Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
181Activity
0 of .
Results for:
No results containing your search query
P. 1
INTRODUCCIÓN AL ANÁLISIS MULTIVARIADO

INTRODUCCIÓN AL ANÁLISIS MULTIVARIADO

Ratings:

4.92

(12)
|Views: 23,022 |Likes:
Published by edu_alimania

More info:

Published by: edu_alimania on Sep 03, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

07/18/2013

pdf

text

original

 
INTRODUCCIÓN AL ANÁLISISMULTIVARIADO
CLASIFICACIÓN DE LAS TÉCNICAS MULTIVARIADAS 
Julia Moreno MadueñoMétodos y Técnicas de Investigación en Psicología, grupo M2Facultad de Psicología, Universidad de Granada
1
 
Las técnicas multivariadas se pueden clasificar en función de la técnica obteniendo 2 tipos: 
Explicativas 
Descriptivas 
- EXPLICATIVAS
Se emplean en contextos de investigación experimentales. En estas técnicas consideramos a las variables independientes como causa potenciales de las variables dependientes. Su objetivo es contrastar hipótesis relativas.Aquí podemos distinguir las siguientes técnicas: 
a)Análisis de regresión múltiple
Intenta predecir el criterio desde el conjunto de predictores tricos (expresan magnitud) medidos. Se consigue combinando linealmente los  predictores, es decir, la suma ponderada de los valores de lo predictores.Los pesos de cada variable (ya que cada valor puede tener un peso diferente) se determinan mediante un proceso de estimación llamado nimos cuadrados que intenta obtener pesos cuya suma de locuadrados de los errores de predicción sea mínima.Esta técnica se puede usar con bajo la condición de que las variables estén medidas en una escala de intervalos o de razón (escalares).
b)Análisis discriminante
Se utiliza en los casos en los que la muestra pueda dividirse en grupos conocidos de antemano (como variables polimicas y dicotómicas),siempre que los predictores sean variables escalares.- Sus objetivos son: 
Calcular la probabilidad de que los individuos pertenezcan a uno u otro de los grupos a partir de los predictores 
Determinar cuales de las variables predictoras son realmente útiles (ya que algunos pueden resultar innecesarios) 
c)Análisis multivariado de varianza y covarianza- Podemos distinguir entre los siguientes:
2
 
MANOVA: Su objetivo es determinar si una o más variables independientes (pueden ser métricas o no) producen efectos diferentes sobre dos o más variables dependientes (deben ser variables métricas).También es aplicable en diseños de medidas repetidas (se mide la misma variable dependiente de forma reiterada).MANCOVA: Si en el diseño no se ha podido realizar un control experimental adecuado. Intenta un control estadístico midiendo variables relacionadas con las dependientes antes de que se apliquen las independientes a los sujetos (covariados).Se basa en asumir que lo que puede ser predicho por los covariados no es atribuible a las independientes.
d)Análisis de regresión logística
Esta técnica se utiliza cuando las variables predictoras no son métricas.Su objetivo es predecir el grupo al que pertenece un individuo, y para ello trata de combinar variables predictoras con la ponderación adecuada.Aunque la relación entre la mezcla de variables y la variable predictora no es lineal y la estimación de los pesos se realiza por un proceso interactivo denominado máxima verosimilitud.
e)Ecuaciones lineales estructurales (LISREL)
Utilizada cuando nos centramos en relaciones de predicción secuenciales.Se construye un modelo estructural donde se especifica la forma en que están relacionadas las variables predictoras y los criterios.El modelo suele basarse en presupuestos teóricos y define qué variables se van a emplear para cada variable criterio o predictora.El modelo de medida nos permite determinar cómo cada tarea contribuye a la medición de la capacidad de memoria operativa.
- DESCRIPTIVAS
Los aplicamos en contextos no experimentales. Su objetivo es resumir el conjunto de datos conforme nuestros objetivos.Los tipos de técnicas descriptivas son los siguientes: 
a)Análisis de datos categóricos
Se utiliza cuando queremos medir variables de carácter categórico (nominal) u ordinal.
3

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->