Analisis multivariado de datos

Análisis Multivariado de datos:
Definición:
Comprende al análisis simultáneo de más de dos variables. Lo cuál se divide a la vez en procedimientos interdependientes y dependientes.
En los métodos de dependencia se designan una o más variables como si se hubieran pronosticado (dependientes de) por un conjunto de variables dependientes; por ejemplo “La regresión”.
En los métodos deinterdependencia no se designa ninguna variable o variables, como si las hubieran pronosticado otras; por ejemplo “El análisis factorial”.
* Interdependencia de variables

MÉTODOS DE INTERDEPENDECIA

*Análisis Factorial
El análisis factorial es un procedimiento mediante el cuál se toma un número de variables u objetos y se investiga si tienen un pequeño número de factores en común que explican siinterrelación.
* Aplicaciones en el mercado: Estas incluyen la reducción de datos, la identificación de estructuras, la escala y transformación de datos.
* Reducción de datos: Puede emplearse para reducir una masa de datos a un nivel fácil de manejar. Por ejemplo, el investigador pido haber recolectado datos sobre 50 atributos de un producto. El análisis y comprensión de datos puedehacerse más fácil reduciendo los atributos a un número mínimo de factores que sustenten los 50 atributos. Entonces, estos factores pueden emplearse en análisis posteriores, en lugar de los atributos originales
* Identificación de estructuras: Puede emplearse para descubrir la estructura básica que sustenta un conjunto de medidas; encuentra la estructura fundamental de la redundancia, colocando lasmedidas en factores o dimensiones subyacentes.
* Escala: Ayuda a facilitar el proceso, dividendo las variables en factores dependientes. Cada factor representa una medida de escala de alguna dimensión subyacente. Además, el análisis factorial también proporciona las ponderaciones que debe emplearse para cada variable, al combinarlas en una escala.
Pasos del Análisis Factorial:
1.- Cálculo decorrelaciones: se encuentra dos factores (R Y Q); “R” correlaciones donde se calculan entre las variables y “Q” se calculan entre casos. Los casos pueden ser personas, productos o cualquier otro elemento sobre el cual se hayan medido las variables, por tanto, en un análisis de factor “Q” pueden agruparse casos sobre factores específicos.
2.- Extracción de factores iniciales: Factores iniciales otambién llamados factores principales; el objetivo de la extracción factorial es encontrar un conjunto de factores que están formados como una combinación lineal de las variables en la matriz de correlación.
3.- Rotación: Existen dos tipos de Rotación: 1.-Rotación ortogonal: que mantiene a los factores no correlacionados entre sí; y 2.- Rotación Oblicua: que permite que los factores secorrelacionen entre sí. La idea básica de la rotación es generar factores que tengan algunas variables muy correlacionadas y otras poso correlacionadas.
* Semejanza entre objetos

*Análisis de Conglomerados
Es un grupo de procedimientos computacionales. Sus dimensiones comunes son:
1.- Forman subgrupos y asignan variables u objetos de estos grupos
2.- Toman como datos básicos una matriz deasociaciones entre las variables u objetos; una matriz de correlación es un ejemplo de este tipo de matriz. Existen algoritmos de conglomerados disponibles que toman como datos básicos medidas nominales, ordinales, de intervalos o de razón en esta matriz de asociaciones.
3.- Suponen que existen conglomerados naturales dentro de los datos.
El análisis de conglomerados se ha empleado en mercadeo paradesarrollar segmentos de consumidores basados en perfiles demográficos y psicográficos, identificar ciudades de mercados de prueba, determinar mercados similares en diferentes países y encontrar grupos similares de personas para ayudar a la selección de los medios de comunicación.

*Escala multidimensional
La escala multidimensional abarca un conjunto de procedimientos computacionales que pueden...