Las variables
con baja comunalidad
presentan bajas
correlaciones con el
conjunto de las demás
variables (comunalidad sirve
para determinar en qué
medida cada variable aporta
información a la solución
factorial).
-Puntuaciones factoriales:
Valor que adquiere cada uno
de los casos en cada uno de
los factores finalmente
extraídos. Se expresa en
puntuaciones Z
a)Analizar la asociación 1. Asignación a -Evaluación de las
entre las categorías. conglomerados: asignar funciones: establecer la
las entidades a cada uno contribución específica
b)Determinar el de los conglomerados de cada variable
contenido sustantivo de de la solución final. (Ponderaciones
cada una de las discriminantes) a cada
dimensiones, hasta llegar 2. Denominación de los función y el contenido
a denominarlas. conglomerados: Hay que sustantivo de éstas
determinar cuál es el .(ponderaciones de
c)Determinar grupos de contenido estructura)
categorías. sustantivo de cada uno
de los conglomerados y, a -Capacidad predictiva:
d)Establecer la partir de ahí, asignarles .valorar en qué medida
puntuación de cada caso un nombre las funciones consiguen
en las dimensiones (diagrama de perfiles). predecir la pertenencia a
extraídas. los grupos. Para ello, se
puede analizar la matriz
de clasificación
-Discriminación entre
grupos: deducir los rasgos
específicos de cada grupo
a partir de sus
puntuaciones
discriminantes en las
funciones.
Validación Submuestreo Validar los resultados
mediante la repetición
1. Probar con otras del análisis en otra
variables alternativas muestra o mediante un
submuestreo.
2. excluyendo aquellos
casos O mediante:
-Generalización (valorar si
3.Utilizar diversos los resultados son
procedimientos de aplicables a muestras
selección diferentes).
4. Obtener muestras -Influencia de los casos
adicionales (en qué medida los
resultados se ven
influidos por casos
concretos).
-Replicación (los resultados
deberían ser similares a los
que se obtendrían en otras
investigaciones).
-Estabilidad (la estructura
factorial debería ser estable
de unos análisis a otros).
-Impacto de los outliers
(impacto que tienen los
casos extremos, mediante
su inclusión y su exclusión
en el análisis).
En la fase de validación se
trata de replicar la
dispersión de las
categorías en el espacio
perceptual.
Una forma de validar es
aplicar el mismo análisis
de correspondencias a
una submuestra.
Otra forma de validar es
modificar alguna de las
condiciones del diseño y
la extracción de las
dimensiones.
El objetivo es evaluar si el
análisis es dependiente
de sólo unos pocos
objetivos y/o atributos.
Se trata de valorar en qué -Dividir los grupos
medida los resultados aleatoriamente en la
obtenidos son muestra de análisis y en
generalizables a la una ampliación de la
población y si los grupos muestra.
formados son
representativos. -Utilizando los perfiles de
los dos grupos en cada
Métodos disponibles: variable para garantizar
que se corresponden con
a)Utilizar una muestra la definición de los
diferente y compararla grupos.
con la original
b)Dividir la muestra en
dos mitades y analizar
cada una por separado
c)Determinar los
centroides de los grupos
y utilizarlos para
redefinirlos
Regresión Es una extensión del análisis de correlaciones, pues trata de determinar en qué medida los cambios en los valores de una variable/s
están asociados a cambios en los valores de otra.
-Pretende descubrir qué variable o qué variables pueden predecir mejor los valores que adquirirá otra variable.
-La variable predictiva se denomina criterio, mientras que la variable o variables que sirven para predecir se llaman
pronosticadoras. Técnica de dependencia
-Criterio de mínimos cuadrados
-Errores de predicción
-Capacidad predictiva
-Colinealidad y multicolinealidad (reduce poder predictivo)
Factorial Técnica de análisis que trata de determinar si es posible reducir un conjunto de datos a otro significativamente menor.
-Técnica de interdependencia en la que todas las variables se consideran a la vez, sin variables indepen. O depen.
-Solo se toma en cuenta la varianza común tratando de evitar la específica la de error.
-Diferencias con el análisis de componente principales
-Limitaciones del análisis
Datos originales --> Matriz de correlaciones--> Matriz factorial
Correspondencias Extensión de las tablas de contingencia y del análisis factorial pero con datos categóricos
-Su propósito es tratar de convertir los valores de las variables categóricas en valores métricos.
-Y representar la posición relativa de cada una de las categorías en un espacio de unas pocas dimensiones
- tabla cruzada de frecuencias esperadas->chi cuadrado fi->v de cramer->reducción dimensional(tipos y normalización)->gráficos
-ventajas
Conglomerados Tiene como objetivo formar grupos de objetos, que se basa en alguna medida de similitud entre ellos. El objetivo es clasificar una
muestra de entidades en un número más pequeño de grupos (mutuamente excluyentes, homogéneos y heterogéneos entre sí) a
partir de similitudes.
-Técnica interdependiente
-Matriz de similitudes(tipos)-->Método de conglomeración(jerárquico-no jerárquico)
-Limitaciones: carga heurística, diversidad de origen, indeterminación, imposición de estructura
Discriminante Se trata de analizar cuáles son las variables que contribuyen en mayor medida a discriminar a los sujetos en los diferentes grupos.
-Técnica que asigna un individuo a un grupo definido en función de sus características
-Técnica de dependencia: Variable que define grupo=dependiente / Variable que define caract. del individuo= inde
Perfiles multivariantes->selección de variables discriminantes->funciones discriminantes->reclasificación