Un método de clasificación de las técnicas multivariantes

Slides:



Advertisements
Presentaciones similares
Universidad de Puerto Rico en Humaco Departamento de Administración de Empresas Curso de Investigación CAPÍTULO I Introducción Paso 2 – Planteamiento del.
Advertisements

Proceso de investigación : el ciclo de investigación Ver: uthentic_inquiry2.pdf Y
REGRECION LINEAL SIMPLE, MULTIPLE Y CORRELACION. REGRECION LINEAL SIMPLE.
VERIFICACIÓN DEL SUPUESTO: DE IGUALDAD DE VARIANZAS: OBSERVACIÓN GRÁFICA Y PRUEBA DE BARTLETT.
PRONOSTICOS CON REGRESION LINEAL MULTIPLE En la regresión lineal simple se investiga la relación entre una variable independiente y otra dependiente. A.
Estadística y Biometría Modelación Estadística Regresión lineal.
PRÁCTICAS TÉCNICO-PROFESIONALES DISEÑO INDUSTRIAL.
 Plan general del investigador para obtener respuestas a sus interrogantes o comprobar la hipótesis de investigación.  Acta para generar información.
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
LOS RESULTADOS DE LOS APRENDIZAJES Y LAS PRUEBAS OBJETIVAS COMO INSTRUMENTO DE MEDICION.
CASA DE LA CALIDAD Por: Xavier Gualán. CASA DE LA CALIDAD Casa de la calidad: Es una herramienta que puede mejorar el procedimiento de operación. ¿Qué.
Dr. Iván Espinoza Salvadó Curso de Metodología de la Investigación
SEMINARIO DE TESIS: RESULTADOS II
Facultad de Ciencias Médicas Escuela De Enfermería Ciclo De Licenciatura En Enfermería TESINA Tema: “La comunicación empática que establece el personal.
Facultad de Ciencias Sociales
TABLA DE CONTENIDOS RESUMEN
UNIVERSIDAD VERACRUZANA FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN.
Planificación como herramienta
Facultad de Ciencias Sociales
TRATAMIENTO ANTIBIÓTICO EMPÍRICO DE LA NEUMONÍA ADQUIRIDA EN LA COMUNIDAD EN ATENCIÓN PRIMARIA: ADECUACIÓN A LAS EVIDENCIAS DISPONIBLES (ESTUDIO ATENAS)
Escribe el título suscinta del trabajo especificando lugar y fecha.aq
Revisión Sistemática y Meta-análisis
SPSS Guía práctica para la utilización del software SPSS (Statistical Package for the Social Sciences) y la realización de la segunda etapa del trabajo.
Integrantes, María Ruth Parra Méndez Johanna Patricia Peña Orrego
Análisis de datos Introducción al análisis de datos
PROGRAMA DE MAESTRÍA EN GESTIÓN DE SISTEMAS DE INFORMACIÓN E INTELIGENCIA DE NEGOCIOS “MINERÍA DE DATOS PARA PROPONER UN MODELO DIDÁCTICO ESTRUCTURAL.
Bioestadística Regresión y Correlación Múltiple:
Epidemiología clínica
Los enfoques cuantitativo y cualitativo en la investigación científica
Epidemiología clínica 2do día
MARCO TEÓRICO.
Elaboración Del Perfil Profesional
CORRELACIÓN ENTRE VARIABLES
Más allá de la regresión lineal de medias
LA EVALUACIÓN DE UNA INTERVENCIÓN
FORMULACIÓN DE PROYECTOS
LA INVESTIGACIÓN CIENTÍFICA.
LA INVESTIGACIÓN CIENTÍFICA.
La Materia y sus transformaciones
1. MÉTODO CIENTÍFICO 1.
EQUIPO 5.
Titulo de la Experiencia Significativa
Pendiente de nueva acreditación 2011 (curso 60 horas)
Estadística Administrativa II
REGRESION LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE
PARA LA REGRESIÓN LINEAL SIMPLE
MARCO CONCEPTUAL.
1 DISEÑO DE LA PROPUESTA DE INVESTIGACIÓN.
PROCESO DE INVESTIGACIÓN ESCOLAR GLOBE 2012
OBJETIVO: Reconocer las etapas del Modelo de investigación científico
Epidemiología clínica
Regresión y Correlación Múltiple: Prueba de hipótesis.
La pregunta de investigación
Análisis de la Covarianza
PROBABILIDAD Y ESTADISTICA
VIGILANCIA EPIDEMIOLOGICA.
EL DISEÑO METODOLÓGICO
VIGILANCIA EPIDEMIOLOGICA.
EJEMPLO PARA ACTIVIDADES SOBRE VALIDEZ Validez: Evaluación empírica.
“Desarrollo de un Modelo Predictivo de Respuesta a Epoetin alfa en Pacientes Anémicos con Tumores Sólidos en Tratamiento con QT: Resultados de un Estudio.
Alineación Estratégica
Método, Asignación y Medición
El MARCO TEORICO Pasos Revisión de antecedentes (teorías, otras investigaciones,datos estadísticos) orientada por los conceptos principales (variables)
ANALISIS DE REGRESION SIMPLE
REGRESION LINEAL SIMPLE
REGRESION LINEAL SIMPLE
UNIDAD EDUCATIVA “MARIANO PICON SALAS REGRESION LINEAL SIMPLE
Rosendo Franco1, Chris R. Vila1 Ángulos superior y de asiento
Fundamentos de investigación en Psicología
Transcripción de la presentación:

Un método de clasificación de las técnicas multivariantes La clasificación aquí propuesta obedece a responder tres preguntas, y de este modo decantar en una técnica multivariante. Las tres preguntas son: Pregunta 1: ¿Podemos determinar qué variables son independientes y cuáles dependientes? Pregunta 2: Si la anterior respuesta es positiva, ¿cuántas de estas variables son tratadas como dependientes en un análisis simple? Pregunta 3: ¿Cómo son las variable involucradas, métricas o no-métricas? Veamos, entonces, a donde nos conducen las respuestas secuenciales a estas tres preguntas

Un método de clasificación de las técnicas multivariantes Pregunta 1 Sí No Pregunta 2 Múltiples relaciones de variables dependientes e independientes Una variable dependiente en una relación única Varias variables dependientes en una relación única Pregunta 3 a la variable dependiente Pregunta 3 a las variables dependientes Modelo de ecuaciones estructurales métrica no -métrica métrica no -métrica

Un método de clasificación de las técnicas multivariantes Modelo de ecuaciones estructurales Pregunta 3 métrica no -métrica métrica no -métrica Regresión múltiple Análisis discriminante múltiple Pregunta 3 a las variables predictoras Análisis de correlación canónica métrica no -métrica Análisis de correlación canónica Análisis multivariante de variables

No Pregunta 1 ¿Las relaciones son entre... variables? casos/encuestados? objetos? Análisis Cluster ¿cómo son los atributos? Análisis Factorial métrico no-métrico Análisis de correspon-dencias Análisis multidimen-sional

Orientaciones para el análisis multivariante y sus interpretaciones Significación práctica así como estadística A a B ¿sirve la relación entre A y B? ¿podemos predecir el valor de a?

Orientaciones para el análisis multivariante y sus interpretaciones El tamaño muestral afecta a todos los resultados Conocer los datos Procurar la parsimonia del modelo Atender a los errores Validar los resultados.

Una aproximación organizada al diseño de modelos multivariantes Definir el problema de investigación, objetivos y técnica multivariante conveniente Desarrollo del proyecto de análisis Evaluación de los supuestos básicos de la técnica multivariante Estimación del modelo multivariante y valoración del ajuste del modelo Interpretar el valor teórico Validación del modelo multivariante