mis documentos

ANÁLISIS DE ENCUESTAS

TÉCNICAS MULTIVARIANTES
É
1. Introducción
2.
2 Clasificación de las técnicas
3. Etapas de análisis
4. Supuestos básicos
5. Valores perdidos y anómalos
p

introducción

Definición.
D fi i ió
-

Conjunto de métodos estadísticos cuya finalidad es analizar
simultáneamente conjuntos d d t
i ltá
t
j t
de datos multivariantes: h
lti
i t
hay
variasvariables medidas para cada caso.

-

Permiten un mejor entendimiento del fenómeno objeto de
estudio, obteniendo información que los métodos univariantes
y bivariantes son incapaces de conseguir.
p
g

Objetivos.
Objetivos
-

Proporcionar métodos para estudiar datos multivariantes
que el análisis estadístico uni y bidimensional es incapaz de
conseguir.

-

Ayudar al investigador atomar decisiones óptimas en el
contexto en el que se encuentre teniendo en cuenta la
información disponible por el conjunto de datos analizado.

clasificación

3 grupos:
-

Métodos de dependencia

-

Métodos de interdependencia

-

Métodos estructurales

Métodos de dependencia:
-

Suponen que las variables analizadas están divididas en dos
grupos: las variables dependientesy las variables
independientes.
independientes

-

El objetivo consiste en determinar si el conjunto de variables
independientes
afecta
al
conjunto
de
variables
dependientes y de qué forma.

clasificación

Métodos de interdependencia:
Mét d d i t d
d
i
-

No distinguen entre variables dependientes e independientes
y su objetivo consiste en id tifi
bj ti
i t
identificarqué variables están
é
i bl
tá
relacionadas, cómo lo están y por qué.

Métodos estructurales:
-

Suponen que las variables están divididas en dos grupos: el
de las variables dependientes y el de las independientes.

-

El objetivo es analizar como las variables independientes
afectan a las variables dependientes y las relaciones de
las variables de los dos grupos entre sí
sí.Regresión

clasificación

Supervivencia
Métrica

MANOVA
Correlación canónica

Dependencia

Discriminante
No métrica

Regresión logística
Conjoint
C j i t

Co po e tes p c pa es
Componentes principales
Factorial
Métrica

Cluster
Escalas multidimensionales

Interdependencia
Correspondencias
C
d
i
Modelos log-lineales
No métrica

Cluster
Escalas multidimensionalesModelos estructurales

clasificación

¿La investigación responde a un problema de d
L i
ti
ió
d
bl
d dependencia
d
i
entre variables o de interdependencia de las mismas?

¿Cómo están medidas las variables: métricas o no métricas?

Si es un problema de dependencias,
p
p
,
¿cuántas variables dependientes existen?

clasificación

Análisis de dependencias
variasrelaciones

una
relación

1 variable
dependiente

dependencia
métrica

> 1 variable
dependiente

dependencia
no métrica

dependencia
métrica

dependencia
no métrica

independencia

no métrica

ecuaciones
estructurales

regresión
múltiple

análisis
discriminante

independencia

métrica

Regresión
logística

MANOVA

correlación
canónica

clasificaciónRegresión li
R
ió lineal múltiple:
l últi l
-

Relación entre 1 variable dependiente métrica y varias
variables i d
i bl independientes métricas o no métricas.
di t
ét i
ét i

Y1
-

(X1, X2, X3, .... Xm)

Por ejemplo: Determinar si existe o no relación entre el
resultado neto y la superficie, dimensión e inversión
inicial.

¿Y si el resultado neto está codificado en Pérdidas = 0,y
Ganancias = 2?

clasificación

-

Análisis discriminante. P
A áli i di
i i
t Proporciona reglas d clasificación
i
l de l ifi
ió
óptimas de nuevas observaciones de las que se desconoce
su grupo de procedencia basándose en la información
g p
p
proporcionada los valores que en ella toman las variables
independientes.

-

Modelos de regresión logística. Se utilizan como...