La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Técnicas de análisis multivariante Pedro Juez Martel.

Presentaciones similares


Presentación del tema: "Técnicas de análisis multivariante Pedro Juez Martel."— Transcripción de la presentación:

1 Técnicas de análisis multivariante Pedro Juez Martel

2 Regresión logística u Es un modelo que determina probabilidades. u La variable explicada (dependiente) es dicotómica (1= Presencia; 0= Ausencia). u Las variables explicativas pueden ser: äcuantitativas äcualitativas: se deben categorizar si tienen más de dos niveles 1

3 Regresión logística u La categorización consiste en representar las variables cualitativas a través de unas variables denominadas ficticias. El número de variables será igual al número de niveles menos 1. P.e. Variable situación laboral: fijo, temporal, en paro. Se representaría por dos variables = 3 niveles - 1 = 2. u La representación sería así: äTrabajador fijo: VF1: 1 y VF2: 0 äTrabajador temporal: VF1: 0 y VF2: 1 äTrabajador en paro: VF1: 0 y VF2: 0 1

4 Regresión logística u Ejemplo: Una empresa de seguros desea establecer un modelo que determine la probabilidad de que se suscriba un seguro. Las variables explicativas elegidas son: äIngresos (en MM. de pts.) äSituación laboral: Trabajador fijo: VF1: 1 y VF2: 0 Trabajador temporal: VF1: 0 y VF2: 1 Trabajador en paro: VF1: 0 y VF2: 0 äCargas familiares: 1 = Sí 0 = No

5 Regresión logística 1

6 1

7 1

8 1

9

10

11

12

13

14 Análisis de la varianza u Permite estudiar si un conjunto de variable/s independientes o explicativas influyen sobre una variable explicada. u VARIACIÓN TOTAL = VARIACIÓN ENTRE+ VARIACIÓN INTRA u Variación total: Mide la variación de cada elemento respecto a la media total. u Variación entre: Mide la variación de la media de cada uno de los grupos respecto a la media total. u Variación Intra: Mide la variación de cada elemento respecto a la media en cada grupo. 1

15 Análisis de la varianza u Si la VE es igual que la VI significará que los grupos no son distintos respecto a la variable explicada. Es decir, la variable explicativa no servirá para explicarla. El estadístico empleado es: VE/VI. u Cuanto mayor sea este cociente más representativa será la variable. 1

16 Anova para un factor u En el ANOVA para un factor encontramos una sola variable explicativa. u La representatividad de la variable viene determinada por un contraste F 1

17 Anova para dos factores u En el ANOVA para dos factores encontramos dos variables explicativas. u Cuando existe más de una variable explicativa hemos de estudiar las interacciones. Es decir el efecto que tiene la presencia de los dos factores a la vez. 1

18 Ejemplo de Anova para dos factores

19

20

21

22

23

24 Análisis factorial u Permite agrupar variables con alta correlación. u Estas variables se denominan factores y al ver con qué variables están más correlacionados.

25 Análisis factorial u Prueba de esfericidad de Bartlett: Contrasta que existe ausencia de correlación entre las variables. u Indice KMO: Un índice KMO bajo indica que la intercorrelación no es grande y, por lo tanto, el análisis factorial no sería útil. u Correlación múltiple: Indica el grado de asociación entre una variable y todas las otras que intervienen en el análisis.

26 Análisis factorial

27

28

29

30

31


Descargar ppt "Técnicas de análisis multivariante Pedro Juez Martel."

Presentaciones similares


Anuncios Google