Diferencia entre revisiones de «Estadística multivariante»
Contenido eliminado Contenido añadido
Sin resumen de edición |
m Revertidos los cambios de 190.179.231.56 a la última edición de Cgb |
||
| Línea 1: | Línea 1: | ||
El '''análisis multivariante''' es un método [[estadística|estadístico]] utilizado para determinar la contribución de varios factores en un simple evento o resultado |
El '''análisis multivariante''' es un método [[estadística|estadístico]] utilizado para determinar la contribución de varios factores en un simple evento o resultado. |
||
*Los factores de estudio son los llamados ''factores de riesgo'' ([[bioestadística]]), ''variables independientes'' o ''variables explicativas''. |
*Los factores de estudio son los llamados ''factores de riesgo'' ([[bioestadística]]), ''variables independientes'' o ''variables explicativas''. |
||
Revisión del 14:01 2 nov 2009
El análisis multivariante es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado.
- Los factores de estudio son los llamados factores de riesgo (bioestadística), variables independientes o variables explicativas.
- El resultado estudiado es el evento, la variable dependiente o la variable respuesta.
El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de regresión tradicionales:
- se puede utilizar la información de múltiples variables de entrada, aunque éstas no sean linealmente independientes
- puede trabajar con matrices que contengan más variables que observaciones
- puede trabajar con matrices incompletas, siempre que los valores faltantes estén aleatoriamente distribuidos y no superen un 10%
- puesto que se basan en la extracción secuencial de los factores, que extraen la mayor variabilidad posible de la matriz de las X (variables explicativas, tienen que ser dependientes) pueden separar la información del ruido. Se asume que las X se miden con ruido.
Tecnicas Multivariantes
- Análisis de Componentes principales
- Análisis factorial
- Análisis discriminante
- Análisis de Correlación Canónica
- Análisis Cluster
- Análisis de Escalamiento Dimensional
- Análisis de correspondencias
- Análisis factorial confirmatorio
- Modelo de Ecuaciones Estructurales (SEM), analisis causal.
- Análisis conjunto
- Escalamiento Óptimo
- Regresión Lineal Multiple
- Regresión Logit y Probit
- Análisis Manova
Véase también
Enlaces externos
- Equipo de análisis multivariado y reconocimiento de patrones o http://www.mvapr.co.nr/index2.html
- Software recomendado para análisis multivariado y reconocimiento de patrones o http://www.mvapr.co.nr/techniques2.html
- Libros de texto recomendados sobre análisis multivariado y reconocimiento de patrones o http://www.mvapr.co.nr/education2.html