aumentar disminuir original

Métodos de análisis multivariado

DOCENTE RESPONSABLE

Sergio Bramardi

DOCENTES COLABORADORES EN LA COORDINACIÓN

Marcelo Ferrer y Raquel Defacio

DESTINATARIOS

Profesionales e investigadores del área de las Ciencias Agrarias y Naturales.

REQUISITOS

Título universitario que tenga en su currícula al menos un curso de Estadística Básica, o en su defecto haber cursado algún curso de posgrado de Estadística General.

FUNDAMENTACIÓN

La caracterización de unidades experimentales implica en la mayoría de los caso un número elevado de variables o descriptores a ser relevados. Para el análisis de este tipo de información las herramientas que brindan la estadística univariada (e incluso la bivariada) no permiten un verdadero aprovechamiento de los datos. Por esto debemos recurrir al análisis multivariado que se emplea para el estudio de situaciones en que se disponen de observaciones sobre varios ‘individuos’ u ‘objetos’ pertenecientes a uno o más ‘grupos’, estando constituida cada observación por los valores de varias ‘características’ o ‘variables’, generalmente interrelacionadas. Los métodos multivariantes se constituyen hoy en día en una fructífera técnica de análisis, que se extiende prácticamente a todas las ciencias experimentales y en áreas tan diversas como la ingeniería, sociología, economía, medicina, biología, ecología, etc. Muchas de estas técnicas han sido desarrolladas ya hace bastante tiempo, pero han experimentado en los últimos años una importante revolución con el planteamiento de nuevos métodos, sobre todo motivados por la utilización de programas computacionales, existiendo muchas veces métodos alternativos (incluso distintos) para un mismo problema. Sin embargo, a pesar de la amplia oferta de métodos de que se dispone, tradicionalmente sólo una fracción de ellos son utilizados. Es común percibir una repetición en el empleo de métodos una vez que aparece publicada una determinada estrategia de análisis, sin una justificación clara de por qué se usan, ni una evaluación crítica de la metodología elegida. Esta recurrencia a las mismas estrategias, sumado al hecho de que con los nuevos paquetes estadísticos resulta sencillo aplicar un determinado método de análisis de datos, sin mayor necesidad de conocimiento del mismo, como de sus alternativas, ha dado como resultado que muchas veces los métodos estadísticos multivariados sean mal usado o subexplotados por los experimentadores. En el presente curso se busca brindar al investigador las herramientas necesarias para discernir entre las distintas técnicas multivariadas y poder seleccionar la más adecuada para un trabajo particular, como así también, hacer una buena interpretación de los resultados obtenidos.

OBJETIVOS

Objetivo General

  • Exponer un panorama lo más exhaustivo posible de las alternativas y estrategias disponibles para el análisis, representación y resumen de datos multidimensionales tanto cuantitativos como cualitativos, sin pretender desarrollar profundamente sus fundamentos matemáticos y acentuando la necesidad de la evaluación comparativa de diferentes técnicas disponibles para un mismo problema.

Objetivos específicos

  • Conocer el amplio abanico de técnicas disponibles para el análisis de datos de naturaleza multivariada
  • Recurrir a bibliografía específica para adentrarse en los fundamentos de estos métodos
  • Interpretar críticamente resultados estadísticos que aparecen en publicaciones científicas
  • Comprender la necesidad de la evaluación comparativa de diferentes técnicas disponibles para un mismo conjunto de datos
  • Disponer de un recurso computacional para realizar análisis multivariado
  • Interpretar críticamente resultados obtenidos de software estadístico (R-Proyect)

PROGRAMA

  • Conceptos básicos. Unificación de terminología y usos de elementos esenciales del álgebra matricial y vectorial. Matrices de variancia-covariancias y de correlación.
  • Análisis y representación de datos multivariantes. Métodos de ordenación: Análisis de Componentes Principales, Análisis de Coordenadas Principales, Análisis Factorial de Correspondencia, Escalas multidimensionales (MDS) no-métricas. Métodos de clasificación: Análisis de Clúster Jerárquico, Arboles Ultramétricos, Arboles Aditivos, Árbol de Mínima Distancia.
  • Criterios de comparación entre técnicas y/o estrategias. Correlación entre matrices. Correlación cofenética. Test de Mantel. Arboles e índices de consenso.
  • Análisis conjunto de datos cuali y cuantitativos: Coeficiente de similaridad general de Gower (1971). Discretización de Escofier. Análisis de Procrustes Generalizados. Análisis Factorial Múltiple.

BIBLIOGRAFÍA

Cuadras, C. M. (2012). Nuevos métodos de análisis multivariante. Barcelona: CMC Editions.
Hardle, W.; Simar, L. (2007). Applied multivariate statistical analysis. Berlin: Springer
Johnson, D. E. (2000). Métodos multivariados aplicados al análisis de datos. México: International Thomson Editores.
Peña, D. (2002). Análisis de Datos Multivariantes. Madrid: McGraw Hills/Interamericana de España.
Tussel, F. (2008) Análisis Multivariante. Bilbao: Servicio Editorial de la UPV/EHU

CARGA HORARIA

40 horas  (28 horas presenciales y 12 de trabajo no presencial)

CRONOGRAMA DE ACTIVIDADES

Dias y horario: desde el martes 11 al viernes 14 de septiembre, de 9 a 13 y de 14 a 17 horas.
Lugar de dictado: Monteagudo 2772, sede Pergamino.

MODALIDAD DEL CURSO

Presencial. Asistencia al 80% de las clases.
Las clases consistirán en actividades prácticas asentadas en la resolución de una guía de problemas reales con apoyo de software estadístico (R-Proyect) y discusión de estudios de caso. La presentación de los ejercicios así como su planteo general se llevará a cabo en forma conjunta con el docente.

MODALIDAD DE EVALUACIÓN

Para obtener la acreditación del curso se requerirá haber asistido al 80% de las clases y la resolución y entrega de una guía de problemas reales con apoyo de software estadístico R.
Aquellos que no presenten la evaluación, podrán obtener un certificado de asistencia al curso.

REQUERIMIENTOS TÉCNICOS

Se sugiere que los participantes que puedan hacerlo, lleven sus notebooks a clases.

ARANCEL

  • Profesionales en general: $ 3.000
  • Docentes, graduados y no docentes UNNOBA: $ 2.500

INFORMES

Por mail a: cursosposgrado@unnoba.edu.ar
Teléfonos: 2477-409500 (interno 21201) – Sede Pergamino | 236-4407750 (interno 12502/500) – Sede Junín