Descripción del Curso

Este primer módulo de Análisis Multivariante proporciona las herramientas algebraicas, estadísticas y computacionales necesarias para describir el comportamiento de una población mediante múltiples variables independientes. Su objetivo es generar nuevas variables sintéticas o grupos que resuman la información disponible minimizando la pérdida de variabilidad.

A lo largo de la capacitación aprenderás a interpretar realidades complejas latentes, determinar la técnica óptima de reducción de dimensionalidad para tu conjunto de datos, construir grupos homogéneos y representar gráficamente los resultados orientados a la elaboración de índices robustos.

Contenido del Curso

  • 1. Preliminares y Análisis Previo de los Datos
    • Introducción al análisis de datos multivariantes
    • Caracterización de objetos, medidas y escalas
    • Elementos fundamentales de álgebra matricial
    • Variables aleatorias multidimensionales
    • Descripción de vectores aleatorios, datos perdidos, outliers y supuestos
  • 2. Análisis de Componentes Principales (PCA)
    • Determinación y generación de componentes principales
    • Criterios para la selección óptima de componentes
    • Interpretación teórica y gráfica de los resultados
  • 3. Escalado Multidimensional (MDS)
    • Tipos de escalamiento multidimensional
    • Concepto de proximidad, distancia y similaridad
    • Relación entre escalamiento multidimensional y componentes principales
  • 4. Análisis Factorial
    • Especificación del modelo factorial
    • Métodos de estimación de factores
    • Validación del modelo e interpretación de rotaciones
    • Predicción y cálculo de puntuaciones factoriales
  • 5. Análisis de Conglomerados (Cluster Analysis)
    • Medidas de distancia y similaridad
    • Métodos de agrupamiento jerárquicos y no jerárquicos
    • Determinación y validación del número óptimo de conglomerados
  • 6. Análisis de Correspondencia
    • Tablas de contingencia y distancia Chi-cuadrado
    • Asignación e interpretación de puntuaciones
    • Representación en mapas perceptuales

Capacitador

AG

Andrés Alejandro Galvis Correa, MSc.

Ingeniero Financiero, M.Sc. en Estadística Aplicada (Cum Laude) por la EPN y PhD(c) en Modelación Matemática y Economía del Desarrollo. Coordinador académico de la Sociedad Ecuatoriana de Estadística (SEE). Docente investigador universitario con más de 15 años de trayectoria y consultor en análisis multivariante, muestreo y diseño de experimentos.