Plataforma Educativa UNIDEG

Recursos de apoyo

Materia: Anlisis multivariante

Modulo: 1

ETAPAS DE UN ANALISIS MULTIVARIANTE

Pueden sintetizarse en 6:
1) Objetivos del anlisis
Se define el problema especificando los objetivos y las tcnicas
multivariantes que se van a utilizar
El investigador debe establecer el problema en trminos conceptuales
definiendo los conceptos y las relaciones fundamentales que se van a investigar.
Se deben establecer si dichas relaciones van a ser relaciones de dependencia o
de interdependencia. Con todo esto se determinan las variables a observar.
2) Diseo del anlisis.
Se determina el tamao maestral, las ecuaciones a estimar (si procede), las
distancias a calcular (si procede) y las tcnicas de estimacin a emplear. Una vez
determinado todo esto se proceden a observar los datos
3) Hiptesis del anlisis
Se evalan

las hiptesis subyacentes a la tcnica multivariante. Dichas

hiptesis pueden ser de normalidad, linealidad, independencia, homocedasticidad, etc.

Tambin se debe decidir qu hacer con los datos faltantes
4) Realizacin del anlisis
Se estima el modelo y se evala el ajuste a los datos. En este paso pueden
aparecer observaciones atpicas (outliers) o influyentes cuya influencia sobre las
estimaciones y la bondad de ajuste se debe analizar.

5) Interpretacin de los resultados

Dichas interpretaciones pueden llevar a re-especificaciones adicionales de
las variables o del modelo con lo cual se puede volver de nuevo a los pasos 3) y 4)

Plataforma Educativa UNIDEG

Recursos de apoyo

Materia: Anlisis multivariante

Modulo: 1

6) Validacin del anlisis

Consiste en establecer la validez de los resultados obtenidos analizando s
los resultados obtenidos con la muestra se generalizar a la poblacin de la que
procede. Para ello se puede dividir la muestra en varias partes en las que el
modelo se vuelve a estimar y se comparan los resultados. Otras tcnicas que se
pueden utilizar aqu son las tcnicas de remuestreo (jacknife y bootstrap)
En el ejemplo siguiente concretamos en qu consistiran dichas etapas para
un Anlisis de Regresin Mltiple:
Ejemplo: Anlisis de Regresin Mltiple
1) Objetivos del anlisis
Predecir el gasto en cine de una persona a partir de su nivel de ingresos,
nivel educativo, sexo y edad lo cual nos permitira entender mejor cules son las
pautas de comportamiento de la poblacin.
Para ello se propone un anlisis de regresin mltiple en el que la variable
dependiente sera el gasto en cine y como variables independientes el resto.
2) Diseo del anlisis
Se decidira cmo elegir la muestra, el tamao de la misma y cmo medir
las variables implicadas en el anlisis. El gasto en cine podra medirse como el
gasto anual en cine medido en pesetas. El nivel de ingresos podra medirse con
una variable ordinal, dadas las reticencias a dar informacin precisa sobre este
tipo de variables; el nivel educativo sera una variable ordinal; el sexo una variable
binaria y la edad una variable cuantitativa medida en aos.
El tamao de la muestra se elegira en funcin de la potencia que se quiera
dar a la regresin mltiple. As, por ejemplo, con un tamao maestral de 100
observaciones se podra detectar, en una regresin mltiple lineal, las relaciones
con un coeficiente de correlacin mltiple (R 2) de aproximadamente igual a 0.3 con

Plataforma Educativa UNIDEG

Recursos de apoyo

Materia: Anlisis multivariante

Modulo: 1

una potencia de 0.8% utilizando un nivel de significacin igual a 0.01. Conviene,

adems, que el ratio del nmero de observaciones al nmero de parmetros a
estimar sea lo suficientemente amplio para estimar los parmetros del modelo con
el menor error posible
3) Hiptesis del anlisis
Hay que comprobar la linealidad de la relacin, la normalidad y la
homocedasticidad. No hay datos faltantes y se deben estudiar la posible existencia
de ouliers en cada una de las variables.
4) Realizacin del anlisis
Se puede utilizar el estimador de mnimos cuadrados del que se conoce su
distribucin maestral bajo hiptesis de normalidad. Dicho estimador coincide con
el mximo verosmil y es eficiente. Se puede tambin utilizar el mtodo de
regresin paso a paso para determinar las variables independientes a incluir en la
regresin. Una vez estimada la ecuacin de regresin se estudia la bondad de
ajuste mediante el clculo de R2 y el anlisis de los residuos. Se estudiara la
homocedasticidad, independencia, posible omisin de variables, existencia de
outliers e influencia de observaciones individuales

5) Interpretacin de los resultados

Se interpretara el valor de los coeficientes obtenidos as como su signo
teniendo cuidado con la posible existencia de multicolinealidad
6) Validacin del anlisis
Se divide la muestra en dos sub-muestras de tamao 50 y se vuelve a
estimar la ecuacin de regresin en cada sub-muestra comparando los resultados.
Resumen

Plataforma Educativa UNIDEG

Recursos de apoyo

Materia: Anlisis multivariante

Modulo: 1

El Anlisis Multivariante es el conjunto de mtodos estadsticos cuya

finalidad es analizar simultneamente conjuntos de datos multivariantes en el
sentido de que hay varias variables medidas para cada individuo u objeto
estudiado.
Su razn de ser radica en un mejor entendimiento del fenmeno objeto de
estudio obteniendo informacin que los mtodos estadsticos univariantes y
bivariantes son incapaces de conseguir.
Dicho conjunto de mtodos puede dividirse en tres grandes grupos segn el
papel que jueguen en el anlisis las variables consideradas:
1 Mtodos de dependencia
2 Mtodos de interdependencia
3 Mtodos estructurales
Para llevar a cabo un anlisis de este tipo se deben los siguientes pasos:
1 Establecer los objetivos del anlisis
2 Disear el anlisis
3 Evaluar las hiptesis subyacentes a la tcnica a utilizar
4 Realizar el anlisis
5 Interpretar los resultados obtenidos
6 Validar dichos resultados

Extrado de:
Salvador Figueras, M (2000): "Introduccin al Anlisis Multivariante", [en
lnea] 5campus.com, Estadstica http://www.5campus.com/leccion/anamul,
consultado el 8 de octubre del 2013.