preloder
aumentar disminuir

¿QUÉ HACEMOS?

Análisis de componentes principales y conglomerados

Del 13 de abril al 6 de mayo

lunes y miércoles (horario por definir)
descargar ver

Introducción

Dado el número de variables a considerar en las técnicas de análisis multivariado aumenta, entonces también aumenta el conocimiento de la estructura de los datos y la interrelación de las variables. El análisis de componentes principales puede ser utilizado para examinar los patrones entre los datos, asi como la relación entre un número grande de variables y determinar si la información, proveniente de todo el conjunto de datos, puede ser condensada o simplificada en un conjuto pequeño de factores o componentes.

Uno de los principales retos en el análisis de datos es la definición de la taxonomía de estos. Dado que la identificación de los grupos asegura la máxima homogeneidad de los datos dentro de los grupos generados y, asi mismo, asegura la mayor heterogeneidad entre los gruspos, está técnica de análisis de conglomerados ayuda a la explicación y selección de casos según la identificación de grupos dadas sus similitudes.

 Objetivos

  • Definir la técnica de análisis de factores o componentes principales.
  • Determinar el número de factores a extraer.
  • Explicar el concepto de rotación de factores.
  • Descripción de factores.
  • Definir un análisis de conglomerados con sus limitaciones.
  • Identificar similitudes y de – similitudes entre grupos y sus métricas.
  • Interpretar los resultado de un análisis de conglomerados.
  • Identificación de casos dentro de los grupos del conglomerado.

Público objetivo

El curso está diseñado para personas con o sin experiencia en la manipulación de bases de datos y/o programación. Los únicos prerrequisitos son:

  • conocimiento básico de regresión lineal múltiple,
  • conocimiento básico de sintaxis en R,
  • conocimineto básico de visualización de datos en R.

Sesiones

El módulo está dividido en ocho sesiones, cada una de tres horas. A continuación enlisto los temas que cubriremos en cada sesión:

 

Sesión 1

Introducción al análisis de componentes principales.

Sesión 2

Análisis de componentes principales en R.

Sesión 3

Ejemplos prácticos en R.

Sesión 4

Construcción de indicadores bajo la técnica de componentes principales.

Mejoramiento en modelos de regresión lineal.

Sesión 5

Introducción al análisis de conglomerados.

Sesión 6

Análisis de conglomerados en R.

Sesión 7

Ejemplos prácticos en R.

Sesión 8

de análisis de caso, cualitativo o cuantitativo, bajo el criterio de conglomerados.

Mejoramiento en modelos de regresión lineal.

 

Profesor

 

E-mail: itza.curielcabral@cide.edu

Horario de clases:

Martes y jueves de 18:00 a 21:00 horas (13,15, 20, 22, 27, 29 de abril y  4, 6 de mayo)

 

Lugar: CIDE (abril-mayo)

 

Para inscribirte:

https://www.lnpp.mx/wp-content/uploads/2019/11/Escuela2020_promo_instruciones-1-2.pdf

 

Mayores informes

escuelademetodos@lnpp.mx

 

Redes sociales (inbox)

 

Facebook @LNPPMX

Twitter @LNPP_MX

 

WhatsApp

 

55 61853815

 

Fecha de actualización

14 de febrero de 2020

SUBIR
COMENTARIOS.png