TECNICAS AVANZADAS DE INVESTIGACIÓN Y ANÁLISIS MULTIVARIADO DE DATOS

NIVEL II AVANZADO

Titular: Agustín Salvia

MÓDULO 1 (complemento):

SEMINARIO DE INVESTIGACION

TÉCNICAS ESTADÍSTICAS PARA ANÁLISIS DESCRIPTIVOS Y MEDIDAS

DE ASOCIACIÓN

SEMINARIO DE INVESTIGACION

•LA ESTADÍSTICA DESCRIPTIVA TIENE COMO FUNCIÓN BRINDAR UN CONJUNTO DE MEDIDAS QUE SINTETICEN LA INFORMACIÓN RELEVADA POR LOS DATOS.

•ESTUDIA CARACTERES O ASPECTOS REFERIDOS A UN COLECTIVO DE PERSONAS, OBJETO O ELEMENTOS DE NATURALEZA ESPECÍFICA.

•LA ESTADÍSTICA DESCRIPTIVA DISPONE DE UNA SERIE VARIADA DE HERRAMIENTAS PARA RESUMIR INFORMACIÓN QUE CONTIENE UNA MUESTRA O POBLACIÓN: TABLAS, GRÁFICOS, MEDIDAS DE TENDENCIA CENTRAL, DE DISPERSIÓN, ETC.

•LA EXTRAPOLACIÓN DE DE LOS RESULTADOS DE UNA MUESTRA A LA POBLACIÓN ES EL CONTENIDO DE LA ESTADÍSTICA INFERENCIAL, CUYA FUNCIÓN ES INFERIR CONCLUSIONES Y BRINDAR MEDIDAS QUE PERMITAN CUANTIFICAR LA CONFIANZA DE TALES CONCLUSIONES.EL EMPLEO DE UN DETERMINADO TIPO Y/O HERRAMIENTA ESTADÍSTICA DEPENDE DEL TIPO DE PROBLEMA/OBJETO DE ESTUDIO Y DEL NIVEL DE MEDIÓN DE LOS VALORES DE LA VARIABLE A CONSIDERAR.

ESTADÍSTICA BÁSICA

HERRAMIENTAS BÁSICAS DE LA ESTADÍSTICA DESCRIPTIVA

Variable Descripción Estadísticos y gráficos

Cualitativa en escala nominal

Valores no numéricos con ausencia de orden entre ellos

Distribución de frecuencias

Moda

Diagrama de barras

Cualitativa en escala ordinal

Valores no numéricos con presencia de orden entre ellos

Mínimo

Máximo

Mediana

Cuartiles

Percentiles

Rango intercuartílico

Gráfico de caja y bigotes

Cuantitativa en escala de intervalo o razón

Cuantitativa discreta: únicamente puede tomar una cantidad finita o numerable de valores numéricos

Media

Rango

Varianza

Cuantitativa continua: puede tomar una cualquier valor numérico en un intervalo

Desviación típica

Coeficiente de variación

En escala de intervalo: únicamente tiene sentido la diferencia entre sus valores

Coeficiente de asimetría

Coeficiente de curtosis

En escala de razón: si además de la diferencia tiene sentido la razón ntre sus valores

Histograma

Gráfico de tallo y hojas

TEMPORARY .SELECT IF (h12>25 AND h12<45) .FREQUENCIES VARIABLES=cdea /STATISTICS=MODE /BARCHART FREQ /ORDER ANALYSIS .

Statistics

PEA5907235

0

1,00

Valid

Missing

N

Mode

PEA

4699861 79,6 79,6 79,6

1207374 20,4 20,4 100,0

5907235 100,0 100,0

Activo

Inactivo

Total

ValidFrequency Percent

ValidPercent

Cumulative Percent

PEA

Cases weighted by PONDERA

PEA

InactivoActivo

Fre

quen

cy

5000000

4000000

3000000

2000000

1000000

0

ESTADÍSTICA DESCRIPTIVA

VARIABLE CUALITATIVA EN ESCALA NOMINAL

VARIABLE CUALITATIVA EN ESCALA ORDINAL

Grupos de edad

4077127 16,8 16,8 16,8

4506457 18,6 18,6 35,4

4023557 16,6 16,6 52,0

3053744 12,6 12,6 64,5

2917893 12,0 12,0 76,6

2326358 9,6 9,6 86,1

3361616 13,9 13,9 100,0

24266752 100,0 100,0

0.- 9 años y menos

1.- de 10 a 19 años

2.- de 20 a 29 años

3.- de 30 a 39 años

4.- de 40 a 49 años

5.- de 50 a 59 años

6.- 60 años y más

Total

ValidFrequency Percent

ValidPercent

Cumulative Percent

Grupos de edad

6,05,04,03,02,01,00,0

Grupos de edad

Cases weighted by PONDERA

Fre

quen

cy

5000000

4000000

3000000

2000000

1000000

0

Std. Dev = 2,02

Mean = 2,7

N = 24266752,0

FREQUENCIES VARIABLES=xgedad /NTILES= 4 /PERCENTILES= 20 80 /STATISTICS=RANGE MINIMUM MAXIMUM MEDIAN /BARCHART FREQ /ORDER ANALYSIS .

Statistics

Grupos de edad24266752

0

2,0000

6,00

,00

6,00

1,0000

1,0000

2,0000

4,0000

5,0000

Valid

Missing

N

Median

Range

Minimum

Maximum

20

25

50

75

80

Percentiles

ESTADÍSTICA DESCRIPTIVA

FREQUENCIES VARIABLES=xh12 /FORMAT=NOTABLE /NTILES= 4 /PERCENTILES= 10 90 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER ANALYSIS .

Statistics

Edad24.266.752

0

32,15

,00

28

21

22,03

485,49

,53

,00

-,64

,00

99

0

99

780.121.228

6

14

28

48

65

Valid

Missing

N

Mean

Std. Error of Mean

Median

Mode

Std. Deviation

Variance

Skewness

Std. Error of Skewness

Kurtosis

Std. Error of Kurtosis

Range

Minimum

Maximum

Sum

10

25

50

75

90

Percentiles

Edad

100,090,0

80,070,0

60,050,0

40,030,0

20,010,0

0,0

Edad

Cases weighted by PONDERA

Fre

quen

cy

3000000

2000000

1000000

0

Std. Dev = 22,03

Mean = 32,1

N = 24266756,0

ESTADÍSTICA DESCRIPTIVA

VARIABLE CUANTITATIVA EN ESCALA METRICA

TECNICAS AVANZADAS DE INVESTIGACIÓN Y ANÁLISIS MULTIVARIADO DE DATOS

NIVEL II AVANZADO

SEMINARIO DE INVESTIGACION

Clasificación de los métodos

multivariados

Problemas de interdependencia o creación de índices (análisis factorial, cluster y escalamiento).

Problemas de causalidad o asociación (análisis de varianza, regresión y discriminante).

La investigación EMPÍRICA se ocupa de fenómenos multidimensionales

Métodos multivariados

Su clasificación

Métodos de interdependencia

Descripción de Dimensiones: posibilitan la identificación de dimensiones o conceptos complejos subyacentes (Análisis Factorial, Componentes Múltiples, etc.).

Clasificación de unidades o variables: permiten clasificar unidades individuales o colectivas o variables con el fin de crear tipologías, cluster o clases de individuos (Cluster, Escalamiento, etc.).

Métodos multivariados

Utilidad de este tipo de métodos:

Evalúan correlaciones y sintetiza información

Muestran la estructura de los datos según criterio

Establecen clasificaciones y/o genera valores índices

Técnicas de Análisis ANÁLISIS FACTORIAL ANÁLISIS DE CORRESPONDENCIAS ANÁLISIS DE CLUSTER

Métodos de interdependencia

Métodos multivariados

Diferencian entre variables (a) explicativas, independientes o predictivas, (b) variables a explicar o dependientes, y (c) variables control o intervinientes.

La distinción entre variables dependientes e independientes debe efectuarse con arreglo a fundamentos teóricos, por conocimiento o experiencia y estudios anteriores.

Métodos de tipo:

EXPLICATIVOS /PREDICTIVOS

Métodos multivariados

Problemas de causalidad

Utilidad de este tipo de métodos

Mide la fuerza y sentido de relaciones parciales Predice valores a partir de una serie de variables Explica el comportamiento de una o más variables Evalúa la bondad de ajuste de un modelo teórico a los datos

MÉTODOS ANÁLISIS DE VARIANZA (ANOVA) ANÁLISIS DE REGRESIÓN ANÁLISIS DISCRIMINANTE REGRESIÓN LOGÍSTICA

Problemas de causalidad

Métodos multivariados