Multivariado

Anuncios

Examen final de manera individual - DOCX
Fecha de entrega: viernes 6 de julio de 2019

Link: Material sobre obtención de varianzas y covarianzas

El correo electrónico para cualquier comunicación se encuentra en la esquina superior derecha

Tareas

1. Resolver de manera individual - T1 - DOCX

Código

S2 - Ejemplo cálculo del ángulo entre dos vectores de datos - XLSX
S3 - Estadística descriptiva multivariada - R
S4 - Pruebas de normalidad univarida - Stat
S4 - Pruebas de normalidad, elipses de cobertura bajo normalidad bivariada, elipses de confianza, Prueba de Hotelling - R
S6 - Ejemplo PCA - Stata
S7 - Ejemplo recodificación variables NSE - XLSX
S8 - Análisis de Factores Exploratorio - Stata
S10 - Análisis de Conglomerados -Stata
Modelos de Ecuaciones Estructurales Parte 1 - Stata

Presentaciones

S1 - Elementos de álgebra de matrices
S3 - Introducción al análisis multivariado y análisis descriptivo
S4 - Interpretación geométrica de los datos y distribución normal multivariada
S6 - Componentes Principales
S8 - Análisis de Factores Exploratorio
S10 - Análisis de conglomerados
Modelos de Ecuaciones Estructurales Parte 1
Modelos de Ecuaciones Estructurales Parte 2

Recursos adicionales

Diagramas de dispersión en R

Graphics by Examples - idre UCLA

Density Estimation - Silverman ch 1-2

Programa del Curso

1. Covarianza y correlación. Operaciones con vectores. Elementos de álgebra de matrices
2. Estadística descriptiva multivariada
3. Interpretación geométrica de los datos y distribuciones multivariadas
4. Análisis de componentes principales
5. Análisis de factores exploratorio
6. Análisis de correspondencias
7. Análisis de conglomerados
8. Análisis discriminante
9. Modelos de ecuaciones estructurales. Análisis de senderos. Análisis de factores confirmatorio. Sistemas no recursivos
10. La naturaleza de la causalidad (Exposiciones)

Bibliografía

LIBROS

Johnson RA, Wichern DW. Applied Multivariate Statistical Analysis, 6th Edition. Pearson 2007

Everitt B, Torsten Hothorn. An Introduction to Applied Multivariate Analysis with R. Springer 2011

Afifi A, May S, Clark VA. Practical Multivariate Analysis. 5th edition. 2012. CRC Press

Raykiv T, Marcoulides GA. A First Course in Structural Equation Modeling. Psychology Press 2006

Kline RB. Principles and Practice of Structural Equation Modeling, The Guilford Press 2010

Bollen KA, Structural Equations with Latent Variables, Wiley-Interscience 1989

Paxton P, Hipp JR, Marquart-Pyatt S. Nonrecursive Models. Endogeneity, Reciprocal Relationships, and Feedback Loops. SAGE Publications 2011

Cameron AC, Trivendi PK. Microeconometrics Using Stata, Revised Edition. Stata Press 2010

Greenacre M, La práctica del análisis de correspondencias. Fundación BBVA 2008

ARTÍCULOS

Bland JM, Altman DG. Cronbach's alpha. Sataistics notes. BMJ 1997;314:572

Costello AB, Osborne JW. Best Practices in Exploratory Factor Analysis: Four Recommendations for Getting the Most From Your Analysis. Practical Assessment Research & Evaluation, 2005, Vol 10, No 7.

DiStefano C, Zhu M, Mîndrilă D. Understanding and using factor scores considerations for the Applied Researcher. Practical Assessment, Research & Evaluation, 2009 Vol 14, No 20.

Howe LD, Hargreaves JR, Huttly SRA. Issues in the construction of wealth indices for the measurement of socio-economic position in low-income countries. Emerging Themes in Epidemiology 2008, 5:3 doi:10.1186/1742-7622-5-3

Kolenikov S, Angeles G. Socioeconomic status measurement with discrete proxy variables: Is principal component analysis a reliable answer? Review of Income and Wealth 2009, 55(1), 128-65.

Nedadic O, Greenacre M. Correspondence Analysis in R, with Two- and Three-dimensional Graphics: The ca Package. Journal of Statistical Software 2007, Vol. 20 Issue 3.

Skrondal A, Rabe-Hesketh S. Latent Variable Modelling: A Survey. Board of the Fundation of Scandinavian Journal of Statistics 2007. Vol 34: 712-745

López-Ratón Mónica, Rodríguez-Álvarez María Xosé, Cadarso-Suárez Carmen, Gude-Sampedro Francisco. OptimalCutpoints: An R Package for Selecting Optimal Cutpoints in Diagnostic Tests. Journal of Statistical Software 2014 Vol. 61, Issue 8