TEMARIO CAPACITACIN EN ANLISIS MULTIVARIANTE

Mdulo 1: Anlisis previo de los datos

Introduccin

Valores perdidos

Diagnstico de la aleatoriedad de los valores perdidos

Tratamiento de los valores perdidos

Outliers: Casos atpicos

Deteccin univariante de casos atpicos

Deteccin bivariante de casos atpicos

Deteccin multivariante de casos atpicos

Comprobacin de supuestos bsicos del anlisis multivariante

Normalidad

Homocedasticidad

Linealidad

Independencia de las observaciones

Caso Prctico 1.

Mdulo 2: Componentes principales

Introduccin

Componentes principales de dos variables

Obtencin de las componentes principales en el caso general y sus propiedades

Obtencin de la primera componente

Obtencin de las restantes componentes

Varianza de las componentes

Correlacin entre las componentes principales y las variables originales

Puntuaciones sin tipificar y tipificadas

Nmero de componentes a retener

El criterio de la media aritmtica

Contraste sobre las races caractersticas no retenidas

El grfico de sedimentacin

Retencin de variables

Caso Prctico 2.

Mdulo 3: Anlisis factorial

Introduccin

El modelo de anlisis factorial

Formulacin del modelo

Hiptesis del modelo

Propiedades del modelo

Mtodos para extraccin de factores

Planteamiento

Matriz de correlacin reproducida

El mtodo de componentes principales

El mtodo de componentes principales iteradas o ejes principales

Otros mtodos de extraccin de factores

Contraste en el modelo factorial

Rotacin de factores

Rotacin ortogonal

Rotacin oblicua

Puntuaciones de los factores

Caso Prctico 3.

Mdulo 4: Escalamiento multidimensional

Introduccin

El algoritmo bsico del MDS

Recogida de datos en el MDS

Similaridades directas

Similaridades derivadas

Consideraciones respecto a la recogida de los datos

Tipos de escalamiento multidimensional

Escalamiento multidimensional clsico

Escalamiento multidimensional replicado

Escalamiento multidimensional ponderado

Escalamiento multidimensional clsico desdoblado.

Caso Prctico 4.

Mdulo 5: Anlisis de correspondencias

Introduccin

Funcionamiento del anlisis de correspondencias

Fundamentacin matemtica del anlisis de correspondencias

El anlisis de correspondencias para mltiples variables

Caso Prctico 5.

Mdulo 6: Anlisis de conglomerados

Introduccin

Medidas de similaridad.

Medidas de similaridad para variables mtricas.

Medidas de similaridad para datos binarios.

Estandarizacin de los datos.

Formacin de los grupos: anlisis jerrquico de conglomerados

Mtodo del centroide.

Mtodo del vecino ms cercano.

Mtodo del vecino ms lejano.

Mtodo de la vinculacin promedio

Mtodo de Ward

Seleccin del nmero de conglomerados de la solucin.

Formacin de los grupos: anlisis jerrquico de conglomerados.

Eleccin entre los distintos tipos de anlisis de conglomerados.

Caso Prctico 6.

Mdulo 7: Anlisis discriminante

Introduccin

Clasificacin con dos grupos

Clasificacin con dos grupos y una variable clasificadora

Clasificacin con dos grupos y dos variables clasificadoras

Funcin discriminante de fisher

Criterios alternativos de clasificacin

Inferencias y clculo de probabilidades en el anlisis discriminante

Planteamiento

Contrastes de significacin y evaluacin de la bondad del ajuste

Seleccin de variables

Clculo de probabilidades de pertenencia a una poblacin

Anlisis discriminante con ms de dos grupos

Obtencin de las funciones discriminantes

Contrastes de significacin

Caso Prctico 7.