Analisis multivariante ss13

Servicio de asesoría y resolución de ejercicios ciencias_help@hotmail.com
www.maestronline.com
Solicita una cotización a través de nuestros
correos.
Maestros Online
Análisis
Multivariante
Apoyo en
ejercicios
Servicio de asesorías y solución de ejercicios
Ciencias_help@hotmail.com

nstrucciones:
 Lee con toda atención la explicación del tema y resuelve los siguientes problemas. Puedes
necesitar tablas estadísticas y utilizar algún paquete computacional.
1. Una empresa lleva a cabo una prueba para seleccionar nuevos empleados. Se
sabe que las puntuaciones siguen una distribución normal con media de 80 y
desviación estándar de 25.
a. ¿Qué porcentaje de candidatos obtendrá entre 75 y 100 puntos?
b. Si se presentan 50 candidatos, ¿cuál es la probabilidad de que el
candidato obtenga más de 90 puntos?
2. Para ingresar a cierta universidad se aplica un test con 100 preguntas de las
cuales cada una tiene 4 posibles respuestas y sólo una correcta. Para ser admitido
se requiere que al menos 30 respuestas estén contestadas de forma correcta. Una
persona responde el test al azar.
a. ¿Cuál es el número esperado de respuestas correctas?
b. ¿Qué probabilidad tendrá de superar la prueba?
3. Se tomó una muestra de 12 casas vendidas en cierta ciudad de Estados Unidos en
donde se midió la extensión (miles de pies cuadrados) y el precio de venta (miles
de dólares):
Extensión (miles de pies cuadrados) 1.4 1.3 1.2 1.1 1.4 1 1.3 0.8 1.2 0.9 1.1 1.1
Precio de venta (miles de dólares) 100 110 105 120 80 105 110 85 105 75 70 95
a. Encuentra el coeficiente de correlación e interpreta el resultado.
b. Determina la ecuación lineal que describe el comportamiento de los datos.
c. ¿Qué precio de venta se espera de una casa con 1.5 miles de pies
cuadrados?
4. Se realizó una encuesta de presupuestos familiares y se obtuvieron los siguientes
datos mensuales:
Gasto
teléfono
Renta
familiar
# Habitantes
Gasto
teléfono
Renta
familiar
# Habitantes
2000
1500
780
340
200
850
10000
7500
4000
4000
3560
9850
2
4
3
6
3
4
5000
2500
1250
980
745
600
16000
7500
6500
8000
7000
12000
3
4
4
6
5
5
a. Calcula el coeficiente de correlación y dale una interpretación.
b. Construye un modelo de regresión lineal múltiple para los datos.
c. ¿Qué gasto de teléfono se espera en una familia de 5 integrantes con 10
000 de ingreso?
Instrucciones:

Investiga en distintas fuentes (como en la biblioteca digital o en Google Libros, disponible
en: http://books.google.com.mx/bkshp?hl=es&tab=wp) un poco más sobre las siguientes
técnicas multivariantes:
1. Análisis factorial y de componentes
2. Análisis multivariado de varianza y covarianza
3. Análisis de conglomerados (cluster)
De cada uno anota un ejemplo que incluya:
 Explicación del problema.
 Tipo de relación entre variables que justifique el uso de la técnica multivariante
aplicada.
 Interpretación o conclusión del problema a resolver.
Instrucciones:
Se hizo una encuesta a personas acerca del calzado deportivo marca Nike. En la siguiente tabla se
presentan los datos recopilados. Se usaron códigos 1, 2, 3 para usuarios esporádicos, intermedios
o frecuentes, respectivamente. El sexo se codificó como 1 o 2 (1 = hombres, 2 = mujeres). La
conciencia, actitud, preferencia, intención y lealtad se midieron en una escala de 7 puntos (1 muy
desfavorable y 7 muy favorable).
Número Uso Sexo Conciencia Actitud Preferencia Intención Lealtad
1
2
3
4
5
3
1
1
3
3
2
1
1
2
2
7
2
3
6
5
6
2
3
5
4
5
4
6
5
7
5
6
7
3
4
6
5
6
2
3
6
7
8
9
10
2
2
1
2
1
2
1
1
2
1
4
5
2
4
3
3
4
1
4
1
5
4
3
3
2
2
3
4
6
4
3
2
5
5
5
11
12
13
14
15
3
3
1
3
1
2
2
1
2
2
6
6
4
6
4
7
5
3
4
3
6
6
3
5
4
4
4
1
3
5
5
4
1
2
6
Para estos datos realiza lo siguiente:
1. Plantear el problema.
2. Elaborar la matriz de correlación.
3. Realizar las pruebas de esfericidad de Bartlett y el índice KMO, a fin de determinar si los
datos son factibles de tratar con un análisis factorial.
4. Encontrar la matriz de factores, así como los eigenvalores para determinar qué factores
son relevantes en el análisis
Se realiza una encuesta respecto a las ventajas de nueve marcas de autos de lujo. Las variables
consideradas fueron éstas:

V1 Prestigio
V2 Desempeño
V3 Lujo
V4 Valor
La escala utilizada fue de 7 puntos, donde 1 = poco y 7 = excelente.
Las respuestas arrojaron la siguiente tabla:
Marca Prestigio Desempeño Lujo Valor
Lexus
Infinity
BMW
Mercedes
5
5
5
6
7
6
7
6
5
5
6
6
7
7
5
6
Cadillac
Lincoln
Porsche
Bentley
Rolls
5
6
5
7
7
5
6
6
4
5
6
5
5
7
7
5
5
4
3
1
Considerando lo anterior:
1. Realiza el análisis de estos datos mediante el análisis de componentes y el procedimiento
de rotación varimax.
2. Interpreta los factores extraídos.
3. Si tuvieras variables sustitutas, ¿cuáles escogerías?
4. Examina el ajuste del modelo y determina si el análisis factorial es la mejor técnica para
tratar estos datos.
Recuerda incluir todos los resultados del proceso del análisis (los paquetes computacionales
muestran todos los resultados).
nstrucciones:
Descarga una copia a prueba del paquete SPSS indicado en la bibliografía del curso y en el que
podrás realizar el siguiente ejercicio. Esta copia tiene vigencia, así que es importante que abras por
primera vez la aplicación cuando vayas a trabajar con el paquete.
Ejercicio:
La siguiente tabla presenta el resultado de una encuesta acerca de cuántos viajes hizo la gente
en los últimos dos meses. La codificación tiene los siguientes datos:
 Número de viajes (1 = un viaje, 2 = dos viajes, 3 = tres viajes).
 Ingreso (en miles de dólares).
 Actitud, se mide en escala de 1 a 8 (1 = me desagrada viajar, 8 = me gusta mucho viajar).
 Tamaño de la familia (número de integrantes de la familia).
 Edad del jefe de familia (años de edad).
 Cantidad gastada en esos viajes (1 = gasto bajo, 2 = gasto medio, 3 = gasto alto).
No. viajes Ingreso Actitud Tamaño Edad Cantidadgastada

1 39.7 8 3 40 2
1 49.0 6 3 51 3
1 63.6 7 3 37 3
1 43.7 7 7 51 1
1 36.3 3 3 61 3
1 35.1 8 4 56 3
1 59.8 8 2 64 2
1 34.4 6 4 53 2
1 50.5 4 6 45 3
1 62.2 8 4 40 3
1 35.7 8 4 56 3
1 54.7 1 4 68 3
1 64.5 8 4 44 2
1 54.6 2 4 52 3
1 61.9 2 2 41 3
2 63.5 6 5 49 3
2 55.2 6 4 67 1
2 37.6 3 2 66 1
2 48.9 6 2 45 2
2 54.1 7 3 42 2
2 54.7 4 2 54 2
2 67.4 8 3 66 3
2 66.4 7 6 61 2
2 65.3 7 4 52 3
2 48.1 8 2 53 1
2 36.7 2 3 67 1
2 64.2 8 2 39 1
2 37.3 1 5 53 2
2 53.9 3 2 44 2
2 63.3 6 2 54 3
Considerando los datos de la tabla anterior, realiza lo siguiente:
1. Captura los datos en tu paquete estadístico. Utiliza como variable de agrupación el número
de viajes, y las demás como independientes.
2. Sigue paso a paso el llenado de ventanas, como se te indicó en la explicación del tema, a
fin de tener todos los elementos que se requieren para el análisis y la interpretación.
3. Revisa la hoja de resultados y ubica la tabla que se denomina Estadísticos de grupo:
a. La primera columna es la variable que utilizamos como variable de agrupación,
que en este caso es el “número de viajes” y puedes observar que aparecen los
parámetros que capturaste con algunos datos como: media, desviación típica,
datos ponderados y no ponderados.

b. Identifica, para cada valor del número de viajes, qué parámetro es el más grande
y repórtalo. Eso nos indica qué variable es la que más influye para que una familia
decida realizar 1, 2 o 3 viajes en un periodo de 2 meses.
Para la elaboración de esta tarea, necesitarás el paquete SPSS, del cual puedes descargar una
copia a prueba, como está indicado en la bibliografía del curso. Ten presente que esta copia tiene
vigencia.
Ejercicio:
Una agencia de viajes está interesada en conocer los factores que más influyen en los viajes de las
personas, para así poder ofrecer promociones adecuadas a ellos. Para llevar a cabo su análisis,
realizó una encuesta acerca de los viajes que realizaron 30 de sus clientes durante los últimos dos
meses.
La siguiente tabla presenta el resultado de la encuesta realizada por la agencia de viajes. La
codificación tiene los siguientes datos:
 Número de viajes (1 = un viaje, 2 = dos viajes, 3 = tres viajes).
 Ingreso (en miles de dólares al mes).
 Actitud (medida en escala de 1 a 8, donde 1 = me desagrada viajar y 8 = me gusta mucho
viajar).
 Tamaño de la familia (número de integrantes de la familia).
 Edad del jefe de familia.
 Cantidad gastada en esos viajes (1 = gasto bajo, 2 = gasto medio, 3 = gasto alto).
Número de
viajes
Ingreso Actitud
Tamaño de
la familia
Edad del jefe de
familia
Cantidad
gastada
1 39.7 8 3 40 2
1 49.0 6 3 51 3
1 63.6 7 3 37 3
1 43.7 7 7 51 1
1 36.3 3 3 61 3
1 35.1 8 4 56 3
1 59.8 8 2 64 2
1 34.4 6 4 53 2
1 50.5 4 6 45 3
1 62.2 8 4 40 3
1 35.7 8 4 56 3
1 54.7 1 4 68 3
1 64.5 8 4 44 2
1 54.6 2 4 52 3
1 61.9 2 2 41 3
2 63.5 6 5 49 3
2 55.2 6 4 67 1
2 37.6 3 2 66 1
2 48.9 6 2 45 2

2 54.1 7 3 42 2
2 54.7 4 2 54 2
2 67.4 8 3 66 3
2 66.4 7 6 61 2
2 65.3 7 4 52 3
2 48.1 8 2 53 1
2 36.7 2 3 67 1
2 64.2 8 2 39 1
2 37.3 1 5 53 2
2 53.9 3 2 44 2
2 63.3 6 2 54 3
Captura los datos de la tabla anterior en tu paquete estadístico (utiliza como variable de agrupación
el número de viajes, y las demás como independientes). Realiza el análisis discriminante y utiliza
el resumen de resultados para responder lo siguiente:
1. ¿Qué variable es la que más influye para que una familia decida realizar 1, 2 o 3 viajes en
un período de 2 meses?
2. Identifica, mediante el examen de medias, si las medias son estadísticamente iguales para
ambos grupos.
3. Analiza los valores de la λ de Wilks para los datos solos y posteriormente para los datos
agrupados, junto con su transformación en chi cuadrada. A partir de los resultados, indica
el nivel de significancia del análisis.
4. De acuerdo a la matriz de correlaciones agrupadas, identifica si hay alguna que presente
correlación con alguna otra variable.
5. Determina si hay diferencia entre grupos en cuanto al número de viajes, en aspectos como
ingreso, actitud, tamaño de la familia, edad del jefe de familia o cantidad gastada.
6. Ahora realiza la interpretación de datos. Puedes utilizar las cargas canónicas, los
coeficientes estandarizados o los no estandarizados, o los signos de los centroides para
hacerlo.
7. Finalmente, comenta la validez del análisis discriminante y menciona el % de validez que
hay en los datos agrupados originales.
8. Arma la función discriminante para el modelo en particular.
9. Elabora tus conclusiones respecto a lo que podría hacer la agencia de viajes con esta
información.
nstrucciones:
Imagina que trabajas en bienes raíces y estás interesado en conocer la preferencia de selección de
vivienda de un grupo de personas que desean adquirir un inmueble, para así saber lo que les
puedes ofrecer a tus clientes potenciales. Los parámetros que utilizarás son los siguientes:
 Tipo: casa, departamento.
 Recámaras: 1, 2, 3 recámaras.
 Cochera: 1, 2 autos.
 Precio: menos de 1 millón, 1 a 2 millones, más de 2 millones.
A continuación se presentan los pasos a seguir para lograr el objetivo de tu investigación de
mercados:

1. Diseña una encuesta dirigida a personas que desean adquirir un inmueble.
2. Presenta a 2 personas, por separado, una tarjeta con la combinación de parámetros que te
parezca adecuada (no tienen que ser todas, que sean mínimo 9).
a. Solicita a cada persona que seleccione en escala de 1 a 9 (1 = menor preferencia,
y 9 = mayor preferencia) sus preferencias.
b. Observa si hay algunas combinaciones que no sean posibles o determinantes y
descártalas.
3. Realiza el análisis conjunto de cada tarjeta por separado, incluyendo gráfico de utilidades e
importancia de los resultados. Puedes utilizar variables ficticias en tu análisis.
4. ¿Existe alguna diferencia en los resultados de las dos encuestas?, ¿es significativa?,
¿puedes explicar la diferencia?
Instrucciones:
1. En 8 ciudades en México se ha recogido información sobre la venta, en 1998, de periódico
(variable Y en ejemplares diarios vendidos por cada mil habitantes) relacionándola con su
producción económica en concreto con el PIB por habitante (variable X en miles de
pesos). Los datos se presentan a continuación:
X 8.3 9.7 10.7 11.7 12.4 15.4 16.3 17.2
Y 57.4 106.8 104.4 131.9 144.6 146.4 177.4 186.9
a. Encontrar el coeficiente de regresión y el coeficiente de determinación.
b. Construir el modelo lineal que explica el comportamiento de las variables.
c. ¿Cuántos periódicos esperamos que se vendan si el PIB por habitante es $25,000?
d. Si la venta de periódicos es de 150 por cada mil habitantes, ¿qué PIB podemos
predecir?
2. Una empresa frutícola está por iniciar el cultivo de fresa en un terreno nuevo que acaba
de adquirir y aprovecha los datos de un fruticultor, que ha encontrado una relación muy
significativa entre producción obtenida (miles de toneladas de fresa), el volumen de agua
utilizado (miles de litros) y la cantidad de abono específico utilizado (en kilogramos):
Año Producción
X1
Agua
X2
Abono
X3
2005
2006
2007
2008
2009
120
150
200
270
350
100
130
175
240
310
10
12
14
17
20
a. Encuentra la matriz de correlación entre las variables.
b. Encuentra el coeficiente de correlación y el coeficiente de determinación.
c. Construye el modelo lineal que describa el comportamiento de las variables.
d. Si el agua utilizada fuera 40 mil litros, y el abono 5 kg, ¿qué producción
esperaríamos?
Lee con toda atención la explicación del tema y resuelve los siguientes problemas. Puedes
necesitar tablas estadísticas y utilizar algún paquete computacional si lo deseas.

1. Cierta ciudad está dividida en cuatro distritos. El jefe de la policía quiere determinar si hay
alguna diferencia en el número promedio de crímenes cometidos en cada distrito. Se lleva
un registro durante seis días. Con un nivel de significancia de 0.05, ¿se puede concluir que
hay diferencia en el número promedio de crímenes?
Distrito I Distrito II Distrito III Distrito IV
13
15
14
15
14
15
21
13
18
19
18
19
12
14
15
13
12
15
16
17
18
15
20
18
2. En cierta oficina se desea estudiar el efecto del cansancio en una tarea rutinaria, para lo
cual se toman datos acerca del tiempo que toma realizar cierta tarea, de acuerdo a la hora
en que se realice. El resultado es el siguiente:
Inicio de la jornada A las 4 horas A las 7 horas
12
12
13
14
11
15
9
9
8
10
11
11
10
9
8
10
10
9
9
9
10
9
7
6
6
9
12
11
10
8
6
9
6
7
9
6
7
6
7
7
8
8
7
9
9
6
5
6
6
7
9
Si suponemos normalidad e independencia entre los grupos y a un nivel de confianza del 95%,
¿podemos afirmar que el tiempo que se tarda en realizar un trabajo rutinario está determinado por
la hora en que se realice?
Resuelve los siguientes ejercicios utilizando el análisis de varianza:
1. Una empresa familiar que fabrica tortillas ha analizado el número de clientes que entran,
en promedio, cada hora por trimestre durante un año. Con un nivel de confianza del 95%
¿existe alguna relación significativa en el número de clientes que entra a la tienda de
acuerdo a la hora y al trimestre en que se tomó la medida?
Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4
8:00AM
9:00AM
10:00AM
11:00AM
7
10
25
50
4
7
15
20
5
8
17
25
9
20
35
67

12:00AM
1:00PM
2:00PM
3:00PM
4:00PM
75
79
68
52
54
35
40
43
38
34
40
46
49
38
38
85
103
96
85
80
2.
3. Una empresa de cable planea incluir en sus servicios la conexión a Internet, por lo cual
realiza un experimento a fin de saber si existe alguna relación entre la hora y el lugar en
donde se conectan usuarios de Internet. Los resultados reportados son los siguientes:
Lugar A Lugar B Lugar C Lugar D
Horario 1
31
45
46
43
82
110
88
72
43
45
63
76
45
71
66
62
Horario 2
36
29
40
23
92
61
49
124
44
35
31
40
56
102
71
38
Horario 3
22
21
18
23
30
37
38
29
23
25
24
22
30
36
31
33
Determina con un nivel de confianza del 95%, si existe alguna predilección en cuanto a Lugar y
Horario para realizar la planeación de servicios de la compañía por cable.
nstrucciones:
Resuelve los siguientes ejercicios utilizando el análisis que se te indique.
1. Se desea saber si existe alguna diferencia significativa en el rendimiento en millas por
galón en automóviles de 4 cilindros cuando se aplica combustible con aditivo y cuando se
aplica combustible sin aditivo. Los resultados obtenidos son los siguientes:
Automóvil
Millas por galón
Con aditivo
Millas por galón
Sin aditivo
1
2
3
4
5
6
7
8
9
10
36.7
35.8
31.9
29.3
28.4
25.7
24.2
22.6
21.9
24.3
36.2
35.7
32.3
29.6
28.1
25.8
23.9
22.0
21.5
24.4
Emplea la técnica de análisis de varianza por medio de bloques aleatorios para indicar si existe
alguna diferencia significativa en utilizar aditivo o no utilizarlo.

2. Para mejorar la actitud hacia las matemáticas un grupo de psicólogos aplican dos técnicas
de hipnosis: técnica A y técnica B y quieren saber si hay alguna diferencia en su
efectividad. Ellos toman al azar a 20 voluntarios en dos grupos independientes de 10 cada
uno y al primero se le aplica la técnica A y al resto la técnica B. Cada persona se le aplica
un diagnóstico para saber la susceptibilidad de ser hipnotizado que es una variable
relacionada con la receptividad de cada persona.
Se define X el índice de sugestibilidad y Y el índice de inducción hipnótica.
Las tablas de datos de resultados son las siguientes:
Método A Método B Método A Método B
Xa Ya Xb Yb
A1
A2
A3
A4
A5
5
10
12
9
23
20
23
30
25
34
B1
B2
B3
B4
B5
7
12
27
24
18
19
26
33
35
30
A6
A7
A8
A9
A10
21
14
18
6
13
40
27
38
24
31
B6
B7
B8
B9
B10
22
26
21
14
9
31
34
28
23
22
Identificar si existen diferencias en el resultado de aplicar el método A o el método B tomando en
cuenta la covariable de susceptibilidad a ser hipnotizado.
a siguiente tabla de datos consta de 91 observaciones y 6 variables. Las observaciones
corresponden a 91 países y las variables son indicadores de desarrollo:
 Analiza los bloques 2, 5, 8, 11 y 14. Toma los datos por separado (no en bloque).
a. Identifica entre los países si hay alguna forma de agruparlos de acuerdo con
los parámetros de tasa de mortalidad (TM) o esperanza de vida en hombres
(EH).
b. Identifica entre los países si hay alguna forma de agruparlos de acuerdo con
el PNB, es decir, compara qué pasa en países con mayor PNB con respecto a
los demás parámetros.
c. Sugiere algún procedimiento de conglomerado a utilizar y justifica porqué
seleccionaste ese tipo de procedimiento (el análisis formal lo harás en tu
proyecto final).
Avance del proyecto final
De tarea para este tema, debes entregar a tu profesor el avance de tu proyecto final, el cual, debe
contener lo siguiente:
 Copia del enunciado de cada problema.
 Especificación del método multivariante aplicado por problema y justificación de su
selección.
 Solución del problema por el método multivariante que se seleccionó.
 Interpretación de los resultados.

Instrucciones:
Para cada uno de los problemas que se te presentan a continuación se debe aplicar alguna técnica
multivariante. Indica qué técnica es más adecuada, por qué y realiza el análisis conveniente.
1. McDonald’s es un restaurante de comida rápida que ha incursionado en el mercado de
ensaladas. Las ensaladas que ofrece son las siguientes: César, Ranch, Diosa Verde y
Rusa. Se probó en 14 restaurantes, durante 14 días, a fin de ver la respuesta de los
clientes y los datos encontrados se presentan a continuación:
Día César Ranch
Diosa
Verde
Rusa
1
2
3
4
5
6
7
155
157
151
146
181
160
168
143
146
141
136
180
152
157
149
152
146
141
173
170
174
135
136
131
126
115
150
147
8
9
10
11
12
13
14
157
139
144
158
184
161
165
167
159
154
169
195
177
178
141
129
167
145
178
201
185
130
119
134
144
177
151
160
a. Determina si existe alguna diferencia significativa entre las preferencias de los
consumidores hacia alguna ensalada.
2. En el análisis taxonómico de las flores para distinguir sus distintas especies se toma en
cuenta cinco aspectos: longitud de los sépalos, anchura de los sépalos, longitud de los
pétalos y anchura de los pétalos y su especie. Se desea probar si las cuatro
variables (longitud sépalo, ancho sépalo, longitud pétalo y ancho pétalo) presentadas
permiten identificar la especie en cuestión (visualizar los datos de forma gráfica para
comprobar si están correctamente diferenciadas). Se toma una muestra de 50
observaciones que se presentan a continuación:
OBS
Long
sépalo
Ancho
sépalo
Long
pétalo
Ancho
pétalo
Especie
Obs1 50 33 14 2 Setosa
Obs2 64 28 56 22 Virginica
Obs3 65 28 46 15 Versicolor
Obs6 46 34 14 3 Setosa
Obs10 46 36 10 2 Setosa

Obs18 51 33 17 5 Setosa
Obs26 55 35 13 2 Setosa
Obs31 48 31 16 2 Setosa
Obs36 52 34 14 2 Setosa
Obs37 49 36 14 1 Setosa
Obs40 44 32 13 2 Setosa
Obs42 50 35 16 6 Setosa
Obs44 44 30 13 2 Setosa
Obs47 47 32 16 2 Setosa
Datos tomados de Fisher M. (1936). “The Use of Multiple Measurements in Taxonomic Problems”, Annals of Eugenics, 7, pp. 179 – 188.

Para contestar lo anterior (subrayado) se te sugiere:
a. Encontrar la matriz de correlación entre las variables.
b. Realizar un análisis de regresión múltiple a fin de determinar el modelo
lineal que permita explicar los datos.
c. Hacer el análisis de varianza correspondiente de la muestra completa e
interpretar.
d. Hacer el análisis discriminante e interpretar.
3. La empresa Kimberly-Clark es líder en el mercado de la industria de los pañales desde
1960 que inició en este campo. A la fecha vende más de 3500 millones de dólares,
únicamente en Estados Unidos. Los atributos principales en la fabricación de pañales son
los siguientes:
o Estilo: estampado/ color, blanco.
o Absorbencia: regular, superabsorbente.
o Cierre: cinta normal, cinta resellable.
o Escurrimiento: regular, antiescurrimiento.
e. Diseña los 16 perfiles completos en términos de preferencia. Calcula las funciones
de valor parcial y la importancia de cada atributo.
4. Los siguientes datos corresponden a personas que pertenecen a una comunidad en donde
se realizaron distintas medidas físicas a fin de determinar si existe diferencia entre las
medidas de hombres y mujeres. Responde lo siguiente:
a. ¿Qué análisis multivariante aplicarías? ¿Por qué?
b. Aplica el análisis que mencionaste en el inciso ‘a’ a los datos e interpreta los
resultados.
c. Identifica si hay alguna relación entre las medidas del cuerpo e interprétalas.
Sexo Estatura Peso Pie
Largo
brazo
Ancho
espalda
Diámetro
cráneo
Distancia
rodilla -
tobillo
1 0.00 159.00 49.00 36.00 68.00 42.00 57.00 40.00
2 1.00 164.00 62.00 39.00 73.00 44.00 55.00 44.00
3 0.00 172.00 65.00 38.00 75.00 48.00 58.00 44.00
4 0.00 167.00 52.00 37.00 73.00 41.50 58.00 44.00
5 0.00 164.00 51.00 36.00 71.00 44.50 54.00 40.00
6 0.00 161.00 67.00 38.00 71.00 44.00 56.00 42.00
7 0.00 168.00 48.00 39.00 72.50 41.00 54.50 43.00
8 1.00 181.00 74.00 43.00 74.00 50.00 60.00 47.00
9 1.00 183.00 74.00 41.00 79.00 47.50 59.50 47.00
10 0.00 158.00 50.00 36.00 68.50 44.00 57.00 41.00
11 0.00 156.00 65.00 36.00 68.00 46.00 58.00 41.00
12 1.00 173.00 64.00 40.00 79.00 48.00 56.50 47.00
13 0.00 158.00 43.00 36.00 68.00 43.00 55.00 39.00
14 1.00 178.00 74.00 42.00 75.00 50.00 59.00 45.00
15 1.00 181.00 76.00 43.00 83.00 51.00 57.00 43.00

16 1.00 182.00 91.00 41.00 83.00 53.00 59.00 43.00
17 1.00 176.00 73.00 42.00 78.00 48.00 58.00 45.00
18 0.00 162.00 68.00 39.00 72.00 44.00 59.00 42.00
19 0.00 156.00 52.00 36.00 67.00 36.00 56.00 41.00
20 0.00 152.00 45.00 34.00 66.00 40.00 55.00 38.00
21 1.00 181.00 80.00 43.00 76.00 49.00 57.00 46.00
22 1.00 173.00 69.00 41.00 74.00 48.00 56.00 44.00
23 0.00 155.00 53.00 36.00 67.00 43.00 56.00 38.00
24 1.00 189.00 87.00 45.00 82.00 53.00 61.00 52.00
25 0.00 170.00 70.00 38.00 73.00 45.00 56.00 43.00
26 1.00 170.00 67.00 40.00 77.00 46.50 58.00 44.50
27 0.00 168.00 56.00 37.50 70.50 48.00 60.00 40.00
Entrega del proyecto final
De tarea para este tema, debes entregar a tu profesor tu proyecto final, el cual, debe contener lo
siguiente:
 Copia del enunciado de cada problema.
 Especificación del método multivariante aplicado por problema y justificación de su
selección.
 Solución del problema por el método multivariante que se seleccionó.
 Interpretación de los resultados.
Instrucciones:
Para cada uno de los problemas que se te presentan a continuación se debe aplicar alguna técnica
multivariante. Indica qué técnica es más adecuada, por qué y realiza el análisis conveniente.
1. Los datos presentados a continuación representan 21 observaciones de 8 variables que
corresponden a publicaciones científicas en distintos países recogidas durante 1982 –
1984. Las variables se organizaron por área:
InterA (interdisciplinaria), InterB (interdisciplinaria), Agric. (Agricultura), Biolo. (Biología),
Medic. (Medicina), Quimi. (Química), Ingen. (Ingeniería) y Física.
INTER.A INTER.B AGRIC. BIOLO. MEDIC. QUIMI. INGEN. FÍSICA
EE.UU 815319 379851 88663 58104 255864 440134 111015 162288
UK 162103 90332 35158 29802 59630 92725 6409 34349
JP 105856 78811 13978 16758 55634 308926 32039 40538
F 118935 76186 13818 11253 49938 120065 9984 35792
G 91099 85037 11740 20337 41233 66087 11304 22093
C 72722 49459 14041 16722 23139 101900 12034 14645
I 42905 29734 7904 13444 31078 36322 5833 11351
A 36121 22236 12419 9863 12186 19641 4898 6299
H 29912 18036 6563 7548 13721 23029 3798 6775

S 28568 16190 3985 9502 14852 18341 2387 3549
CH 26495 14518 3378 3636 11096 19304 2556 5784
E 16425 11818 3089 3981 7196 15493 1258 2692
B 17311 11791 3240 4011 8098 11964 1772 3417
D 14677 555 2635 5667 8368 14266 1197 1999
AU 10957 13154 1433 2372 5928 6713 1318 2278
FI 11012 6457 2028 4756 5731 6647 1001 1669
N 9075 5432 1803 3299 4801 5326 912 853
Y 4686 2957 2031 1194 1806 7046 801 1861
GR 3720 2749 692 1293 1518 2415 896 1366
IR 6786 214 432 1119 1355 98 522 941
P 1221 1929 388 386 564 12 493 413
a. Identifica si existe redundancia entre los datos, es decir, si podemos reducir el
número de variables para explicar el comportamiento de los datos.
b. Identifica si existe correlación entre las distintas disciplinas y si puedes generar un
modelo lineal para el conjunto de datos.
2. Una importante empresa financiera quiere ganar el liderazgo en el manejo de tarjetas de
crédito para lo cual busca elaborar un conjunto de perfiles de tarjeta y presentarlo a
clientes para conocer sus preferencias. Las características a valorar son las siguientes:
 Tasa de interés: baja, media, alta
 Puntos por uso: sí, no
 Cargo anual: cero, $200, $400
Diseña el total de perfiles completos en términos de preferencia. Calcula las
funciones de valor parcial y la importancia de cada atributo. Algunos atributos son
incompatibles (por ejemplo: a tarjetas que tienen tasa de interés baja no se les dan
puntos por uso o por ejemplo si la tarjeta tiene cargo anual cero generalmente
presenta tasa anual media o alta, o en una tarjeta con cargo anual alto y puntos
puede tener tasa de interés baja -¿por qué?-). Determina los perfiles que sería
conveniente presentar a los clientes en el diseño de esta nueva tarjeta de crédito.
3. La siguiente tabla pertenece a un grupo de datos constituido por 26 observaciones y 9
variables que corresponden a porcentaje de empleo en los distintos sectores en países
europeos. Los sectores son los siguientes:
Agr: agricultura
Min: minería
Man: manufactura
Ene: energía
Con: construcción
SI: servicios industriales
Fin: finanzas
Ser: servicios
TC: transporte y comunicaciones
Fuente: Euromonitor (1979).

Agr Min Man Ene Con SI Fin Ser TC
Alemania del E. 4.20 2.90 41.20 1.30 7.60 11.20 1.20 22.10 8.40
Alemania del O. 6.70 1.30 35.80 0.90 7.30 14.40 5.00 22.30 6.10
Austria 12.70 1.10 30.20 1.40 9.00 16.80 4.90 16.80 7.00
Bélgica 3.30 0.90 27.60 0.90 8.20 19.10 6.20 26.60 7.20
Bulgaria 23.60 1.90 32.30 0.60 7.90 8.00 0.70 18.20 6.70
Checoslovaquia 16.50 2.90 35.50 1.20 8.70 9.20 0.90 17.90 7.00
Dinamarca 9.20 0.10 21.80 0.60 8.30 14.60 6.50 32.20 7.10
España 22.90 0.80 28.50 0.70 11.50 9.70 8.50 11.80 5.50
Finlandia 13.00 0.40 25.90 1.30 7.40 14.70 5.50 24.30 7.60
Francia 10.80 0.80 27.50 0.90 8.90 16.80 6.00 22.60 5.70
Grecia 41.40 0.60 17.60 0.60 8.10 11.50 2.40 11.00 6.70
Hungría 21.70 3.10 29.60 1.90 8.20 9.40 0.90 17.20 8.00
Irlanda 23.20 1.00 20.70 1.30 7.50 16.80 2.80 20.80 6.10
Italia 15.90 0.60 27.60 0.50 10.00 18.10 1.60 20.10 5.70
Luxemburgo 7.70 3.10 30.80 0.80 9.20 18.50 4.60 19.20 6.20
Noruega 9.00 0.50 22.40 0.80 8.60 16.90 4.70 27.60 9.40
Países Bajos 6.30 0.10 22.50 1.00 9.90 18.00 6.80 28.50 6.80
Polonia 31.10 2.50 25.70 0.90 8.40 7.50 0.90 16.10 6.90
Portugal 27.80 0.30 24.50 0.60 8.40 13.30 2.70 16.70 5.70
Reino Unido 2.70 1.40 30.20 1.40 6.90 16.90 5.70 28.30 6.40
Rumania 34.70 2.10 30.10 0.60 8.70 5.90 1.30 11.70 5.00
Suecia 6.10 0.40 25.90 0.80 7.20 14.40 6.00 32.40 6.80
Suiza 7.70 0.20 37.80 0.80 9.50 17.50 5.30 15.40 5.70
Turquía 66.80 0.70 7.90 0.10 2.80 5.20 1.10 11.90 3.20
USSR 23.70 1.40 25.80 0.60 9.20 6.10 0.50 23.60 9.30
Yugoslavia 48.70 1.50 16.80 1.10 4.90 6.40 11.30 5.30 4.00
a. Analiza la tabla de datos anterior por el método de conglomerados de acuerdo con
las siguientes técnicas:
i. Jerárquico enlace único (vecino más cercano)
ii. Jerárquico procedimiento de centroide
iii. Técnica de Ward
b. Analiza por el método de dos pasos para tratar de encontrar entre 3 y 5 grupos
conglomerados bien identificados.
c. Interpreta y analiza cada grupo de resultados a fin de identificar qué cantidad de
conglomerados es óptima y cuál es el parámetro que conglomera los datos. Utiliza
dendograma o los gráficos que requieras a fin de aclarar tus respuestas.

Analisis multivariante ss13

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (11)

Semelhante a Analisis multivariante ss13

Semelhante a Analisis multivariante ss13 (20)

Mais de Educaciontodos

Mais de Educaciontodos (20)

Último

Último (20)

Analisis multivariante ss13