Trabajo 2

Mtodos Avanzados de Anlisis de Datos
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
PROGRAMA DE DOCTORADO EN AGRICULTURA SUSTENTABLE
TRABAJO ENCARGADO 2
Curso: Mtodos Avanzados de Anlisis de Datos
Docente: Tarazona Vargas, Enver Gerard
Estudiante: CESAR PAUL LAQUI VILCA
La Molina, 10 de Marzo del 2012
Universidad Nacional Agraria La Molina
I. Anlisis de Casos Atpicos. Con el fichero empleados.sav

1.1) Realice el Anlisis de Outiliers Univariado Para la Variable Salario Inicial.
a) Conjunto de Datos:
Los datos estn compuestos por 11 factores y 474 empleados. La herramienta a usarse es el SPSS.
b) Resultados
b.1 Grfico de Cajas como criterio para detectar valores outliers

Figura 1. Grfico de Cajas
ANALISIS DE LOS RESULTADO:

En la Figura 1, se muestra la distribucin de los datos en funcin a una media, all
se observa la presencia de valores muy lejanas a esa media y que posiblemente
sean valores atpicos, los valores que aparentemente son atpicos presentan una
nube con asteriscos (*), la presencia de estas puede deberse a que posiblemente
presentan caractersticas distintas en relacin al resto de valores. Para corroborar
estos resultados se realiza una estandarizacin de datos.
b.2. Estandarizacin de Datos

Para el clculo y estandarizacin se requiere la determinacin previa de la media y
desviacin estndar de los datos, los valores obtenidos se muestran en la tabla 1.
Tabla 1. Media y Desviacin Estndar del Conjunto de Datos
Estadsticos descriptivos
N
Mnimo
Salario inicial
474 $9,000
N vlido (segn lista)
474
Mximo
$79,980
Media
$17,016.09
Desv. tp.
$7,870.638
Presentan una media de 17 016.00 dlares y una desviacin estndar de

7870.638 dlares en funcin a la media calculada.
El procedimiento seguido es la siguiente:
La nueva variable estandarizada aparece al final de la tabla de datos y en ella

buscamos aquellos casos en los que la nueva variable estandarizada adquiere
valores mayores a 3 o menores a -3, estos sern reconocidos como valores
outliers de forma univariada.
Los valores encontrados fuera del margen 3 y -3 son:

Tabla 2. Valores outliers de forma univariada
Id
173
456
198
446
32
431
160
205
343
29
sala_ini_estand
3.24
3.24
3.36
3.44
3.56
3.56
3.87
4.51
5.46
8
Los valores de la Tabla 2, son los valores outliers de forma univariada.

1.2 Realice el anlisis de outiliers multivariado para la variable salario actual
en funcin del salario inicial, el nmero de meses desde el contrato y la
experiencia previa.
Se realiz por el mtodo Distancia de Mahalanobis para detectar casos outliers, de
los valores encontrados y ordenado en forma ascendente se tienen los primeros
30 datos, de los cuales presentan los en la Tabla 3:
Tabla 3. Mahalanobis de los 30 primeros datos ascendentes.
id
207
220
275
240
216
204
211
212
183
221
300
Mahalanobis
0.0020
0.0023
0.0028
0.005
0.0061
0.0087
0.01
0.0121
0.0156
0.0184
0.0184
271
177
233
202
308
203
228
184
282
172
292
269
234
296
218
312
322
201
316
0.0222
0.0254
0.0278
0.0319
0.0366
0.0367
0.0402
0.0409
0.0436
0.0438
0.0442
0.05
0.0517
0.0522
0.0548
0.0554
0.0577
0.0578
0.0602
De estos valores ubicamos los casos en donde la evaluacin con una Chi
cuadrado sea menor a 0.001, notamos que ninguno de los casos tienen valor 0 y
por lo tanto ninguno seria reconocido casos outliers de forma multivariada.
II.
Con el fichero datosincompletos.sav. Realice el anlisis de datos

perdidos. Determine si los valores perdidos son aleatorios.
Se busca determinar si los datos son aleatorios o no para lo cual:

2.1. Se decodifican los valores de la siguiente forma:
Haciendo uso de la sintaxis del programa
Se tiene los valores recodificado siguientes:
Los valores recodificado son los siguientes:

v1
v2
v3
v4 v5
v6
v7
v9 v10 v11 v21 v31 v41 v51 v61 v71 v91 v101
1 3.3
0.9 8.6
1.8 6.3 41
4.5
2 3.5
0.4
3 1.2 1.7 5.2 35
3.3
7 3.5
55
5.2
4 9.1
4 3.1
1.5 7.7
5 1.9 2.5 7.2 36
3.9
5 5.1
1.4 8.3
5 3.3 2.6 3.8 49
4.9
6 4.6
2.1 7.9
6 3.4 2.8 4.7
5.9
7 4.5
1.5 6.1
5 1.9 2.5 7.2 36
2.8
8 5.2
1.3 9.7
6 3.2 3.9 6.7 54
5.8
2.8 9.9
4 3.1 1.7 5.4 49
5.4
10 4.1
3.7 5.9
8 3.2 3.5 9.1 43
4.8
11
2.8 7.8
12 4.8
7.6
3 3.8 7.9 49
4 3.3 1.4 5.8 39
5.5
13 3.1
8 3.6
4 5.9 43
5.2
14 3.7
2.7
6 2.2 1.8 8.3 33
3.6
15
0.5 6.7
5 2.2 2.1
31
16 3.3
1.6 6.4
5 2.1 2.1 8.4 25
3.4
17 6.1
0.5 9.2
5 3.3 2.8 7.1 60
5.2
18
2.8 5.2
2.6 2.7 8.4 38
3.7
19 3.1
2.2 6.7
7 2.6 2.9 7.7 43
4.3
20 6.5
0.1
7 3.2 3.7
5.4
8 33
21 2.4
9.1
2 2.8 6.9 32
4.3
22 3.9
2.2 8.5
5 2.3 2.5 8.3 47
23 2.8
1.4 8.1
4 2.1 1.4 6.6 39
4.4
24 4.2 -0.5 8.6
6 2.7 3.7 6.7 49
25 4.7
3 2.6 6.8 54
5.9
1.3
10
26 3.4
2 9.7
5 2.7 1.7 4.8 49
4.7
27 3.2
3.2 5.7
5 3.6 2.9 6.2 46
4.4
28 4.9
1.8 7.7
6 3.4 1.5
5.6
29
1.4 9.7
5.9
30 4.7
1.3
31 3.7
0.7 8.2
6 2.1 2.5 7.4 41
32 4.7
2.8 8.2
5 3.6 2.5
9 53
5.2
33 4.5
2.9 8.2
6 2.5 3.5 8.8 50
4.6
34 2.8
6.7
5 2.5 2.6 9.2 32
3.7
35 3.8
0.8 8.7
1.6 2.8 5.6 39
5.7
36 2.9
2.6 7.7
7 2.8 3.6 7.7 47
4.2
37 4.9
2.6 7.4
7 4.6
4 9.6 62
6.2
38 4.6
2.5 9.6
3 7.7 65
39 4.3
1.8 7.6
2.5 4.4 46
5.6
40 4.3
1.5 9.9
3 1.3 1.2 1.7 50
41 3.1
1.9 6.7
5 2.7 3.1 3.8 54
4.8
42 5.1
1.9 9.2
6 3.6 2.3 4.5
6.1
43 4.1
1.1 9.3
6 2.5 2.7 7.4 47
5.3
44
3.8
5 3.4 2.6
6 42
4.2
45 4.3
2.6 6.8 55
3 3.2 8.5 42
3.4
1.4
3 2.6 2.3 6.8 45
4.9
47 4.2
2.5 9.2
6 3.3 3.9 7.3 59
48 5.7
0 6.4
3 2.5 7.1 46
4.5
49 5.3
1.6 8.5
4 3.5 1.9 4.8 58
4.3
50
3.7 5.3
4.8
3.2
5 3.1
8 43
3.3
3 3.9 6.8
46 3.7
51
2 5.8
40
3 2.3 9.1
3
52 2.8
3.8 8.9
7 3.3 3.2 8.2 53
53 4.8
2 9.3
6 3.7 2.4 4.6 60
6.1
3.4 8.4 47
3.8
3 1.7 1.1 6.2 35
4.1
54 3.4
55 3.9
1 6.1
56 3.9
3.3 7.5
5 2.5 2.4
39
3.6
57 3.6
2.7
6 3.7 2.5 9.3 44
4.8
58
0.9 9.1
5 2.4 2.6 7.3 46
5.1
59 1.6
2.1 6.9
2.6 8.9 29
3.9
60 4.9
2 6.4
5 2.1 2.2 8.8 28
3.3
61 3.6
4 9.3
62 5.6
8.2
63 3.6
2.3 9.9
7 3.8
64 5.2
1.3 9.1
65
6 4.5 2.6 9.5 37
3.9
4 4.1 57
4.9
5 3.3 2.7 7.3 60
5.1
4 1.6 5.3 55
2 6.6
7 2.4 2.7
41
66 4.2
2.4 9.4
5 3.2 2.7 8.5 49
5.2
67 3.8
0.8 9.5
0 2.2 2.6 5.3 42
5.1
68 3.3
2.6 9.7
3 2.9 1.5 5.2 47
5.1
69 2.6
1.9 9.1
5 1.5 3.1 9.9
3.3
70 4.5
1.6 8.7
5 3.1 2.1 6.8 56
5.1
Luego se procede con el clculo:
10
10
Los valores obtenidos son los siguientes:

Prueba de muestras independientes para comparar medias considerando las
variables independientes V2, al V10 los grupos de datos presentes y perdidos de
la primera variable representado por V11.
Prueba de muestras independientes
Prueba de Levene
para la igualdad de
varianzas
F
v2
Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v3 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v4 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v5 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v9 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
.020
.552
.531
5.095
.152
.219
1.063
.417
Sig.
.888
.460
.469
.027
.698
.641
.307
.521
Prueba T para la igualdad de medias

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-.0069
2.0507
63
Sig.
(bilateral)
.052
Diferencia de
medias
1.0219
Error tp. de
la diferencia
.5148
1.792
3.321
.162
1.0219
.5702
-.6974
2.7412
.491
64
.625
.5726
1.1652
-1.7551
2.9004
.378
2.110
.740
.5726
1.5134
-5.6254
6.7706
-.254
66
.801
-.198
.782
-1.759
1.362
-.347
3.805
.747
-.198
.572
-1.820
1.423
.702
63
.485
.2653
.3779
-.4899
1.0205
1.929
10.880
.080
.2653
.1375
-.0378
.5684
-.031
67
.975
-.0117
.3766
-.7635
.7401
-.025
3.226
.982
-.0117
.4729
-1.4586
1.4353
-.135
63
.893
-.1209
.8920
-1.9034
1.6616
-.144
3.465
.894
-.1209
.8406
-2.6037
2.3620
-.003
63
.997
-.022
6.614
-13.240
13.195
-.006
1.216
.996
-.022
3.824
-32.319
32.275
.800
65
.426
.4267
.5331
-.6380
1.4914
1.091
3.815
.339
.4267
.3911
-.6804
1.5338
t
1.985
gl
11
11
Prueba de muestras independientes para comparar medias considerando como

variables independientes V1, V3 al V10, los grupos de datos presentes y perdidos
de la primera variable representado por V21
Prueba de Levene
para la igualdad
de varianzas
v3
Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v4 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v5 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v9 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
F
1.149
.694
.273
.462
.003
.089
.608
2.437
Sig.
.288
.408
.603
.499
.953
.766
.438
.123

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-1.8781
2.1929
t
.154
gl
64
Sig.
(bilatera
l)
.878
.275
4.662
.795
.1574
.5723
-1.3464
1.6612
-.880
66
.382
-.617
.701
-2.016
.782
-1.303
5.754
.242
-.617
.473
-1.787
.553
.231
63
.818
.0876
.3792
-.6702
.8454
.195
3.273
.857
.0876
.4504
-1.2803
1.4555
-.882
67
.381
-.2976
.3376
-.9713
.3762
-.769
4.469
.480
-.2976
.3869
-1.3287
.7336
.232
63
.818
.1862
.8042
-1.4209
1.7933
.240
4.751
.821
.1862
.7775
-1.8444
2.2168
-1.118
63
.268
-4.744
4.245
-13.227
3.738
-1.029
4.567
.355
-4.744
4.612
-16.945
7.456
-.978
65
.332
-.4688
.4795
-1.4264
.4889
-1.314
5.387
.242
-.4688
.3568
-1.3665
.4289
-.457
64
.649
-.2023
.4427
-1.0867
.6822
-.325
4.300
.761
-.2023
.6231
-1.8857
1.4811
Diferencia de
medias
.1574
Error tp. de la
diferencia
1.0189
12
12

variables independientes V1,V2, V4 al V10, los grupos de datos presentes y
perdidos de la primera variable representado por V31
Prueba de Levene
para la igualdad de
varianzas
F
v4
Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v5 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v9 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v2 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
.358
2.777
.094
.949
.053
.042
1.265
2.855
Sig.
.552
.101
.760
.334
.819
.839
.265
.096

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-.518
2.565
t
1.326
gl
66
Sig.
(bilateral)
.189
Diferencia de
medias
1.024
Error tp. de la
diferencia
.772
1.982
4.006
.118
1.024
.516
-.409
2.456
.850
63
.399
.4459
.5249
-.6031
1.4950
3.269
3.423
.039
.4459
.1364
.0406
.8513
1.252
67
.215
.4660
.3723
-.2771
1.2092
1.579
3.652
.196
.4660
.2952
-.3853
1.3173
.433
63
.667
.3853
.8908
-1.3948
2.1654
.648
4.071
.552
.3853
.5947
-1.2544
2.0250
-.269
63
.789
-1.279
4.750
-10.772
8.213
-.268
3.402
.804
-1.279
4.767
-15.486
12.927
.350
65
.727
.1874
.5352
-.8815
1.2563
.354
3.403
.744
.1874
.5288
-1.3880
1.7628
1.689
64
.096
.9311
.5512
-.1700
2.0322
1.028
2.065
.409
.9311
.9060
-2.8518
4.7140
-.416
63
.679
-.2527
.6070
-1.4657
.9603
-.229
2.052
.840
-.2527
1.1033
-4.8854
4.3800
13
13

variables independientes V1,V2, V3, V5, al v 10, los grupos de datos presentes y
perdidos de la primera variable representado por V41
Prueba de Levene
para la igualdad de
varianzas
F
v5
Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v9 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v2 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v3 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
.049
2.138
.001
3.276
.238
.886
.197
.116
Sig.
.826
.148
.971
.075
.627
.350
.659
.735

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-1.8089
.2650
63
Sig.
(bilateral)
.142
Diferencia de
medias
-.7720
Error tp. de
la diferencia
.5189
1.062
.371
-.7720
.5275
-6.6133
5.0694
.257
67
.798
.1349
.5244
-.9118
1.1816
1.203
7.491
.266
.1349
.1121
-.1268
.3966
.051
63
.959
.0635
1.2414
-2.4173
2.5443
.045
1.049
.971
.0635
1.4168
-16.0774
16.2045
1.083
5.624
63
.283
-7.098
6.553
-20.194
5.998
27.699
.000
-7.098
1.262
-9.684
-4.512
.049
65
.961
.0369
.7459
-1.4527
1.5265
.036
1.032
.977
.0369
1.0177
-11.9736
12.0474
-.889
64
.378
-.6045
.6803
-1.9636
.7546
1.421
1.177
.364
-.6045
.4253
-4.4200
3.2110
-.232
63
.817
-.1712
.7382
-1.6464
1.3039
-.170
1.033
.892
-.1712
1.0082
-12.0459
11.7035
-.591
64
.556
-.8366
1.4147
-3.6627
1.9896
-.473
1.040
.716
-.8366
1.7671
-21.3650
19.6919
t
1.488
1.464
gl
14
14

variables independientes V1,V2, V3, V4, V6 al v10, los grupos de datos presentes
y perdidos de la primera variable representado por V51
Prueba de Levene
para la igualdad de
varianzas
F
v6
Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v9 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v2 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v3 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v4 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
.997
.003
.061
.027
.081
1.665
1.276
1.101
Sig.
.322
.960
.805
.869
.777
.202
.263
.298

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-.7379
.6171
t
-.178
gl
67
Sig.
(bilateral)
.859
Diferencia de
medias
-.0604
Error tp. de la
diferencia
.3394
-.224
5.128
.832
-.0604
.2701
-.7495
.6288
.029
63
.977
.0234
.8045
-1.5844
1.6311
.028
4.639
.979
.0234
.8319
-2.1663
2.2131
-.450
63
.654
-1.928
4.280
-10.480
6.624
-.434
4.632
.684
-1.928
4.445
-13.634
9.778
.193
65
.848
.0932
.4829
-.8712
1.0575
.200
4.733
.849
.0932
.4649
-1.1223
1.3087
64
1.267
- 4.405
1.020
.210
-.5550
.4380
-1.4299
.3200
.360
-.5550
.5440
-2.0122
.9023
-.891
63
.376
-.4699
.5274
-1.5238
.5840
- 4.682
1.581
.179
-.4699
.2973
-1.2499
.3101
-.055
64
.956
-.0641
1.1674
-2.3962
2.2680
-.116
3.174
.915
-.0641
.5540
-1.7736
1.6454
.504
66
.616
.354
.704
-1.051
1.759
.748
5.770
.484
.354
.474
-.816
1.525
15
15
16

variables independientes V1,V2, V3, V4, V5, V7 al V10 los grupos de datos
presentes y perdidos de la primera variable representado por V61
Prueba de Levene
para la igualdad de
varianzas
F
v9
Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
v10 Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
v1 Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
v2 Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
v3 Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
v4 Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
v5 Se han asumido
varianzas iguales
No se han
asumido varianzas
iguales
Sig.
.

95% Intervalo de confianza
para la diferencia
Sig.
Diferencia de Error tp. de la
(bilateral)
medias
diferencia
Inferior
Superior
.292
9.771
9.198
-8.611
28.153
t
1.062
gl
63
9.771
.511
65
.611
.5342
1.0447
-1.5523
2.6206
.5342
- 64
1.042
.
.
.301
-.9929
.9525
-2.8958
.9100
-.9929
2.037
63
.046
2.0448
1.0037
.0391
4.0504
2.0448
.685
64
.496
1.3594
1.9834
-2.6028
5.3216
1.3594
1.338
66
.186
2.018
1.508
-.994
5.030
2.018
.872
63
.387
.6421
.7363
-.8294
2.1136
.6421
16

variables independientes V1,V2, V3, V4, V5, V6,V9 y V10 los grupos de datos
Prueba de Levene
para la igualdad de
varianzas
F
v9
Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v2 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v3 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v4 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v5 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
.507
.003
.508
.906
1.640
.081
.156
.565
Sig.
.479
.954
.479
.345
.205
.776
.694
.455
gl
63
1.066
- 4.775
1.117
95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-13.017
3.962
Sig.
(bilateral)
.291
Diferencia de
medias
-4.528
Error tp. de la
diferencia
4.248
.317
-4.528
4.054
-15.099
6.044
-.146
65
.884
-.0785
.5356
-1.1482
.9913
-.159
3.473
.883
-.0785
.4939
-1.5358
1.3788
-.541
64
.590
-.2393
.4424
-1.1232
.6445
-.645
5.045
.547
-.2393
.3711
-1.1907
.7120
.796
63
.429
.3790
.4762
-.5726
1.3307
.610
4.365
.572
.3790
.6217
-1.2915
2.0496
-.284
64
.777
-.2610
.9184
-2.0957
1.5737
-.503
7.038
.630
-.2610
.5191
-1.4871
.9651
.831
66
.409
.583
.701
-.817
1.983
1.031
5.111
.349
.583
.566
-.862
2.028
-.215
63
.831
-.0734
.3420
-.7569
.6100
-.256
5.066
.808
-.0734
.2867
-.8075
.6607
67
1.316
- 3.794
1.801
.193
-.4894
.3719
-1.2316
.2529
.150
-.4894
.2717
-1.2602
.2815
17
17

variables independientes V1,V2, V3, V4, V5,V6, V7 y V10 los grupos de datos
Prueba de Levene
para la igualdad de
varianzas
F
v10 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v2 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v3 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v4 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v5 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
.259
.476
.715
.045
1.699
.037
.055
2.110
Sig.
.612
.493
.401
.832
.197
.847
.815
.151

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-.3857
1.5230
t
1.190
gl
65
Sig.
(bilateral)
.238
Diferencia de
medias
.5687
Error tp. de la
diferencia
.4778
1.048
4.494
.348
.5687
.5429
-.8754
2.0128
.256
64
.799
.1442
.5630
-.9806
1.2690
.190
2.101
.866
.1442
.7578
-2.9705
3.2588
.531
63
.597
.2535
.4775
-.7007
1.2078
.612
4.977
.568
.2535
.4146
-.8136
1.3207
.578
64
.565
.5298
.9166
-1.3013
2.3608
.639
4.867
.552
.5298
.8294
-1.6199
2.6794
.565
66
.574
.398
.703
-1.007
1.802
1.149
8.528
.282
.398
.346
-.392
1.187
.081
63
.936
.0277
.3421
-.6559
.7114
.073
4.537
.945
.0277
.3802
-.9804
1.0359
.778
67
.439
.2631
.3380
-.4116
.9377
.846
4.790
.438
.2631
.3111
-.5472
1.0733
.083
63
.934
.0667
.8045
-1.5410
1.6744
.059
4.309
.955
.0667
1.1253
-2.9712
3.1047
18
18

variables independientes V1,V2, V3, V4, V5,V6, V7 y V9 los grupos de datos
Prueba de Levene para
la igualdad de
varianzas
v1 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v2 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v3 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v4 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v5 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v6 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v7 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
v9 Se han asumido
varianzas iguales
No se han
asumido
varianzas iguales
F
2.054
.027
1.227
1.299
1.134
.004
2.526
1.663
Sig.
.157
.870
.272
.258
.291
.953
.117
.202
gl
64
1.406
- 3.187
2.974
95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-1.8884
.3284
Sig.
(bilateral)
.165
Diferencia de
medias
-.7800
Error tp. de la
diferencia
.5548
.055
-.7800
.2623
-1.5877
.0277
-.229
63
.820
-.1391
.6076
-1.3532
1.0751
-.222
2.186
.843
-.1391
.6257
-2.6234
2.3453
-.205
64
.839
-.2387
1.1670
-2.5701
2.0927
-.440
3.243
.688
-.2387
.5428
-1.8952
1.4178
1.737
66
.087
1.522
.876
-.227
3.272
4.129
3.600
.018
1.522
.369
.452
2.592
-.893
63
.375
-.3856
.4318
-1.2485
.4773
- 2.532
1.374
.278
-.3856
.2807
-1.3800
.6088
.887
67
.378
.3805
.4291
-.4759
1.2370
.919
2.201
.447
.3805
.4140
-1.2533
2.0144
.601
63
.550
.7444
1.2379
-1.7294
3.2181
2.291
3.314
.097
.7444
.3249
-.2363
1.7250
-.330
63
.742
-1.796
5.439
-12.665
9.074
-.616
2.861
.584
-1.796
2.917
-11.341
7.749
De las tablas anteriores, se muestra que no hay diferencias significativas entre las
medias de los dos grupos definidos por los valores ausentes. Esto se puede
observar en los intervalos de confianza, que en todos los casos contienen al punto
cero.
Finalmente se puede afirmar que los valores ausentes se distribuyen de manera
aleatoria.
19
19
Por correlaciones
Correlaciones
v2
v3
v4
**
v1 Correlacin de Pearson
1 -.405
.220 -.086
Sig. (bilateral)
.001
.083
.498
N
66
61
63
64
v2 Correlacin de Pearson -.405**
1 -.201 .353**
Sig. (bilateral)
.001
.117
.004
N
61
65
62
63
*
.220
-.201
1 -.253
Sig. (bilateral)
.083
.117
.044
N
63
62
66
64
**
*
-.086 .353 -.253
1
Sig. (bilateral)
.498
.004
.044
N
64
63
64
68
**
**
**
.359
.446
.016 .383
Sig. (bilateral)
.004
.000
.901
.002
N
61
61
63
63
-.040
.154 -.052 .611**
Sig. (bilateral)
.752
.225
.682
.000
N
65
64
65
67
-.192
.302* -.282* .333**
Sig. (bilateral)
.137
.019
.028
.008
N
61
60
61
63
.386**
.117 .420**
.094
Sig. (bilateral)
.002
.372
.001
.463
N
63
60
61
63
.371**
-.200 .271*
.090
Sig. (bilateral)
.003
.119
.032
.477
N
63
62
63
65
**. La correlacin es significativa al nivel 0,01 (bilateral).
*. La correlacin es significante al nivel 0,05 (bilateral).
v1
v5
v6
**
.359
-.040
.004
.752
61
65
.446**
.154
.000
.225
61
64
.016 -.052
.901
.682
63
65
**
**
.383
.611
.002
.000
63
67
*
1 .318
.011
65
64
.318*
1
.011
64
69
.079 .327**
.549
.008
60
65
.586** .293*
.000
.019
60
64
.251*
.182
.050
.145
62
66
v7
-.192
.137
61
.302*
.019
60
*
-.282
.028
61
**
.333
.008
63
.079
.549
60
.327**
.008
65
1
65
-.255*
.049
60
-.347**
.005
63
v9
**
.386
.002
63
.117
.372
60
**
.420
.001
61
.094
.463
63
**
.586
.000
60
.293*
.019
64
-.255*
.049
60
1
65
.587**
.000
62
v10
**
.371
.003
63
-.200
.119
62
*
.271
.032
63
.090
.477
65
*
.251
.050
62
.182
.145
66
-.347**
.005
63
.587**
.000
62
1
67
Considerando la matriz de correlacin para las variables dicotmicas, esta matriz

muestra valores pequeos, esto muestra las bajas relaciones que existe entre los
valores ausentes en este conjunto de datos considerndose pares de variable en
cada contraste de la matriz. De esta forma se ratifica que los valores ausentes
siguen una distribucin aleatoria.
Dado que esta demostrado que los valores ausentes siguen una distribucin
aleatoria, podemos ahora realizar el proceso de imputacin con un mtodo sencillo
como la media o la mediana.
Estadsticos
v1
65
66
v4
68
v5
66
65
69
65
65
v10
67
Perdidos
Media
4
3.978
5
1.966
4
7.761
2
5.11
5
2.868
1
2.636
5
6.938
5
45.38
3
4.674
Mediana
3.911
2.000
8.200
5.15
3.000
2.600
7.100
46.00
4.900
3.0
2.0
9.7
3.3
2.5a
6.8
47a
5.2
Vlidos
Moda
v2
v3
v6
v7
v9
a. Existen varias modas. Se mostrar el menor de los valores.
20
20
21
21

Trabajo 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo 2

Cargado por

Copyright:

Formatos disponibles

Mtodos Avanzados de Anlisis de Datos

UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

PROGRAMA DE DOCTORADO EN AGRICULTURA SUSTENTABLE

La Molina, 10 de Marzo del 2012

Universidad Nacional Agraria La Molina

Mtodos Avanzados de Anlisis de Datos

I. Anlisis de Casos Atpicos. Con el fichero empleados.sav

Universidad Nacional Agraria La Molina

Mtodos Avanzados de Anlisis de Datos

b.1 Grfico de Cajas como criterio para detectar valores outliers

ANALISIS DE LOS RESULTADO:

Universidad Nacional Agraria La Molina

Mtodos Avanzados de Anlisis de Datos

b.2. Estandarizacin de Datos

N vlido (segn lista)

Presentan una media de 17 016.00 dlares y una desviacin estndar de

La nueva variable estandarizada aparece al final de la tabla de datos y en ella

Mtodos Avanzados de Anlisis de Datos

Los valores encontrados fuera del margen 3 y -3 son:

Los valores de la Tabla 2, son los valores outliers de forma univariada.

Mtodos Avanzados de Anlisis de Datos

Con el fichero datosincompletos.sav. Realice el anlisis de datos

Se busca determinar si los datos son aleatorios o no para lo cual:

Universidad Nacional Agraria La Molina

Mtodos Avanzados de Anlisis de Datos

Haciendo uso de la sintaxis del programa

Se tiene los valores recodificado siguientes:

Universidad Nacional Agraria La Molina

Mtodos Avanzados de Anlisis de Datos

Los valores recodificado son los siguientes:

3 1.2 1.7 5.2 35

5 1.9 2.5 7.2 36

5 3.3 2.6 3.8 49

6 3.4 2.8 4.7

5 1.9 2.5 7.2 36

6 3.2 3.9 6.7 54

4 3.1 1.7 5.4 49

8 3.2 3.5 9.1 43

4 3.3 1.4 5.8 39

6 2.2 1.8 8.3 33

5 2.1 2.1 8.4 25

5 3.3 2.8 7.1 60

2.6 2.7 8.4 38

7 2.6 2.9 7.7 43

Universidad Nacional Agraria La Molina

Mtodos Avanzados de Anlisis de Datos

5 2.3 2.5 8.3 47

4 2.1 1.4 6.6 39

24 4.2 -0.5 8.6

6 2.7 3.7 6.7 49

5 2.7 1.7 4.8 49

5 3.6 2.9 6.2 46

6 2.1 2.5 7.4 41

6 2.5 3.5 8.8 50

5 2.5 2.6 9.2 32

1.6 2.8 5.6 39

7 2.8 3.6 7.7 47

3 1.3 1.2 1.7 50

5 2.7 3.1 3.8 54

6 3.6 2.3 4.5

6 2.5 2.7 7.4 47

3 2.6 2.3 6.8 45

6 3.3 3.9 7.3 59