Análisis Factorial: Análisis de componentes principales
|
|
- María Mercedes Río Sáez
- hace 7 años
- Vistas:
Transcripción
1 Análisis Factorial: Análisis de componentes principales Abel Lucena Ferran Carrascosa Universitat Pompeu Fabra 22 de febrero de 2013
2 En qué consiste el análisis factorial? El análisis factorial agrupa una serie de procedimientos de análisis multivariable que analizan la relación mutua entre variables. En este sentido, el análisis factorial permite estudiar la interdependencia entre un conjunto de variables. En comparación con el análisis de regresión, la finalidad principal del análisis factorial no es el estudio de relaciones causales, sino la agrupación de variables en función de la variabilidad que cada variable comparte con otras variables. La idea fundamental en el análisis factorial es: Analizar la correlación existente entre una serie de variables, con el propósito de descubrir alguna estructura latente (no directamente observable). Se busca la reducción de la información proporcionada por p variables observadas, con la menor pérdida posible de información, en un número inferior de k variables no observadas.
3 En qué consiste el análisis factorial? La reducción o agrupación de variables en factores o componentes principales se caracteriza por: Aglutinar bajo cada factor o componente variables que estén muy correlacionadas entre ellas. Garantizar que variables de agrupadas en distintos factores o componentes este poco correlacionadas. De hecho, entre factores o componentes, la correlación será igual a cero. Esta característica nos indica que cada factor o componente mide o representa una dimensión distinta en los datos
4 Tipos de modelos factoriales Análisis de componentes principales-análisis de factor común Componentes principales (ACP): se caracteriza por analizar la varianza total del conjunto de variables observadas. Se trata de descubrir las componentes principales que definen al conjunto de variables observadas Factor común (AFC): estudia las interrelaciones entre variables tomando en cuenta la varianza común. Su objetivo es determinar el conjunto reducido de factores que expresen lo que es común al conjunto de variables observadas. Análisis factorial exploratorio-análisis factorial confirmatorio En este caso, el análisis depende de la finalidad y del conocimiento previo que se tenga de la realidad que se investiga.
5 Notación Considérese que los datos de p variables sobre n objetos u observaciones, se agrupa en la siguiente matriz: X X... X X X... X X X... X p p n1 n2 np Podemos calcular la matriz de varianzas y covarianzas asociada a nuestra matriz de datos: s11 s s1p s21 s s2 p sn1 s n2... snp
6 Notación II Objetivo del análisis de componentes principales: dadas las p variables de nuestra matriz de datos, queremos construir p nuevas variables que denominaremos componentes principales. Las nuevas variables deben contener la misma información que las originales Las nuevas variables deben estar no correlacionadas y deben tener varianza igual a 1. Las nuevas variables deben estar ordenadas de mayor a menor importancia Las variables originales pueden ser expresadas como una media ponderada de los componentes principales, tal que los componentes más importantes tengan mayor peso: X j w1jz1w2jz 2... wpjzp j1,2,... p
7 Notación III Podemos ordenar todos los pesos en una matriz: w w... w w w... w w w... w p p n1 n2 np De esta matriz, tenemos dos importantes resultados: Variancia Xi: Suma de cuadrados de las filas i1 i2 ip i w w... w s Variancia Zj: Suma de cuadrados de las columnas j 2j pj j w w... w
8 Ejemplo: Datos del fichero Països Supongamos que la matriz de datos originales esta conformada por cuatro variables: Esperanza de vida, % de alfabetización, el PIB per capita y calorías diarias por habitante. La idea es buscar los componentes principales y la matriz de pesos. De esta manera, podremos usar las componentes principales para definir los datos originales. Por los momentos, la idea de este ejercicio es interpretar los resultados reportados por el SPSS, y entender la relación entre los datos originales y las componentes principales. Más adelante, la idea será emplear los componentes principales para reducir y agrupar variables. Inspeccionemos los datos empleando para ello el análisis de correlación y los gráficos de dispersión.
9 Resultados Esperança de v ida (1992) % de d'alf abetització (1992) Calories diàries / habitant LnPIB Comunalidades Inicial Extracción 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 Método de extracción: Análisis de Componentes principales. Varianzas de las variables originales. La suma de los elementos de esta columna coinciden con la varianza total Porción de las varianzas explicadas por los componentes
10 Resultados II Estos valores se corresponden con cada λ (varianza explicada por la componente j ) Componente Autov alores iniciales Varianza total explicada Sumas de las saturaciones al cuadrado de la extracción % de la % de la Total varianza % acumulado Total varianza % acumulado 3,257 81,437 81,437 3,257 81,437 81,437,408 10,188 91,625,408 10,188 91,625,206 5,160 96,785,206 5,160 96,785,129 3, ,000,129 3, ,000 Método de extracción: Análisis de Componentes principales. La suma de cada λ debe ser igual a la varianza total. En este caso, igual a 4
11 Resultados III Esperança de v ida (1992) % de d'alf abetització (1992) Calories diàries / habitant LnPIB Matri z de componentes a Componente ,944 -,143 -,069 -,290,879 -,409,194,148,859,455,234,005,925,112 -,331,151 Método de extracción: Análisis de componentes principales. a. 4 componentes extraídos Matriz de pesos. Contiene los elementos que permiten expresar las variables originales como una combinación lineal de los componentes principales
12 Resultado IV: Puntuaciones factoriales Podemos calcular la matriz de puntuaciones factoriales. Esta matriz contiene los coeficientes que nos permiten expresar los valores de cada componente principal en función de las variables originales: Zj cj1x1cj2x 2... cjpxp j1,2,... p Matriz de coeficientes para el cálculo de las puntuaciones en las componentes Esperança de v ida (1992) % de d'alf abetització (1992) Calories diàries / habitant LnPIB Componente ,290 -,351 -,336-2,254,270-1,004,940 1,149,264 1,117 1,132,037,284,275-1,602 1,173 Método de extracción: Análisis de componentes principales. Puntuaciones de componentes.
Práctica 1: Introducción a SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 1: Introducción a SPSS 1 Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detallesI. TÉCNICAS DE ANÁLISIS MULTIVARIANTE
ÍNDICE Presentación y justificación................................................... 9 I. TÉCNICAS DE ANÁLISIS MULTIVARIANTE................................... 13 1. Introducción.................................................................
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detalles5 Relaciones entre variables.
ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detallesAnálisis de Varianza Factorial y MANOVA
0 Introducción origen y características (1869 Galton Genio Hereditario) Parsimonia Informativa 1 Tipos de Análisis Factorial 2 El modelo de Análisis Factorial: Teoremas 3 Pasos del Análisis Factorial:
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesTema 3. 3. Correlación. Correlación. Introducción
3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test
Más detallesIntroducción a la estadística básica, el diseño de experimentos y la regresión
Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio
Más detallesTema 5: Sistemas de Ecuaciones Lineales
Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones
Más detallesCUADERNO DE EJERCICIOS
MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Psicopedagogía Curso 2009/2010 CUADERNO DE EJERCICIOS Ejercicio nº 1 Aplicada una prueba de medición de la inteligencia a un grupo de 50 alumnos, las puntuaciones
Más detalles3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas.
Contenidos mínimos MI. 1. Contenidos. Bloque I: Aritmética y Álgebra. 1. Conocer las clases de números, los conjuntos numéricos: naturales, enteros, racionales, reales y complejos y las propiedades que
Más detallesCapítulo 6. Análisis bivariante de variables
Contenidos: Capítulo 6 Análisis bivariante de variables Distribución bidimensional de frecuencias ( tabla de correlación o contingencia ) Distribuciones marginales Coeficientes de Asociación Análisis de
Más detallesTEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detallesCALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA
CALIDAD 1 DIAGRAMA DE CORRELACIÓN-DISPERSIÓN QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN? Es una herramienta gráfica que permite demostrar la relación existente entre dos clases de datos y cuantificar
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesÍndice de contenidos. Primera parte Introducción al SPSS. 1. Estructura del SPSS
Índice de contenidos Primera parte Introducción al SPSS 1. Estructura del SPSS Tipos de ventanas SPSS Ventana designada versus ventana activa Cuadros de diálogo Subcuadros de diálogo Las barras de menús
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesNociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad
Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Introducción a la estadística descriptiva La estadística descriptiva ayuda a describir las características de grupos
Más detallesPráctica 2 Estadística Descriptiva
Práctica 2 Estadística Descriptiva Contenido Introducción...................................... 1 Tablas de frecuencias................................. 2 Medidas de centralización, dispersión y forma...................
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES Facultad de Psicología y Ciencias Sociales. Licenciatura en Sociología. ESTADÍSTICA II (Plan 2008)
UNIVERSIDD DE CIENCIS EMPRESRILES Y SOCILES Facultad de Psicología y Ciencias Sociales ESTDÍSTIC II (Plan 2008) NÁLISIS DE REGRESIÓN N LINEL MÚLTIPLEM Prof. Titular Lic. Rubén José Rodríguez 21 de marzo
Más detallesGUÍA RÁPIDA DEL PROGRAMA SPSS ver. 13.0 y superiores Programa para estudios estadísticos en general, muy completo pero de fácil manejo.
1 GUÍA RÁPIDA DEL PROGRAMA SPSS ver. 13.0 y superiores Programa para estudios estadísticos en general, muy completo pero de fácil manejo. 3 INDICE DEL CONTENIDO 1. PREPARACIÓN DE LA MATRIZ BÁSICA DE DATOS.
Más detallesbloques SC Suma de Cuadrados k trat bloques
Análisis de un diseño en bloques aleatorios Cuando sólo hay dos tratamientos, el análisis de varianza de una vía equivale al test t de Student para muestras independientes. A su vez, el análisis de varianza
Más detallesANÁLISIS DE DATOS MULTIDIMENSIONALES
ANÁLISIS DE DATOS MULTIDIMENSIONALES INTRODUCCIÓN DISTRIBUCIÓN DE FRECUENCIAS MULTIDIMENSIONAL DISTRIBUCIONES MARGINALES DISTRIBUCIONES CONDICIONADAS INDEPENDENCIA ESTADÍSTICA ESTUDIO ANALÍTICO DE DISTRIBUCIONES
Más detallesMedidas de asociación
13 Medidas de asociación Irene Moral Peláez 13.1. Introducción Recurriremos a las medidas de asociación cuando queramos evaluar el grado de asociación entre dos variables y no únicamente comprobar analíticamente
Más detallesMATEMÁTICAS - 6º curso
MATEMÁTICAS 6º curso TEMA 1. OPERACIONES CON NÚMEROS NATURALES 1. Realizar sumas y restas dadas. 2. Efectuar multiplicaciones dadas. 3. Realizar divisiones dadas. 4. Clasificar las divisiones en exactas
Más detallesY = ßo + ß1X + ε. La función de regresión lineal simple es expresado como:
1 Regresión Lineal Simple Cuando la relación funcional entre las variables dependiente (Y) e independiente (X) es una línea recta, se tiene una regresión lineal simple, dada por la ecuación donde: Y =
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
Más detallesSISTEMAS DE ECUACIONES LINEALES
1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables
Más detallesAnálisis de Componentes Principales (ACP)
Sistemas de Visión en Manufactura Maestría en MIC, UDB Análisis de Componentes Principales (ACP) Presenta: Sergio Miguel García Pérez Enero de 2015 Introducción Cuando se recoge información de una muestra
Más detallesExplorando la ecuación de la recta pendiente intercepto
Explorando la ecuación de la recta pendiente intercepto Realiza las siguientes actividades, mientras trabajas con el tutorial. 1. Los puntos que están en la misma recta se dice que son. 2. Describe el
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN.
1.- Unidad Académica: Facultad de Ingeniería UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN 2.- Programa (s) de estudio:
Más detallesReducción de la Dimensionalidad en Análisis de Datos. Análisis de Componentes Principales.
Reducción de la Dimensionalidad en Análisis de. Análisis de Componentes Principales. A. Jiménez, A. Murillo, E. Piza, M. Villalobos, J. Trejos. April 27, 2010 Contenido 1 Objetivo. 2 Solución. 3. Calidad
Más detalles3. VARIABLES ALEATORIAS
. VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad
Más detallesCarrera: SCC - 0424 4-2-10. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería en Sistemas Computacionales SCC - 0424 4-2-10
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detallesAnálisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears
Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación
Más detallesy = b 0 + b 1 x 1 + + b k x k
Las técnicas de Regresión lineal multiple parten de k+1 variables cuantitativas: La variable respuesta (y) Las variables explicativas (x 1,, x k ) Y tratan de explicar la y mediante una función lineal
Más detallesAnálisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema
Más detallesGUÍA RÁPIDA DEL PROGRAMA NTSYSpc ver.2.20n.
GUÍA RÁPIDA DEL PROGRAMA NTSYSpc ver.2.20n. Programa de análisis multivariante específicamente diseñado para estudios de caracterización de germoplasma vegetal. INDICE DEL CONTENIDO 1. APLICACIÓN A DATOS
Más detallesTÉCNICAS MULTIVARIANTES
Máster en Ordenación y Gestión del Desarrollo Territorial y Local Módulo I MÉTODO Y TÉCNICAS ESTADÍSTICAS PARA EL DESARROLLO TERRITORIAL Y LOCAL CURSO TÉCNICAS MULTIVARIANTES Prof. Dr. Rosa Jordá Borrell
Más detallesPráctica 2: Intervalos de confianza y contrastes con SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 2: Intervalos de confianza y contrastes con SPSS 1 El objetivo de esta práctica es aprender a calcular intervalos
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: ESTADISTICA I CÓDIGO ASIGNATURA: 1215-311 PRE-REQUISITO: 1215209 SEMESTRE: 3 UNIDADES DE CRÉDITO:
Más detallesLOGO Fundamentos Básicos de Estadística I
LOGO Fundamentos Básicos de Estadística I Prof. Mariugenia Rincón mrinconj@gmail.com Definiciones Estadistica. Objetivo e Importancia Clasificación: Descriptiva e Inferencial Población y Muestra Unidad
Más detallesESTADISTICA APLICADA: PROGRAMA
Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,
Más detallesTEMA 11. LA FIABILIDAD DE LOS TESTS
TEMA 11. LA FIABILIDAD DE LOS TESTS 11.1. Métodos empíricos para estimar el coeficiente de Fiabilidad 11.2. Factores que afectan al Coeficiente de Fiabilidad 11.3. Interpretación del Coeficiente de Fiabilidad
Más detallesEl promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable.
3. MEDIDAS DE TENDENCIA CENTRAL Con estas medidas se persigue reducir en pocas cifras significativas el conjunto de observaciones de una variable y describir con ellas ciertas características de los conjuntos,
Más detallesErrores frecuentes en la interpretación del coeficiente de determinación lineal
Anuario Jurídico y Económico Escurialense, X X X V I I I (2005) 315-332 / I S S N: 11 3 3-3 6 7 7 Errores frecuentes en la interpretación del coeficiente de determinación lineal Elena MARTÍNEZ RODRÍGUEZ
Más detallesARITMÉTICA Y ÁLGEBRA
ARITMÉTICA Y ÁLGEBRA 1.- Discutir el siguiente sistema, según los valores de λ: Resolverlo cuando tenga infinitas soluciones. Universidad de Andalucía SOLUCIÓN: Hay cuatro ecuaciones y tres incógnitas,
Más detallesLECCIÓN PÚBLICA. Tema 6 Descripción Multivariante de Datos. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 6 Descripción Multivariante de Datos Profa. María Fátima Dos Santos 1 TEMARIO Análisis Multivariados. Clasificación ACP. Organización de los Datos ACP. Componentes, variabilidad explicada
Más detallesIN 540 Métodos Estadísticos para Economía y Gestión. Cap. VII. Análisis Factorial
IN 540 Métodos Estadísticos para Economía y Gestión Cap. VII Análisis Factorial 7.1 Introducción El Análisis Factorial es una técnica multivariada que nos permite reducir el tamaño'' de un problema sin
Más detallesRELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I
Dto. de MATEMÁTICAS RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1. Calcular, de forma exacta las siguientes operaciones. a) 1, 0, b) 0,7:0,916. Representa el conjunto
Más detallesBLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.
BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21
Más detallesMatrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.
Matrices Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detallesObjetivo. variables factores F Principios básicos. Parsimonia Interpretabilidad
ANÁLISIS FACTORIAL 1. Introducción 2. Examen de la matriz de correlación 3. Extracción de los factores 4. Rotación de los factores 5. Puntuaciones factoriales 6. Caso práctico Introducció Objetivo. Resumir
Más detallesLección 1. Algoritmos y conceptos básicos.
Página 1 de 8 Lección 1. Algoritmos y conceptos básicos. Objetivos. La primera lección del curs está dedicada a repasar los conceptos y algoritmos del álgebra lineal, básicos para el estudio de la geometría
Más detallesCURSO MINERÍA DE DATOS BÁSICO
CURSO MINERÍA DE DATOS BÁSICO Hoy en día se utiliza la minería de datos en la mayoría de los campos de la ciencia. Cabe destacar las aplicaciones financieras y en banca, en análisis de mercados y comercio,
Más detallesLos fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista:
Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista: (1) Cuáles son los procesos mentales que realizamos para construir una frase? (por ejemplo,
Más detallesMETODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD
METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD Análisis de sensibilidad con la tabla simplex El análisis de sensibilidad para programas lineales implica el cálculo de intervalos para los coeficientes
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesCoeficiente de correlación semiparcial
Coeficiente de correlación semiparcial 1.- Introducción...1.- Correlación semiparcial... 3.- Contribución específica de las distintas variables al modelo de egresión Múltiple... 3 4.- Correlación semiparcial
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesFECHA OBJETIVO CONTENIDO Semana. Introducir el tema de funciones ( tentativo)
Página 1 de 11 INA Uruca Bachillerato por madurez Cronograma 2011 de Matemáticas Profesora: Lordys Serrano Ramírez FECHA OBJETIVO CONTENIDO Semana Introducir el tema de funciones ( tentativo) inicio de
Más detallesFECHA OBJETIVO CONTENIDO 12 DE MARZO. Introducir el tema de funciones
Página 1 de 11 INA Turismo Bachillerato por madurez Cronograma 2011 de Matemáticas Profesora: Lordys Serrano Ramírez FECHA OBJETIVO CONTENIDO 12 DE MARZO Introducir el tema de funciones inicio de clases
Más detallesEl conjunto de los complejos. Escritura cartesiana y binómica. Representación gráfica.
Tramo A Números complejos Disciplina, esfuerzo y perseverancia en la búsqueda de resultados. Valoración del lenguaje preciso, claro y conciso de la Matemática como organizador del pensamiento. Valoración
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesANÁLISIS DE COMPONENTES PRINCIPALES y ANÁLISIS DE FACTORES COMUNES
Facultad de Psicología y Ciencias Sociales ESTADÍSTICA II (Plan 2008) ANÁLISIS DE COMPONENTES PRINCIPALES y ANÁLISIS DE FACTORES COMUNES Prof. Titular Lic. Rubén José Rodríguez 4 de abril de 2011 1 ANTECEDENTES
Más detallesSESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS
SESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS I. CONTENIDOS: 1. Relación entre valores numéricos.. Cálculo de media, mediana y moda en datos agrupados y no agrupados. 3. La media, mediana y moda en variable
Más detallesEstacionariedad Estacionariedad estacionariedad
Series de Tiempo Una serie de tiempo es una secuencia de datos puntuales medidos en tiempos sucesivos a intervalos de tiempo uniformes. La caracterización de las propiedades de una serie de tiempo se puede
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesEstadística. Estadística
Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesSe denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
TEMA 1.- MATRICES 1.-Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la
Más detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detalles4,2 + 0,67 Y c) R 2 = 0,49. 3.- En la estimación de un modelo de regresión lineal se ha obtenido:
INTRODUCCIÓN A LA ESTADÍSTICA. Relación 4: REGRESIÓN Y CORRELACIÓN 1.- En una población se ha procedido a realizar observaciones sobre un par de variables X e Y. Xi 4 5 4 5 6 5 6 6 Yi 1 1 3 3 3 4 4 ni
Más detallesComparación de Líneas de Regresión
Comparación de Líneas de Regresión Resumen El procedimiento de Comparación de Líneas de Regresión esta diseñado para comparar líneas de regresión relacionas con Y y X en dos o mas niveles de un factor
Más detallesModelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría
Iª REUNIÓN INTERNACIONAL DE INVESTIGACIÓN EN CONTABILIDAD Y AUDITORÍA (RIICA) Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría Dr. D. Jesús Collado Agudo Departamento
Más detallesUNIDAD IV MEDIDAS DE DISPERSIÓN
UNIDAD IV MEDIDAS DE DISPERSIÓN ISC. Claudia García Pérez 1 PRESENTACIÓN Los estudios estadísticos permiten hacer inferencias de una característica de una población a partir de la información contenida
Más detallesTema 1. Álgebra lineal. Matrices
1 Tema 1. Álgebra lineal. Matrices 0.1 Introducción Los sistemas de ecuaciones lineales aparecen en un gran número de situaciones. Son conocidos los métodos de resolución de los mismos cuando tienen dos
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Más detallesAnálisis de componentes principales Práctica
Análisis de componentes principales Práctica Pedro López-Roldán Departamento de Sociología Centro de Estudios Sociológicos sobre la Vida Cotidiana y el Trabajo (QUIT) Instituto de Estudios del Trabajo
Más detallesAnálisis de fiabilidad. García-Bellido, R.; González Such, J. y Jornet Meliá, J.M.
SPSS: ANÁLISIS DE FIABILIDAD ALFA DE CRONBACH El coeficiente Alfa de Cronbach es un modelo de consistencia interna, basado en el promedio de las correlaciones entre los ítems. Entre las ventajas de esta
Más detallesINTRODUCCIÓN DIAGRAMA DE DISPERSIÓN. Figura1
Capítulo 5 Análisis de regresión INTRODUCCIÓN OBJETIVO DE LA REGRESIÓN Determinar una función matemática sencilla que describa el comportamiento de una variable dadoslosvaloresdeotrauotrasvariables. DIAGRAMA
Más detallesANÁLISIS FACTORIAL. Análisis factorial 1
Análisis factorial 1 ANÁLISIS FACTORIAL El análisis factorial intenta identificar variables subyacentes, o factores, que expliquen la configuración de correlaciones dentro de un conjunto de variables observadas.
Más detallesConocer la forma de analizar las Medidas de Tendencia Central de una distribución con OpenOffice Calc.
Objetivo: Conocer la forma de analizar las Medidas de Tendencia Central de una distribución con OpenOffice Calc. CALC: MEDIDAS DE TENDENCIA CENTRAL Las medidas de tendencia central sirven como puntos de
Más detallesMatemáticas II Bachillerato Ciencias y Tecnología 2º Curso. Espacio vectorial. 4.2. Espacio vectorial... - 2 -
4.1. Introducción: los conjuntos Espacio ectorial R y R.... - - 4.. Espacio ectorial.... - - 4.. Vectores libres del espacio tridimensional.... - - 4.4. Producto escalar... - 4-4.5. Producto ectorial....
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es
Más detallesOLIMPIADA ESTADÍSTICA 2016:
OLIMPIADA ESTADÍSTICA 2016: Encuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación en los hogares Equipo: TRESALCUBO Categoría: ESO Centro: Colegio San Jorge (Murcia) Participantes:
Más detallesANÁLISIS DE COMPONENTES PRINCIPALES y ANÁLISIS DE FACTORES COMUNES
Facultad de Psicología y Ciencias Sociales ESTADÍSTICA II (Plan 2008) ANÁLISIS DE COMPONENTES PRINCIPALES y ANÁLISIS DE FACTORES COMUNES Prof. Titular Lic. Rubén José Rodríguez 16 de abril de 2012 1 INTRODUCCIÓN
Más detallesB.1 ANÁLISIS FACTORIAL COMÚN. cuyo propósito es reducir los datos en cantidad. Es también una técnica en la cual todas las
B. NOTAS TEÓRICAS B.1 ANÁLISIS FACTORIAL COMÚN El análisis factorial es un nombre dado a una clase de métodos estadísticos multivariados cuyo propósito es reducir los datos en cantidad. Es también una
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 4)
OBJETIVOS DE APRENDIZAJE: TEMA Nº ANÁLISIS CONJUNTO DE DOS VARIABLES Distinguir entre variables cualitativas y cuantitativas, y saber elegir los métodos en cada caso. Conocer métodos gráficos y cuantitativos
Más detallesANÁLISIS DE COMPONENTES PRINCIPALES
CAPÍTULO 4 ANÁLISIS DE COMPONENTES PRINCIPALES 4.1 Introducción Al investigar un fenómeno desconocido se pretende abordarlo con muestras de diferentes variables, en las cuales muchas veces existe una fuerte
Más detallesLa práctica del análisis de correspondencias
La práctica del análisis de correspondencias MICHAEL GREENACRE Catedrático de Estadística en la Universidad Pompeu Fabra Separata del capítulo 11 Contribuciones a la inercia Primera edición: julio 2008
Más detalles