Guia docente

DATOS IDENTIFICATIVOS

2011_12

Asignatura

METODOS ESTADISTICOS MULTIVARIANTES

Código

00507011

Enseñanza

LICENCIADO INVESTIGAC. Y TECNICAS DE MERCADO

Descriptores

Cr.totales

Tipo

Curso

Semestre

Obligatoria

Primer

Segundo

Idioma

Prerrequisitos

Departamento

ECONOMIA Y ESTADISTICA

Responsable

ÁLVAREZ ESTEBAN , RAMÓN

Correo-e

ralve@unileon.es
jiabag@unileon.es

Profesores/as

ABAD GONZÁLEZ , JULIO IGNACIO

ÁLVAREZ ESTEBAN , RAMÓN

Web

http://

Descripción general

"Conocimiento de los principales métodos estadísticos multivariantes y su aplicación al mercado con diversos programas estadísticos. Análisis factorial. Componentes Principales. Análisis Cluster. Análisis Discriminante. Escalamiento Multidimensional" "

Tribunales de Revisión

Tribunal titular
Cargo	Departamento	Profesor

Tribunal suplente
Cargo	Departamento	Profesor

Objetivos

Metodologías

Clases magistrales, clases prácticas con ordenador, con la posibilidad de realización de seminarios. "

Contenidos

Bloque

Tema

"TEMA 1. INTRODUCCIÓN AL ANÁLISIS DE DATOS MULTIVARIANTES 1. Concepto y objetivos 2. Clasificación de las técnicas 3. Hipótesis paramétricas 4. Aplicación del Análisis de Datos Multivariantes en la Investigación de Mercados 5. Bibliografía TEMA 2. ANÁLISIS FACTORIAL 1. Introducción 2. Descripción del modelo 3. El problema de la determinación de la comunalidad 4. Clasificación de las técnicas factoriales 5. Análisis R-Factorial y Q-Factorial 6. Etapas en el Análisis Factorial 7. Contrastes del modelo 8. Interpretación de los valores propios. Número de factores retenidos. Comunalidad 9. Rotaciones factoriales 10. Cálculo de las puntuaciones factoriales para cada individuo 11. Bibliografía 12. Aplicaciones y realización del Análisis Factorial en diversos programas TEMA 3. ANÁLISIS DE COMPONENTES PRINCIPALES 1. Introducción 2. Modelo matemático. Fases 3. Ajuste de la nube de puntos 3.1. Análisis de componentes principales sobre las variables. R-Factorial 3.2. Análisis de componentes principales sobre los individuos. Q-Factorial 3.3. Ajuste de las dos nubes conjuntamente 4. Características y propiedades de las Componentes Principales 5. Obtención de las componentes principales 5.1. Análisis de componentes principales sobre las variables. R-Factorial 5.2. Análisis de componentes principales sobre los individuos. Q-Factorial 5.3. Relaciones entre el ACP R-Factorial y Q-Factorial 5.4. Comunalidad 6. Ejes factoriales y representaciones gráficas 6.1. Ejes factoriales 6.2. Coordenadas y proyecciones en los ejes factoriales 6.3. Coordenadas y coeficientes de correlación 7. Calidad de la representación 7.1. Contribuciones relativas 7.2. Contribuciones absolutas 8. Puntuaciones factoriales 9. Interpretación del ACP. Reconstitución de la matriz inicial 10. Individuos y variables suplementarios 11. Diferencias entre el Análisis de Componentes Principales y el Análisis Factorial con el método de extracción de componentes principales 12. Aplicaciones TEMA 4. ANÁLISIS CLUSTER 1. Introducción 2. Etapas en Análisis Cluster 2.1. Selección de variables 2.2. Elección de la medida de asociación 2.3. Elección de la técnica de agrupación 2.4. Validación e interpretación de resultados 2.5. El problema de los ""outliers"" 3. Selección de variables 4. Criterios de distancia y similitud 4.1. Distancias 4.2. Similitudes/similaridades 5. Clasificación de las técnicas Cluster 5.1. Métodos jerárquicos 5.2. Métodos no jerárquicos 5.3. Métodos mixtos 6. Representaciones gráficas 7. Clasificación sobre los factores 8. Aplicaciones 9. Bibliografía TEMA 5. ANÁLISIS DE CORRESPONDENCIAS 1. Introducción 2. Aspectos generales 3. Tabla de datos. Perfiles fila y columna 4. Distancias entre puntos fila. Distancias entre puntos columna 4.1. Análisis en Rq (tabla de perfiles fila) 4.2. Análisis en Rn (tabla de perfiles columna) 5. Reducción de subespacios vectoriales 5.1. Análisis en Rq (tabla de perfiles fila) 5.2. Análisis en Rn (tabla de perfiles columna) 6. Representaciones gráficas 7. Elementos suplementarios 8. Contribuciones Absolutas y Relativas 9. Análisis Cluster y análisis de Correspondencias 10. El problema de la representación conjunta de filas y columnas 11. Esquema resumen 12. Aplicaciones 13. Bibliografía TEMA 6. ANÁLISIS DISCRIMINANTE 1. Introducción 2. Hipótesis previas al Análisis Discriminante 3. Análisis Discriminante Lineal. Desarrollo 3.1. Obtención de las funciones discriminantes 3.2. Selección de variables discriminantes 3.3. Clasificación de los individuos 3.4. Fiabilidad en el análisis discriminante 3.5. Validación y representaciones gráficas 4. Otros análisis discriminantes 5. Aplicaciones 6. Bibliografía 7. Anexo TEMA 7. INTRODUCCIÓN AL ESCALAMIENTO MULTIDIMENSIONAL 1. Introducción. Antecedentes Históricos 2. Concepto y Objetivo 2.1. Métodos de composición y descomposición 2.2. Definición y objetivos del MDS 2.3. Tipos de datos de entrada. Similitud, disimilitud y preferencia 2.4. Mapas de conocimiento. Análisis interno y externo 3. Tipos de Escalamiento Multidimensional 3.1. Escala de medida 3.2. Distancia utilizada 3.3. Escalamiento métrico y no métrico 3.4. Escalamiento interno y externo 3.5. Atendiendo a la forma de la matriz 3.6. Atendiendo al contenido de la matriz, la forma y objetivos 4. Escalamiento Multidimensional Métrico 4.1. MDS Clásico. Formulación 4.2. Relaciones entre MDS clásico y ACP 4.3. Número de dimensiones 4.4. Escalamiento métrico y distancias no euclídeas 5. Introducción al Escalamiento Multidimensional No Métrico 5.1. Método de Shepard 5.2. Método de Kruskal 5.3. Método de mínimos cuadrados 5.4. Otros métodos 6. Aplicaciones 7. Bibliografía TEMA 8. ANÁLISIS DE CORRELACIONES CANÓNICAS 1. Introducción 2. Variables predictoras y variables criterio 3. Concepto y cálculo de variables canónicas y correlaciones canónicas 4. Reducción del espacio vectorial 5. Contrastes en correlaciones canónicas 6. Resumen 7. Aplicaciones 8. Bibliografía TEMA 9. OTROS ANÁLISIS 1. Introducción 2. Ecuaciones estructurales 3. Análisis de Tablas de Contingencia. Modelos logarítmico lineales y Análisis de Correspondencias Múltiples 4. Optimal Scaling y técnicas relacionadas 5. Regresión logística y árboles de segmentación binarios 6. Técnicas emergentes de Análisis de Datos"

Otras actividades

Evaluación

	descripción	calificación

Otros comentarios y segunda convocatoria
La evaluación se efectuará al final del periodo docente mediante un examen final, de tipo escrito, utilizando el ordenador, pudiendo disponer el alumno del material escrito que desee. La prueba durará aproximadamente tres horas. En la medida en que se pueda establecer un sistema de evaluación continuado sobre todos o un grupo de alumnos, cabe la posibilidad de sustituir la prueba anterior por la realización de trabajos individuales sobre las diferentes partes de la materia.

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica
	En cada tema se proporciona la correspondiente bibliografía detallada. ABASCAL, E.; GRANDE, I. (1989): Métodos Multivariantes para la Investigación Comercial, Ariel Economía. Barcelona. ANDERBERG, M.R. (1973): Cluster analysis for applications. Academic Press, New York. ANDERSEN, E.B. (1990): The Statistical Analysis of Categorical Data, John Wiley and Sons, USA. ANDERSON, T.W. (1958): An introduction to multivariate analysis. John Wiley and Sons, New York BISQUERRA, R. (1989): Introducción conceptual al Análisis Multivariable. Un enfoque informático con los paquetes SPSS-X, BMDP, LISREL y SPAD, Vol. I, PPU, Barcelona. BISQUERRA, R. (1989): Introducción conceptual al Análisis Multivariable. Un enfoque informático con los paquetes SPSS-X, BMDP, LISREL y SPAD. Vol. II. PPU, Barcelona. COX, T.F.; COX, M.A.A. (1994): Multidimensional Scaling. Monographs on Statistics and Applied Probability 59, Chapman and Hall, London. EVERITT, B. (1980): Cluster analysis. Second Edition 1974, Wiley, London. GRANDE, I.; ABASCAL, E. (1994): Aplicaciones de Investigación Comercial, ESIC, Madrid. GRANDE, I.; ABASCAL, E. (1994): Fundamentos y Técnicas de Investigación Comercial, ESIC, Madrid. GREENACRE, M.J. (1984): Theory and applications of correspondence analysis, Academic Press, London. GREENACRE, M.J. (1993): Correspondence analysis in practice, Academic Press, London. HAIR, J.F.; ANDERSON, R.E.; TATHAM, R.L.; BLACK, W.C. (1999): Análisis multivariable. 5ª Ed, Prentice- Hall, Madrid. HARMAN,H.H. (1976): Análisis Factorial Moderno. Saltés, Madrid. LEBART, L.; MORINEAU, A.; PIRON, M. (1995): Statistique exploratoire multidimensionnelle. Dunod, Paris. URIEL, E. ; ALDÁS,J. (2005): Análisis Multiariante Aplicado.Aplicaciones al Marketing, Investigación de Mercados, Economía, Dirección de Empresas y Turismo. Thomson." "
Complementaria
	AFIFI, A.A.; CLARCK, V. (1990): Computer-aided multivariate analysis. Van Nostrand Reinhold, USA. ARNAU GRAS, J. (1983): El modelo de escalamiento multidimensinal no métrico. Colección de artículos de R.N.Shepard y J.B.Kruskal editados por R.López Feal. Edicions de la Universitat de Barcelona, Barcelona. BENZÉCRI, J-P. (1992): Correspondence Analysis Handbook, Marcel Dekker, Inc., New York. CUADRAS, C.M. (1981): Métodos de análisis multivariantes. EUNIBAR, Barcelona. ESCOFIER, B.; PAGÈS, J. (1992): Análisis factoriales simples y múltiples. Objetivos, métodos e interpretación. Servicio Editorial de la Universidad del País Vasco, Bilbao. GIFI, A. (1990): Nonlinear multivariate analysis, John Wiley & Sons Ltd, Chichester. GREEN, P.E.; CARMONE, F.J.Jr.; SMITH, S.C. (1989): Multidimensional Scaling: Concepts and Applications. Allyn and Bacon, Boston. LINA VICENTE, Mª; GIRÓN, P; NIETO, C; PÉREZ, T. (2005): Diseño de experimentos. Soluciones con SAS y SPSS. Pearson-Prentice Hall. LUQUE MARTÍNEZ, T. (Coor) (2000): Técnicas de análisis de datos en investigación de mercados, Pirámide, Madrid. MORINEAU, A.; ALUJA-BANET, T. (1998): Analyse en composantes principales. Cisia, Paris. MORINEAU, A.; MORIN, S. (2000): Pratique du traitement des enquêtes. Cisia, Paris. SHEPARD, R.N. (1962): "" The analysis of proximities: Multidimensional scaling with an unknown distance. I "". Psychometrika, 27, pp.125-140. SHEPARD, R.N. (1962): "" The analysis of proximities: Multidimensional scaling with an unknown distance. II "". Psychometrika, 27, pp. 219-246. SPSS (1993): Advanced system reference guide, Release 6.0, Spss Inc., USA. SPSS (1993): Base system reference guide, Release 6.0, Spss Inc., USA. SPSS, Inc. (1990): Categories, SPSS, Inc, Chicago, SPSS, Inc. (1991): SPSS statistical algorithms, Spss Inc., USA SPSS; Norusis, M.J. (1993): Professional statistics, Release 6.0, Spss Inc., USA TENENHAUS, M. (1994): Méthodes Statistiques en Gestion, Dunod, Paris.