|
El '''análisis multivariante''' es un método [[estadística|estadístico]] utilizado para determinar la contribución de varios factores en un simple evento o resultado.
Los '''métodos estadísticos multivariantes''' y el [[análisis multivariante]] son herramientas [[Estadística|estadísticas]] que estudian el comportamiento de tres o más variables al mismo tiempo. Se usan principalmente para buscar las variables menos representativas para poder eliminarlas, simplificando así modelos estadísticos en los que el número de variables sea un problema y para comprender la relación entre varios grupos de variables. Algunos de los métodos más conocidos y utilizados son la [[Regresión lineal]] y el [[Análisis discriminante]].
*Los factores de estudio son los llamados ''factores de riesgo'' ([[bioestadística]]) , ''variables independientes'' o ''variables explicativas''.
Se pueden sintetizar dos objetivos claros:
*El resultado estudiado es el ''evento'', la ''variable dependiente'' o la ''variable respuesta''.
#Proporcionar métodos cuya finalidad es el estudio conjunto de datos multivariantes que el análisis estadístico uni y bidimensional es incapaz de conseguir.
#Ayudar al analista o investigador a tomar decisiones óptimas en el contexto en el que se encuentre teniendo en cuenta la información disponible por el conjunto de datos analizado.
El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de [[regresión]] tradicionales:
Existen diferentes modelos y métodos, cada uno con su tipo de análisis:
*se puede utilizar la información de múltiples variables de entrada, aunque éstas no sean linealmente independientes
*puede trabajar con matrices que contengan más variables que observaciones
*puede trabajar con matrices incompletas, siempre que los valores faltantes estén aleatoriamente distribuidos y no superen un 10%
*puesto que se basan en la extracción secuencial de los factores, que extraen la mayor variabilidad posible de la matriz de las X (variables explicativas, tienen que ser dependientes) pueden separar la información del ruido. Se asume que las X se miden con ruido.
# '''Métodos de Dependencia:'''
* [[ AnálisisEstadística multivariante]] ▼## Un [[análisis de regresión|Estudio de la regresión]] nos permite averiguar hasta que punto una variable puede ser prevista conociendo otra. Se utiliza para intentar predecir el comportamiento de ciertas variables a partir de otras, como por ejemplo los beneficios de una película a partir del gasto en márketing y del gasto en producción.
## El Análisis de la [[Correlación canónica]] intenta analizar la posible existencia de relación entre dos grupos de variables.
## Un [[Análisis discriminante]] nos puede dar una [[función discriminante]] que puede ser utilizada para distinguir entre dos o más grupos, y de este modo tomar decisiones.
## Un análisis multivariante de la varianza ([[MANOVA]]), extendiendo el análisis de la varianza ([[ANOVA]]), cubre los casos en los que se conozca la existencia de más de una variable dependiente sin poderse simplificar más el modelo.
## La [[Regresión logística]] permite la elaboración de un análisis de regresión para estimar y probar la influencia de una variable sobre otra, cuando la variable dependiente o de respuesta es de tipo [[Variable estadística|dicotómico]].
# '''Métodos de Interdependencia:'''
## El [[Análisis de los componentes principales]] procura determinar un sistema más pequeño de variables que sinteticen el sistema original.
## El [[Análisis clúster]] clasifica una muestra de entidades (individuos o variables) en un número pequeño de grupos de forma que las observaciones pertenecientes a un grupo sean muy similares entre sí y muy disimilares del resto. A diferencia del [[Análisis discriminante]] se desconoce el número y la composición de dichos grupos.
# '''Métodos Estructurales:'''
:::Analizan las relaciones existentes entre un grupo de variables representadas por sistemas de ecuaciones simultáneas en las que se suponen que algunas de ellas (denominadas constructos) se miden con error a partir de otras variables observables denominadas indicadores. 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.
{{esbozo|matemática}}
==Enlaces externos==
* [[ Categoríacategoría:Estadística]] ▼
[[gl: EstatísticaAnálise multivariante]] ▼'''Español:'''
*[http://saei.org/hemero/epidemiol/nota4.html Análisis de modelos de regresión logística], en la web de la [http://saei.org Sociedad Andaluza de Enfermedades Infecciosas]
▲* [[Análisis multivariante]]
▲* [[Categoría:Estadística]]
[[de:Multivariate Verfahren]]
[[en:Multivariate statistics]]
▲[[gl:Estatística multivariante]]
[[id:Statistika multivariat]]
[[it:Statistica multivariata]]
[[ja:多変量解析]]
[[sv:Multivariat statistik]]
[[zh:多重变量分析]]
| 