Análisis multivariado de datos

Allan Orozco
Representación multivariada de datos
 Datos

Describir
Comparar
Predecir
Diagnosticar
Organización matricial
IA con neuroimagen por radiología
Red y segmentación
NGS

Bioinformática

Control Epidemiológico
Director Científico: Allan Orozco
Correlación

Es la relación entre dos variables cuantitativas sin ser

capaz de inferir relaciones causales.

Correlación es una técnica estadística utilizada para

determinar el grado en el que dos variables están
relacionadas
 Relación negativa

Confiabilidad

Edad del Auto

TAS (mm HG)

Peso (Kg)

Diagrama de puntos dispersos de peso y tensión arterial sistólica

 Inteligencia de Mercados
La inteligencia de mercados tiene como propósito reunir, clasificar y distribuir información oportuna y
confiable sobre el mercado y el desempeño de la empresa dentro de éste. La información recolectada,
debidamente procesada y analizada facilita la interacción entre personas, la sistematización de hechos, el
estudio de relaciones y la comprensión de situaciones apoyando efectivamente el proceso de toma de
decisiones. La información en que se apoya la inteligencia de mercados proviene de cuatro fuentes
principales: la propia empresa, su cadena de abastecimiento, la competencia y el consumidor. Cada
una de estas fuentes de datos se asocia a una actividad de análisis para el mercado según se describe a
continuación:
 Procedimientos
Dado que las actividades anteriores involucran el uso de información, la inteligencia de mercados
requiere contar con procedimientos para la organización y análisis de datos y la estimación de
modelos de asociación entre variables; además de mecanismos de consulta que permitan tomar
decisiones en cuanto a precio, productos tanto nuevos como existentes, su distribución y promoción.
Análisis multivariado

El análisis multivariante se refiere a aquellas técnicas

estadísticas que permiten estudiar más de una
respuesta de interés. Las variables que conforman
esta respuesta múltiple pueden estar correlacionadas
entre ellas, tomándose en cuenta tales dependencias
cuando se analizan los datos.

Variables: Precio, aroma, consistencia, cualidades

hidratantes y limpiadoras, y prestigio de la marca
que lo respalda; el producto queda descrito
entonces por seis variables interrelacionadas.
Análisis multivariado

El análisis multivariante clásico es aquel análisis estadístico que pretende extender al caso de
observaciones sobre varias variables las ideas y procedimientos estadísticos que han demostrado
su efectividad en el caso univariado.

Un análisis multivariado típico parte de un conjunto de datos arreglados en una estructura de dos
vías, tabla o matriz.
Los métodos de Regresión Lineal Múltiple (RLM), Análisis Canónico y Análisis de Varianza
Multivariante (MANOVA), son técnicas multivariantes que se ajustan a este enfoque clásico y permiten
la construcción de modelos estadísticos lineales que involucran múltiples variables.

Para que un análisis se considere multivariado todas las variables deben ser aleatorias y
relacionadas de tal manera que el efecto que producen no pueda ser interpretado de manera
individual.
Ejemplos multivariado
 Ejemplos
a.Distinguir a los clientes de las aerolíneas de bajo precio de los clientes de otras aerolíneas en términos de
su estilo de vida y los beneficios que buscan de un servicio de transporte aéreo.
R/Discriminación
  entre grupos y clasificación
b. Evaluar tres diseños de empaque de helado en los cuales se han modificados colores, material y
mecanismos de cierre según el nivel de practicidad y seguridad que ofrece a los consumidores.
R/Construcción de modelos en los que los atributos del producto expliquen los niveles de practicidad
y seguridad.
c. Identificar los componentes relevantes al concepto “calidad de vida” entendido no sólo como capacidad de
compra sino como bienestar global para un individuo y su familia.
R/Comprensión
  de la naturaleza de las asociaciones entre variables.
d. Predecir cuál marca estadounidense de automóvil (Ford, Chrysler y GM) elegirá un comprador según sus
percepciones sobre la calidad técnica, de diseño y de servicio de cada marca.
R/Clasificación.
 
e. Expresar mediante un conjunto reducido de índices las percepciones de los usuarios sobre facilidad de uso,
utilidad percibida y aplicabilidad en distintos contextos de un nuevo software CRM (CRM por sus siglas en
inglés Customer Relation Management, en español se traduce como Administración de Relaciones con los
Clientes).
R/Simplificación o reducción de la estructura de los datos.
Clasificación de los métodos de análisis multivariante
Técnicas de dependencia
Técnicas de
interdependencia