Hay tanto material bueno en la Red, que el trabajo de seleccionar se hace muy difícil. La idea es presentar aquellos que sirvan de referencia, y que vayan desde lo más sencillo hasta lo más profundo. Como el objetivo medular es identificar cuales son las técnicas de análisis multivariante de datos que aplican o que pudieran aplicar a SU proyecto, debemos recorrer todo el abanico de opciones. Al finalizar el seminario, cada participante debería tener identificada la técnica más apropiada para el análisis de los datos disponibles.
--------------------------------------------------------------------------------------------------------------------------
1) El material más sencillo encontrado para comenzar, es el de Manuel Salvador Figueras (salvador@unizar.es, Profesor Titular de la Universidad de Zaragoza, España).Al leerlo, se presta para una primera clase introductoria. Vamos a revisarla, y a mapear el contenido.
"Introducción al Análisis Multivariante"
"El Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar simultáneamente conjuntos de datos multivariantes en el sentido de que hay varias variables medidas para cada individuo ú objeto estudiado.
Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio obteniendo información que los métodos estadísticos univariantes y bivariantes son incapaces de conseguir.
Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio obteniendo información que los métodos estadísticos univariantes y bivariantes son incapaces de conseguir.
En esta lección se va a dar una breve visión general de dicho conjunto de técnicas exponiendo, brevemente, cuál es su finalidad, ilustrada con ejemplos.
Tres son los objetivos de la lección:
- Definir qué es el Análisis Multivariante y cuáles son sus objetivos
- Clasificar las distintas técnicas multivariantes, distinguiendo entre métodos de dependencia, interdependencia y estructurale e indicando, de forma resumida, los objetivos de las diversas técnicas multivariantes presentadas en la lección.
- Indicar cuáles son las etapas a seguir en la resolución de un problema de Análisis Multivariante"
© Citar como: Salvador Figueras, M (2000): "Introducción al Análisis Multivariante", [en línea] 5campus.com, Estadística <http://www.5campus.com/leccion/anamul> [y añadir fecha consulta] |
2) Este segundo material seleccionado, es de área de ciencias de la salud, pero tiene una estructura muy interesante, pues se pasea por el Método Científico, el Procesos de Investigación (Etapas), Modelos, entre otros temas clave para el desarrollo de una Tesis Doctoral.
--------------------------------------------------------------------------------------------------------------------------
3) Este artículo titulado "Análisis multivariante, conceptos y aplicaciones en Psicología Educativa y Psicometría ", y tal como lo resumen los autores, brinda "un panorama introductorio sobre distintos conceptos de Análisis Multivariante (AM) y, por otra", proporciona "información acerca de diferentes aplicaciones realizadas en el área de la Psicología Educativa y de la Psicometría", que pudieran servir de referencia para realizar un documento sobre aplicaciones en Ingeniería Industrial.
Los autores argumentan en el resumen que "La disponibilidad de programas informáticos, el progreso de la tecnología y el desarrollo de la teoría multivariante, han producido en las últimas décadas un notable crecimiento en la utilización de métodos y modelos estadísticos en todos los campos de la investigación científica", agregando que: "Las técnicas que conforman el AM permiten abordar distintos problemas de predicción, clasificación y segmentación, habitualmente presentes en las realidades de diversas áreas de conocimiento."
--------------------------------------------------------------------------------------------------------------------------
4) Otro artículo "Clasificación de las Técnicas Estadísticas Multivariantes".
Resumen (resumido). En esta nota se presenta una clasificación de algunas técnicas de análisis estadístico multivariante. ..., el análisis multivariante se refiere a todos los métodos estadísticos que analizan simultáneamente medidas múltiples de cada individuo u objeto sometido a investigación; y en otras, palabras, cualquier análisis simultáneo de más de dos variables puede ser considerado aproximadamente como un análisis multivariante. ..., también puede definirse como el conjunto de técnicas estadísticas que de forma simultánea miden, explican y predicen todas las relaciones existentes entre los elementos que conforman una tabla de datos, proporcionando un resultado que debe ser interpretado minuciosamente por el analista.
... y 5) un video... Introducción métodos multivariantes.
León Darío Bello Parias
--------------------------------------------------------------------------------------------------------------------------
Después de revisar, les pregunto: ¿Estos son los "top 5" para una Introducción a las Técnicas de Análisis Multivariante de Datos... en Ingeniería Industrial?
Otros:
-ANÁLISIS DE DATOS MULTIVARIANTES. Daniel Peña [LIBRO]
-Técnicas de Análisis Multivariante de Datos. César Pérez [LIBRO]
Este comentario ha sido eliminado por el autor.
ResponderEliminar¿Para responder a la pregunta si son los tops 5 para una introducción a las técnicas de análisis multivariante de dato? Como fase introductoria la temática si es pertinente. Ahora bien, para una mayor profundización en esta temática existen también el análisis
ResponderEliminarmultivariante para grades volúmenes de datos desarrolladas en las técnicas especializadas de Minería de datos, la cual busca el conocimiento contenido en la información. Tengo entendido que, si bien hay unos parámetros de coincidencia con el análisis multivariante, en la minería de datos hay una variación metodológica dirigida por la teoría, la metodología dirigida por los datos y técnicas auxiliares para el análisis y reporte.
Atentamente: Pedro Nel Martinez H
Considero que el material suministrado sobre Técnicas de Análisis Multivariante de Datos es una introducción pertinente y adecuada a esta temática, pero quizás el enfoque no es específico para la Ingeniería Industrial sino para todas las áreas en general, tal como se evidencia en los artículos con aplicaciones en ciencias de la salud, psicología educativa y psicometría.
ResponderEliminarNo podría asegurar que estos autores son el “top 5” para una introducción a las Técnicas de Análisis Multivariante de Datos, ya que existen otros autores reconocidos en este tema como es el caso de Joseph F. Hair et al, con su libro Análisis Multivariante, en donde hacen énfasis en el desarrollo conceptual de la técnica y en la interpretación de los resultados, más que en el aparato estadístico que justifica cada método. También está Alan J. Izenman, quien en su libro Modern Multivariate Statistical Techniques: Regression, Classification, and Manifold Learning describe los sistemas de administración de bases de datos para mantener y consultar grandes bases de datos, así como Tinsley H. y Brown S., los cuales explican en su libro los usos apropiados de los procedimientos multivariados y las técnicas de modelado matemático, y prescriben prácticas que permiten a los investigadores utilizar estos procedimientos de manera efectiva sin necesidad de preocuparse por la base matemática.
Además se encuentran otros autores enfocados en la Ingeniería Industrial como es el caso de la Dra. Miriam M. Álvarez Suárez, Profesor Titular del Centro de Investigaciones Avanzadas en Ingeniería Industrial de la Universidad Autónoma del Estado de Hidalgo, México, quien en su artículo Análisis Multivariante: Clasificación, Organización y Validación de Resultados, relaciona una serie de aspectos importantes para la aplicación de modelos multivariantes a diferentes problemas de investigación en áreas de la ingeniería y la administración de empresas. Así mismo, la Dra. Pilar E. Arroyo López, profesora de planta en el Tecnológico de Monterrey, con su libro Análisis Multivariante para la Inteligencia de Mercados hace énfasis en cómo aprovechar los métodos de análisis multivariable para la toma efectiva de decisiones en mercadotecnia.
Como se observa, son muchos los autores en diferentes áreas quienes abordan la temática de las técnicas de análisis multivariante de datos, cada uno de ellos desde su área de interés.
Cordial saludo. Yimy Hernández
Una vez revisada toda la información compartida, y para responder a la pregunta: ¿éstos son los "top 5" para una Introducción a las Técnicas de Análisis Multivariante de Datos... en Ingeniería Industrial?, me parece que los documentos son una adecuada introducción; ya que el primero nos muestra la definición del análisis, los tipos que existen y su uso para luego dar una ruta metodológica para su implementación. El segundo documento es una presentación del tema más práctica que la anterior, porque muestra con ejemplos su aplicabilidad en contextos reales, enunciando los tipos de técnicas y su uso con casos que le dan pistas o indicios al investigador, ingeniero industrial, de cómo es posible utilizar las técnicas de análisis multivariante para la solución de problemas en las organizaciones. El tercer documento, es un artículo que en mi concepto, amplía el primero porque da una mayor información sobre los tipos de técnicas centrándose en su aplicación en la psicología educativa y en la psicometría, lo que resulta útil para la Ingeniería Industrial como una analogía para analizar y concluir sobre problemas en una industria. El cuarto documento, es bastante interesante para el ingeniero ya que muestra de forma esquemática las características principales de cada tipo de técnica, concentrándose en los aspectos más importantes, para que quien esté interesado en aplicarla tome el documento como un punto de partida. El quinto documento, refiere a un vídeo que no sólo complementa lo anterior, sino que añade un ingrediente adicional a la introducción, que es el uso de software para la aplicabilidad de las técnicas, lo que enriquece aún más la explicación de los tipos d herramientas y su uso para el análisis de problemas en Ingeniería Industrial. Por todo lo anterior, considero que los cinco, representan realmente una muy buena introducción para ahondar sobre las técnicas que consideremos más relevantes para nuestras investigaciones en Ingeniería Industrial.
ResponderEliminarSaludos,
Diana Carolina Villamil Sandoval
Cordial saludo a todos
ResponderEliminarConsidero que el material presentado a través del blog es una muy buena primera aproximación a las técnicas de análisis multivariante de datos. Se presenta de manera general una clasificación de las diferentes metodologías, de acuerdo con las características de las variables dependientes e independientes a estudiar y su relación entre ellas. De esta manera se le dá al interesado una visión global de los métodos. En este sentido, se puede clasificar los métodos multivariantes en tres grandes grupos, los métodos de dependencia, los métodos de interdependencia y los métodos estructurales. Asimismo, subdivididos en métricos y no métricos (variables cuantitativas y cualitativas). Corresponde al investigador seleccionar el método más adecuado de acuerdo a la naturaleza de las variables objeto de estudio y de los resultados esperados. La estadística multivariante abre un espectro muy amplio en cuanto a los problemas que puede tratar y las relaciones que permite establecer, presentándose como una herramienta de gran utilidad en cualquiera de nuestros temas de investigación doctoral.
Sin embargo, respecto a la pregunta ¿Estos son los "top 5" para una Introducción a las Técnicas de Análisis Multivariante de Datos... en Ingeniería Industrial? Desde mi punto de vista, es posible que haga falta algo de profundidad con respecto a las aplicaciones en ingeniería industrial. Se presenta en general una muy buena introducción a la estadística multivariante, pero, al ser precisamente una introducción, no se puede profundizar ni estudiar en mucho detalle, casos de éxito de su implementación en problemas específicos de la ingeniería industrial. Queda entonces para nosotros como estudiantes del doctorado de Ingeniería – área industrial, profundizar más sobre las aplicaciones de estas importantes herramientas en el contexto de nuestra profesión, a través del tema de investigación doctoral que cada uno de nosotros nos encontramos desarrollando. En el contexto de la asignatura de estadística multivariante, debemos continuar trabajando en el tema de investigación, analizando y estudiando las variables objeto de estudio y tratando de implementar la estadística multivariante para determinar relaciones claves e importantes.
Luis Villarreal López