aumentar disminuir original

Métodos de análisis multivariado

INSCRIPCIÓN: Click aquí.

Docente Responsable: Dr. Sergio Bramardi

Destinatarios

Profesionales de carreras afines o interesados en la temática.

Requisitos

Título universitario o de nivel superior no universitario de cuatro años de duración como mínimo.

Objetivos

Brindar un panorama exhaustivo de las alternativas y estrategias disponibles para el análisis, representación y resumen de datos multidimensionales tanto cuantitativos como cualitativos, acentuando la necesidad de la evaluación comparativa de diferentes técnicas disponibles para un mismo problema.

Programa

Unidad 1: Conceptos básicos. Unificación de terminología y usos de elementos esenciales del álgebra matricial y vectorial. Matrices de variancia-covariancias y de correlación.

Unidad 2: Tipos de datos multivariados y medidas de asociación. Panorama general, definición y clasificación del análisis de datos multivariantes. Distancias estadísticas. Datos binarios. Datos cualitativos. Datos cuantitativos. Propiedades de las medidas de asociación. Distancias métricas. Distancias euclídeas. Distancias ultramétricas.

Unidad 3: 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 Cluster Jerárquico, Arboles Ultramétricos, Arboles Aditivos,  Arbol de Mínima Distancia.

Unidad 4: Criterios de comparación entre técnicas y/o estrategias. Correlación entre matrices. Correlación cofenética. Test de Mantel. Arboles e índices de consenso.

Unidad 5:  Análisis conjunto de datos cuali y cuantitativos: Coeficiente de similaridad general de Gower. Discretización de Escofier. Análisis de Procrustes Generalizados. Análisis Factorial Múltiple.

Bibliografía Obligatoria

Cuadras, C. M. (2019). Nuevos métodos de análisis multivariante. Barcelona: CMC Editions.

Bibliografía Optativa

Hair, J.F.; Black, W.C.; Babin, B.J.; Anderson, R.E. (2019). Multivariate Data Analysis. Andover (UK): Cengage Learning EMEA

Hardle, W.; Simar, L. (2015) . Applied multivariate statistical analysis. Berlin: Springer.

Peña, D. (2002). Análisis de Datos Multivariantes. Madrid: McGraw Hills/Interamericana de España.

Tussel, F. (2012) Análisis Multivariante. Bilbao: Servicio Editorial de la UPV/EHU

Actividades prácticas

Consistente en la resolución de una guía de problemas reales con apoyo de software estadístico (R-Proyect) y discusión de estudios de caso. Se requiere traer notebook.

Modalidad de evaluación

Asistir al 80% de las clases programadas. Resolución y entrega de una guía de problemas reales con apoyo de software estadístico R. Examen final

Cronograma

Del 1 al 4 de noviembre de 14 a 17hs

Presencial. Sede Pergamino, Monteagudo 2772

Carga horaria 40 horas

Aranceles

Profesionales en General: $11200

Graduados, Docentes y No Docentes UNNOBA: $9100