Professional Documents
Culture Documents
MULTIVARIADO - Sesión 1
MULTIVARIADO - Sesión 1
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
Sesión 1
ANÁLISIS MULTIVARIADO
Algebra de matrices
Manejo de datos
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Contenido
Generalidades
Análisis multivariado
• Definición y objetivos
• Clasificación
Algebra de matrices
• Vectores
• Matrices
• Valores y autovectores
Normal multivariada
Descripción de datos
3
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
GENERADLIDADES
General
Específicos
4
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
GENERADLIDADES
Evaluación
5
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
GENERALIDADES
Bibliografía
6
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Introducción
7
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Definición
Estudio Visión
Relaciones conjunta del
Simultáneo
fenómeno
8
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Objetivo
9
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Aplicaciones
10
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
11
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
WEFWEF
12
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
- Regresión
Dependiente - Supervivencia
Métrica - MANOVA
- Correlación Canónica
Métodos de
Dependencia
- Discriminante
Dependiente
- Regresión Logística
No Métrica
- Análisis Conjoint
- A. Componentes Principales
- Análisis Factorial
Datos Métricos - Escalas Multidimensionales
Métodos de - Análisis Cluster
Interdependencia
- Análisis de Correspondencias
Datos - Modelos Log-Lineales
No Métricos - Escalas Multidimensionales
- Análisis Cluster
Métodos Estructurales
13
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
14
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
15
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
Variable dependiente métrica Algunas de las técnicas que se pueden aplicar son las
siguientes:
16
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
Variable dependiente métrica Algunas de las técnicas que se pueden aplicar son las
siguientes:
17
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
Variable dependiente no métrica Algunas de las técnicas que se pueden aplicar son
las siguientes:
18
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
Si los datos son métricos se pueden utilizar, entre otras, las siguientes técnicas:
19
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
Si los datos son métricos se pueden utilizar, entre otras, las siguientes técnicas:
ANÁLISIS MULTIVARIADO
Clasificación
21
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
Clasificación
Los modelos utilizados constan, por lo tanto, de dos partes: un modelo estructural
que especifica las relaciones de dependencia existente entre las constructos latentes y
un modelo de medida que especifica como los indicadores se relacionan con sus
correspondientes constructos.
Por ejemplo, analizar cómo se relacionan los niveles de utilización de los servicios de
una empresa con las percepciones que sus clientes tienen de ella.
22
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
DISEÑO DEL
ANÁLISIS
23
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
24
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ANÁLISIS MULTIVARIADO
25
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Introducción
26
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Definiciones
27
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Definiciones
Filas de la matriz A
Columnas de la matriz A
Abreviadamente suele expresarse en la forma A = [aij], con i=1, 2,..., m; j=1, 2, ..., n.
Los subíndices indican la posición del elemento dentro de la matriz, el primero
denota la fila (i) y el segundo la columna (j). Por ejemplo el elemento a23 será el
elemento de la fila 2 y columna 3.
28
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Tipos de matrices
Matriz columna: Es una matriz que solo tiene una columna, es decir, n=1 y por
tanto es de orden m x 1. Ejemplo,
Matriz fila: Es una matriz que solo tiene una fila, es decir m=1 y por tanto es de
orden 1x n. Es decir, A=(a11 a12 ... a1n). Ejemplo:
29
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Tipos de matrices
Los elementos aij con i = j, o sea aij forman la llamada diagonal principal de la
matriz cuadrada, y los elementos aij con i + j = n +1 la diagonal secundaria.
En la matriz
30
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Tipos de matrices
Matriz transpuesta: Dada una matriz A, su matriz se representa por At, la cual se
obtiene cambiando filas por columnas. La primera fila de A es la primera
WEFWEF
columna de At, la segunda fila de A es la segunda columna de At y así
sucesivamente. De la definición se deduce que si A es de orden m x n, entonces
At es de orden n x m. Ejemplo,
entonces
Matriz simétrica: Una matriz cuadrada A es simétrica si A = At, es decir, si aj= aj.
Ejemplo,
(Comprobar que A = At )
31
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Tipos de matrices
(Comprobar que A = At )
Matriz nula: es aquella que todos sus elementos son 0 y se representa por 0.
Ejemplo,
32
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Tipos de matrices
33
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Tipos de matrices
Matriz identidad o unidad: Es una matriz escalar con los elementos de la diagonal principal
iguales a 1. Se denota por el símbolo I o In. Ejemplo,
WEFWEF
Matriz triangular: Es una matriz cuadrada que tiene nulos todos los elementos que están a
un mismo lado de la diagonal principal. Pueden ser de dos tipos: (i) Triangular Superior: Si
los elementos que están por debajo de la diagonal principal son todos nulos; aj=0, i<j. (ii)
Triangular Inferior: Si los elementos que están por encima de la diagonal principal son todos
nulos; aj=0, j < i. Ejemplos,
34
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
1. Inversa de una matriz Dada una matriz cuadrada A se dice que B es la inversa
de A si AB = I = BA. Nota: No toda matriz cuadrada tiene inversa. Solo admiten
WEFWEF
inversa las matrices cuadradas con determinante distinto de cero.
35
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
WEFWEF
36
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Sea A una matriz cuadrada, un número real se dice que es un valor propio (o un
eigenvalor o un valor característico) de A si existe un vector v, diferente del vector cero,
WEFWEF
tal que: Av = λv
37
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Comentario general
WEFWEF
En SPSS todos los comandos de operaciones con matrices deben ser colocados
entre los comandos "MATRIX" y "END MATRIX".
Para escribir una matriz, encerrar los elementos de la matriz entre llaves { }
Los elementos de una fila están separadas por comas. (El número de columnas
está implícito en el número de elementos en cada fila.)
Cada una filas deben estar separadas por punto y coma.
Por ejemplo, A={2,4,3,7;1,5,3,1} es una matriz rectangular de dimensión 2x4 que
se muestra como:
2 4 3 7
1 5 3 1
38
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
39
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
COMPUTE A = MAKE (#1, #2, #3). Crea matriz rectangular de #1 (fila) por #2 (columna) con valor #3
(escalar) en todos los elementos.
COMPUTE I = IDENT (#1). Crea una matriz identidad con #1 fila/columna.
COMPUTE A = MDIAG (#1). Crea una matriz cuadrada con valores de un vector V como
diagonal principal, en otro lugar
COMPUTE NR = NROW (A). Encuentra el número de filas de la matriz A.
40
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
ÁLGEBRA DE MATRICES
Comando Significado
COMPUTE EIGA = EVAL (A). Calcular los valores propios de A y los coloca en un vector
columna.
COMPUTE RANKA = RANK (A). Encuentra el rango de la matriz A.
41
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
NORMAL MULTIVARIADA
E( X )
X ~ N ( , 2 ), donde
2 V (X )
1 ( x )2
1
con función de densidad: f ( x) e 2 2
2
x
2 0
42
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
NORMAL MULTIVARIADA
1
X ~ N p ( , ), donde ; definida positiva, Σ = Cov(X)
p
1 1
f ( x) exp ( X )' 1
( X )
(2 )
p/2 1/ 2
2
x p
43
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
NORMAL MULTIVARIADA
Ejemplo: p = 2 (variables)
1 11 12 12
;
; 12
2 12 22 11 22
Desarrollar f ( x1 , x2 )
1 11 12
X ~ N 2 ( , ), donde ; ,
2 12 22
función de densidad:
44
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
NORMAL MULTIVARIADA
Ejemplo: p = 2 (variables)
Representación gráfica
45
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
NORMAL MULTIVARIADA
Ejemplo: p = 2 (variables)
Representación gráfica
f ( x1 , x2 ) c 2 ( x )' 1 ( x ) c 2
1, 2 autovalores de
e1 , e2 autovectores de
46
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
NORMAL MULTIVARIADA
Generalizando,
El vector aleatorio X = (X1, ..., Xp) tiene distribución Np si ⩝a∊Rp, at X ~ N1 (es decir, si
toda combinación lineal de sus componentes es normal univariante)
a1
(i ) X ~ N p ( , ) ; a . Entonces :
Propiedad
es a
p
47
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
DESCRIPCIÓN DE DATOS
Tipos de datos
El análisis descriptivo debe ser siempre un primer paso para comprender la estructura
de los datos.
48
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
MANEJO DE DATOS
Tipos de datos
Escalas de medida
49
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
MANEJO DE DATOS
Matriz de datos
La matriz de datos, X, puede representarse de dos formas distintas. Por filas, como:
donde cada variable x’i es un vector fila, p×1, que representa los valores de las
p variables sobre el individuo i.
50
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
MANEJO DE DATOS
Matriz de datos
donde ahora cada variable x(j) es un vector columna, n×1, que representa la
variable escalar xj medida en los n elementos de la población.
Llamaremos x = (x1, ..., xp)’ a la variable multivariante formada por las p variables
escalares que toma los valores particulares x1, ..., xn, en los n elementos
observados.
51
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
MANEJO DE DATOS
Datos atípicos
52
Campus: https://webinei.inei.gob.pe/enei/campus/
Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática
Coordinación Académica
Sr. Alejandro Vílchez de los Ríos(alejandro.vilchez@inei.gob.pe)
Campus: https://webinei.inei.gob.pe/enei/campus/