El alumno comprende y aplica las diferentes técnicas estadísticas multivariadas ya sea de dependencia o interdependencia, de acuerdo al fenómeno  a tratar.

El alumno estima modelos de dependencia, agrupa sujetos o  variables con el fin de describir fenómenos y tener un manejo más fácil de datos en muchas dimensiones.

• 1.Introducción al análisis multivariado
• 2.Análisis de regresión múltiple
• 3.Análisis factorial
• Análisis de conglomerados

• 1.Introducción al análisis multivariado
  • 1.1Origen del análisis multivariado
  • 1.2Descripción rápida de las diferentes técnicas multivariadas
• 2.Análisis de regresión múltiple
  • 2.1Introducción y definiciones
  • 2.2Etapas del análisis de regresión múltiple
    • 2.2.1Análisis descriptivo de las relaciones entre variables
    • 2.2.2Método de los mínimos cuadrados ordinarios (MCO)
    • 2.2.3Multicolinealidad
    • 2.2.4Prueba de hipótesis global
    • 2.2.5Prueba de hipótesis individuales
  • 2.3Evaluación del modelo
    • 2.3.1Coeficiente de determinación
    • 2.3.2Coeficiente de determinación ajustado
  • 2.4Supuestos en los errores
    • 2.4.1Normalidad
    • 2.4.2Valores atípicos
    • 2.4.3Independencia
    • 2.4.4Media cero
    • 2.4.5Homocedasticidad
  • 2.5Pronósticos puntuales y por intervalo
• 3.Análisis factorial
  • 3.1Introducción y definiciones
  • 3.2Objetivos del análisis factorial
  • 3.3Pasos generales para llevar a cabo un análisis de factores
    • 3.3.1Matriz de correlaciones
    • 3.3.2Modelos de selección de factores
    • 3.3.3Descomposición espectral, singular o única
    • 3.3.4Criterios para determinar las características que deberán estar presentes en los factores
    • 3.3.5Matriz de factores no rotada
    • 3.3.6Matriz de factores rotada
    • 3.3.7Calculo de los puntajes de los factores
  • 3.4Análisis estadísticos posteriores
• 4.Análisis de conglomerados
  • 4.1Introducción y definiciones
  • 4.2Medidas de proximidad
    • 4.2.1Medidas de distancia, disimilitud o desemejanza
    • 4.2.2Medidas de similitud, similaridad y semejanza
  • 4.3Métodos jerárquicos
    • 4.3.1Criterios de eslabonamiento
    • 4.3.2Problemas de distancia
    • 4.3.3Vinculación o eslabonamiento
    • 4.3.4Problemas de similitud
  • 4.4Métodos de agrupamiento no jerárquico
    • 4.4.1Técnicas de k-promedios
  • 4.5Análisis estadísticos posteriores

Dos exámenes parciales 40%

Practicas 30%

Libro

ANÁLISIS ESTADÍSTICO MULTIVARIABLE Un enfoque teórico y práctico

De la Garza, Jorge (2013) McGrawHill No. Ed Primera

ISBN: 9786071508171

-

Colegio Departamental de Métodos Cuantitativos

Academia de Economía Matemática y Econometría