809945_es-ES

liliconcom

Uso de métodos multivariados para explorar datos

Vea cómo:

• Comprender y utilizar métodos multivariados (PCA, agrupamiento y K-medias)
• Crear e interpretar diagramas de dispersión y correlaciones multivariadas
• Agrupar registros que tienen una gran cantidad de variables en grupos más pequeños de nuevas variables en función de características comunes
• Agrupar filas que comparten valores similares en varias variables
• Utilice la agrupación jerárquica para crear un dendrograma, que es un gráfico de árbol dinámico y responsivo para tablas pequeñas de hasta varios miles de filas.
• Utilice la agrupación en clústeres k-Means para tablas de hasta cientos de miles de filas
• Utilice mapas autoorganizados para organizar los grupos y formarlos en un diseño particular en una cuadrícula de grupos bidimensional donde la proximidad en la cuadrícula indica la similitud de los grupos.
• Realizar un análisis de componentes principales (PCA) para factores continuos, donde el primer componente principal es la combinación lineal de las variables originales estandarizadas que tiene la mayor varianza posible y cada componente principal subsiguiente es la combinación lineal de las variables que tiene la mayor varianza posible y no está correlacionado con todos los componentes definidos previamente.
• Analizar correspondencia múltiple para datos categóricos (similar a PCA, pero para datos categóricos)
• Utilice el análisis factorial para identificar factores latentes

Recursos

• JMP® para estadísticas univariadas y multivariadas básicas: métodos para investigadores y científicos sociales, segunda edición por Ann Lehman, Norm O'Rourke, Larry Hatcher, Edward J. Stepanski
• Visual Six Sigma: Cómo optimizar el análisis de datos, segunda edición, de Ian Cox, Marie Gaudard y Mia L. Stephens

Modelado estadístico avanzado