El análisis multivariante o análisis multivariado es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado. * Los factores de estudio son los llamados factores de riesgo (bioestadística), variables independientes o variables explicativas. * El resultado estudiado es el evento, la variable dependiente o la variable respuesta. El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de regresión tradicionales:

Property Value
dbo:abstract
  • El análisis multivariante o análisis multivariado es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado. * Los factores de estudio son los llamados factores de riesgo (bioestadística), variables independientes o variables explicativas. * El resultado estudiado es el evento, la variable dependiente o la variable respuesta. El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de regresión tradicionales: * se puede utilizar la información de múltiples variables de entrada, aunque éstas no sean linealmente independientes * puede trabajar con matrices que contengan más variables que observaciones * puede trabajar con matrices incompletas, siempre que los valores faltantes estén aleatoriamente distribuidos y no superen un 10% * puesto que se basan en la extracción secuencial de los factores, que extraen la mayor variabilidad posible de la matriz de las X (variables explicativas, tienen que ser dependientes) pueden separar la información del ruido. Se asume que las X se miden con ruido. (es)
  • El análisis multivariante o análisis multivariado es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado. * Los factores de estudio son los llamados factores de riesgo (bioestadística), variables independientes o variables explicativas. * El resultado estudiado es el evento, la variable dependiente o la variable respuesta. El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de regresión tradicionales: * se puede utilizar la información de múltiples variables de entrada, aunque éstas no sean linealmente independientes * puede trabajar con matrices que contengan más variables que observaciones * puede trabajar con matrices incompletas, siempre que los valores faltantes estén aleatoriamente distribuidos y no superen un 10% * puesto que se basan en la extracción secuencial de los factores, que extraen la mayor variabilidad posible de la matriz de las X (variables explicativas, tienen que ser dependientes) pueden separar la información del ruido. Se asume que las X se miden con ruido. (es)
dbo:wikiPageID
  • 9631939 (xsd:integer)
dbo:wikiPageLength
  • 42 (xsd:integer)
dbo:wikiPageRedirects
dbo:wikiPageRevisionID
  • 130117177 (xsd:integer)
rdfs:comment
  • El análisis multivariante o análisis multivariado es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado. * Los factores de estudio son los llamados factores de riesgo (bioestadística), variables independientes o variables explicativas. * El resultado estudiado es el evento, la variable dependiente o la variable respuesta. El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de regresión tradicionales: (es)
  • El análisis multivariante o análisis multivariado es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado. * Los factores de estudio son los llamados factores de riesgo (bioestadística), variables independientes o variables explicativas. * El resultado estudiado es el evento, la variable dependiente o la variable respuesta. El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de regresión tradicionales: (es)
rdfs:label
  • Análisis multivariante (es)
  • Análisis multivariante (es)
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is foaf:primaryTopic of