Please enable JavaScript.
Coggle requires JavaScript to display documents.
INTRODUCCION AL ANALISIS MULTIVARIADO, Análisis factorial, Agrupar…
INTRODUCCION AL ANALISIS MULTIVARIADO
conjunto de técnicas estadísticas diseñadas
DISEÑADA
Examinar
simultáneamente múltiples variables
DISTINGUE
modelar
describir
detectar
Relaciones complejas entre variables
Extrae patrones
Mayor relevancia en disciplinas
economía,
marketing y ciencias sociales
biología
psicología
UNIVARIADO
examina una variable de manera aislada
Se centra en la distribución, tendencia central y dispersión.
Análisis de los medios de
ingresos de una población
MULTIVARIADO
explora relaciones entre Múltiples variables simultáneamente
Evaluación del impacto del nivel educativo
Regresión múltiple, análisis factorial, análisis de conglomerados
Experiencia laboral
ubicación geográfica e nlos ingresos
BIVARIADO
estudia la relación entre dos variables
Evaluación de la relacion entre ingresos y nivel educativo
Utilización de evaluación regresión lineal
simple tablas de contingencia
Importancia del Análisis Multivariado en la Ciencia de Datos y Estadística Avanzada
Captura la Complejidad de los Fenómenos Reales
el rendimiento académico de un estudiante
depende
acceso a la tecnología
se analiza solo una de estas variables de forma aislada
riesgo de llegar a conclusiones erróneas
comprender la sinergia entre
múltiples factores
horas de estudio
su nivel
socioeconómico
calidad del docente
Reducción de Dimensionalidad y Optimización de Modelos
Métodos como el Análisis de Componentes Principales (ACP)
Ayudan a reducir la dimensionalidad sin perder información
clave
Mejora la precisión en la predicción
un banco puede usar múltiples
variables como historial crediticio
antigüedad laboral
ingresos
deudas pendientes
Aplicación en Modelos de Machine Learning y Data Science
utiliza conceptos para mejorar
predicción
clasificación
agrupamiento de datos
Un banco desea clasificar a sus clientes en "alto riesgo" y "bajo riesgo" para otorgar créditos
nivel de tarjetas de credito
crédito histórico
edad
cantidad de tarjeta de credito
ahorros disponibles
ingresos mensuales
Árboles de Decisión y Análisis Multivariado
predicción de Compras en un E-commerce
compra en función de variables
Número de productos vistos
Tiempo en el sitio web
Ubicación geográfica
Uso del Análisis Multivariado
toma estas múltiples variables y crea reglas de decisión jerárquicas
Si el cliente ha visto más de 10 productos y ha pasado más de 5 minutos en la tienda,
entonces hay un 80% de probabilidad de compra
hace referencia al estudio de múltiples variables en un
conjunto de datos para identificar patrones, estructuras y dependencias
Disciplinas
• Ingeniería : Control de calidad y optimización de procesos industriales
• Marketing : Segmentación de mercado y análisis de consumidores.
• Finanzas : Modelos de predicción de inversiones y clasificación de clientes.
Ciencias de la salud : Análisis de factores de riesgo en enfermedades.
Técnicas Multivariadas de Interdependencia
Análisis de Componentes Principales (ACP)
es una técnica de reducción de
dimensionalidad
transformar un conjunto de variables correlacionadas en un
nuevo conjunto de variables no correlacionadas
aplicaciones
Finanzas: Evaluación del riesgo en carteras de inversión con múltiples activos.
• Marketing: Identificación de los principales factores que influyen en la decisión de
Ventajas
Reducir la cantidad de variables sin perder información relevante.
Facilita la interpretación de los datos al agrupar variables similares.
Mejora la eficiencia de los modelos predictivos al eliminar redundancias.
Análisis de
conglomerados
Análisis de Escalamiento Multidimensional (MDS)
Análisis de
correspondencias
Explorar asociaciones entre variables categóricas.
Datos
cualitativos
Análisis de preferencias de consumidores sobre marcas
Análisis factorial
identificar factores
latentes que explican la variabilidad en los datos
Exploratorio: Busca descubrir estructuras latentes en los datos.
aplicaciones
Psicología y Ciencias Sociales: Construcción de escalas de medición para
inteligencia, personalidad y actitudes.
Marketing: Agrupación de atributos de productos para definir segmentos de mercado
Ventajas
Facilita la reducción de variables sin perder información significativa.
Ayuda a identificar patrones subyacentes en los datos.
Se usa ampliamente en estudios de encuestas y medición de actitudes
Agrupar observaciones en categorias homogeneas
Datos
mixtos
segmentacion de clientes en marketing
Representar proximidades en un espacio reducido
Datos
cuantitativos y categoricos
posicionamiento de productos en el mercado
Confirmatorio: Prueba de hipótesis sobre estructuras factoriales predefinidas