ANALISIS MULTIVARIADO

Acción del sujeto que responde de dejar de hacerlo a ciertas preguntas.
11. TRATAMIENTO DE CASOS PERDIDOS:
Hay dos opciones para tratar los datos perdidos.
Eliminar los casos con datos incompletos (opción más simple-por defecto)
Usar algún procedimiento para asignar un valor al dato perdido (imputación)
Patrón de reparto de los datos perdidos:
Aleatorio: eliminar los casos puede tener como consecuencia una reducción importante
del tamaño de la muestra con lo que no sería posible realizar análisis multivariantes.
No aleatorio: eliminar los casos con datos perdidos puede introducir sesgos notables en
los resultados.
12. SUPUESTOS EN LOS MODELOS MULTIVARIADOS:
NORMALIDAD:
Supuesto fundamental del análisis multivariante, exigir que la distribución de los datos de
variables métricas sea normal. Resultados no serán válidos sino se cumple esta condición.
TECNICAS:
o Normalidad Univariante: gráficos como histograma (muestras grandes) y gráficos
de normalidad, test estadístico de normalidad
o SPSS opción explorar, para la normalidad univariante y test estadísticos basados en
el contraste Kolmogorov-Smirnov, Shapiro Wilks. Gráficos: el histograma, el
diagrama de tallo y hojas el diagrama de cajas y especialmente q-qplot , es una
linealización de la distribución normal.
o Normalidad multivariante: variables individualmente normales y sus
combinaciones también. Más difícil de contrastar, existen varios test para cuando
la técnica multivariante exige este supuesto con los residuos
HOMOCEDASTICIDAD:
Supuesto relativo básicamente a las relaciones de dependencia entre variables. Se refiere a
que las variables dependientes tengan iguales niveles de varianza a lo largo del rango del
predictor de las variables.