Métodos Explicativos Estadísticos

Métodos Explicativos Estadísticos

1. 1) Regresión Múltiple

   • El análisis de la regresión múltiple es una técnica estadística utilizada para analizar la relación entre una variable dependiente (o endógena) métrica y varias variables independientes (o exógenas) también métricas
   • El objetivo esencial del análisis de la regresión múltiple es utilizar las variables independientes, cuyos valores son conocidos, para predecir la única variable criterio (dependiente) seleccionada por el investigador.

2. 2) Análisis canónico (correlación canónica)

   • El análisis de la correlación canónica es una técnica estadística utilizada para analizar la relación entre múltiples variables dependientes (o endógenas) métricas y varias variables independientes (o exógenas) también métricas.
   • El objetivo esencial del análisis de la correlación canónica es utilizar las variables independientes, cuyos valores son conocidos, para predecir las variables criterio (dependientes) seleccionadas por el investigador.

3. 3) Análisis discriminante

   • El análisis discriminante es una técnica estadística utilizada para analizar la relación entre una variable dependiente (o endógena) no métrica (categórica) y varias variables independientes (o exógenas) métricas.
   • El objetivo esencial del análisis discriminante es utilizar los valores conocidos de las variables independientes para predecir con qué categoría de la variable dependiente se corresponden

4. 4) Modelos de elección discreta

   • El análisis discriminante es una técnica estadística utilizada para analizar la relación entre una variable dependiente (o endógena) no métrica (categórica) y varias variables independientes (o exógenas) métricas, de modo que para valores conocidos de las variables independientes se predice con qué categoría (clase) de la variable dependiente se corresponden
   • Es decir, para valores dados de las variables independientes hemos de predecir la probabilidad de pertenencia a una categoría o clase de la variable dependiente (por ejemplo, probabilidad de que un individuo compre un producto o devuelva un crédito según algunas variables medidas en él).

5. 5) Modelo ANOVA (Análisis de la varianza simple)

   • El análisis de la varianza simple es una técnica estadística utilizada para analizar la relación entre una variable dependiente (o endógena) métrica y varias variables independientes (o exógenas) no métricas.
   • El modelo ANOVA mide la significación estadística de las diferencias entre las medias de los grupos determinados en la variable dependiente por los valores de las variables independientes

6. 6) Modelo ANCOVA (Análisis de la covarianza simple)

   • El análisis de la covarianza simple es una técnica estadística utilizada para analizar la relación entre una variable dependiente (o endógena) métrica y varias variables independientes (o exógenas), parte de las cuales son no métricas, siendo la otra parte métricas (covariables).

7. 7) Modelo MANOVA (Análisis de la varianza múltiple)

   • El análisis de la covarianza simple es una técnica estadística utilizada para analizar la relación entre varias variables dependientes (o endógenas) métricas y varias variables independientes (o exógenas) no métricas.
   • El objetivo esencial de los modelos del análisis de la varianza múltiple es contrastar si los valores no métricos de las variables independientes determinarán la igualdad de vectores de medias de una serie de grupos determinados por ellos en las variables dependientes.

8. 8) Modelo MANCOVA (Análisis de la covarianza múltiple)

9. 9) Análisis conjunto

10. 10) Segmentación jerárquica