Hola otra vez. Aquí os planteo las primeras actividades que tendréis que resolver para empezar con la materia; algunas son más bien de repaso de contenidos fundamentales que nos harán falta y que habréis tratado en algún momento de vuestras carreras y otras son de inicio en el análisis multivariante. Tenéis hasta el 24 para hacerlas.
Como repaso os planteo recordar los tipos de variables que existen y que también aparecerán en esta parte de la materia: variables dependientes e independientes y variables discretas y continuas. Además recordaremos los diferentes niveles de medida en los que pueden aparecer los datos a los que nos enfrentemos y repasaremos someramente el concepto de matriz (olvidaros de los tres primeros temas del libro). Esta primera actividad supone una lectura por vuestra parte de los materiales que os aporto, por lo que no las corregiremos. Os los he enviado a vuestro email. Respecto a los dos documentos relacionados con matrices leedlos por encima, solo se trata de saber lo que es una matriz y la forma que tiene, se trata porque es la base que utilizan los programas informáticos para realizar los análisis multivariante.
Como actividad de inicio en la materia os propongo la siguiente: tenéis que buscar en vuestro libro de texto (volumen III) una pequeña definición de cada uno de los tipos de análisis multivariante que vamos a tratar y un ejemplo que ayude a entenderlos, y todo ello en una frase para cada cosa (una para cada definición y otra para cada ejemplo). Lo que hayáis encontrado lo tenéis que colgar en el blog en el apartado de comentarios que encontrareis aquí debajo (se puede escribir directamente o copiar y pegar desde Word).
Decir como aclaración que, si bien en la primera parte de la materia el análisis estadístico del que se habla es univariante porque solo se maneja una variable independiente aquí lo llamamos multivariante porque tenemos dos o más. Dependiendo del objetivo que tengamos y de algunas características más que iremos viendo escogeremos un tipo de análisis multivariante u otro (factorial, de cluster, discriminante o de regresión, cada uno con un tema en el libro. Recordad que los temas 6 y 9 no entran). Las definiciones están en la introducción a cada tema y los ejemplos más adelante, en la zona donde se habla del análisis estadístico con SPSS para cada tipo de análisis.
Suscribirse a:
Enviar comentarios (Atom)
Hola Marta, después de unos días de descanso y con cierta ansiedad ante las calificaciones de la semana próxima te envío el material solicitado.
ResponderEliminarAnálisis de cluster: homogeneizar los objetos dentro de los grupos mientras se mantiene la heterogeneidad, entre los mismos. Ejemplo, cuando en un centro educativo realiza los agrupamientos flexibles en las materias instrumentales por competencia curricular, manteniendo la heterogeneidad en variables psicoevolutivas.
Análisis de correspondencias: analiza tablas de contingencias de doble entrada de muchas categorías. Ejemplo: En la filas establecemos las ocho competencias básicas (comunicación lingüística, matemática, digital, aprender a aprender, etc) y en las columnas los resultados obtenidos en un centro de cada provincia andaluza.
Análisis discriminante: permite obtener a partir de las observaciones en un conjunto de variables para individuos pertenecientes a distintos grupos, unas funciones que permiten clasificarlos. Ejemplo: en un colegio público que escolariza a alumnado de diferentes nacionalidades en los distintos cursos de la educación básica, observa las variables de: creatividad, habilidades sociales e integración social para cada una de las nacionalidades del alumnado para establecer una clasificación.
Análisis de regresión: Estudia la relación en una o más variables independientes y otra variable dependiente. Ejemplo: relación entre estudiar con esquemas o con mapas conceptuales y rendimiento académico.
Análisis de segmentación: Nos permite determinar cual de las posibles variables independientes tiene un efecto significativo sobre la variable dependiente. Ejemplo: ¿Cuál de las siguientes variables (estilo de aprendizaje, motivación, estrategias de aprendizaje y agrupamiento escolar) tiene más poder predictor en el rendimiento académico?
hola
ResponderEliminarte acabo de responder por email