Análisis Multivariado


 Basado en:
Multivariate Data Analysis
Joseph F. Hair Jr. William C. Black
Barry J. Babin Rolph E. Anderson
Seventh Edition
   

Browse the glossary using this index

Special | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | ALL

M

Medida compuesta

Ver escalas sumadas.


Medida multivariante

Uso de dos o más variables como indicadores de una sola medida compuesta. Por ejemplo, una prueba de personalidad puede proporcionar las respuestas a una serie de preguntas individuales. (indicadores), que luego se combinan para formar una puntuación única (escala sumada) que representa el rasgo de la personalidad.


Método de estimación Bootstrap.

Un enfoque para validar un modelo multivariado al seleccionar una gran cantidad de submuestras y estimar modelos para cada submuestra. Las estimaciones de todas las submuestras se combinan, proporcionando no solo los "mejores" coeficientes estimados (p. ej., medias de cada coeficiente estimado en todos los modelos de submuestra), sino ademas su variabilidad esperada y, por lo tanto, su probabilidad de diferir de cero es decir, ¿los coeficientes estimados son estadísticamente diferentes de cero o no? Este enfoque no se basa en suposiciones estadísticas sobre la población para evaluar la significación estadística, pero en cambio, realiza su evaluación basándose únicamente en los datos de la muestra.


Multicolinealidad

Grado de hasta qué punto una variable puede explicarse por el comportamiento de las otras variables en el análisis. A medida que aumenta la multicolinealidad, complica la interpretación de la variabilidad porque es más difícil determinar el efecto de cualquier variable individual, debido a sus a que están correlacionadas.