Prof. Valentín Glz. de Garibay

Análisis de Datos Multivariantes

PRÁCTICAS

 
ACP: ANÁLISIS DE COMPONENTES PRINCIPALES
con SPAD

·         0.0    Ejercicio inicial con Excel.

·         0.1    ACP del Decathlon de Götziz (Austria) 1982 .                                                         

o    Guión  de la práctica A01 

·         0.2    Definición de estándares para la fabricación de máscaras antigás en el ejército suizo. Utilización de una variable nominal.                                                  

o    Guión  de la práctica A02 . / Capturador de pantallas Gadwin (freeware) /

o    Informe  de la práctica A02 

·         0.3    Dentición de mamíferos.

·         0.4    Bienes en el extranjero declarados por los españoles. 

Complementos ACP y  SPAD:      material Simposio Estadística 2001

      ... ACP con otros paquetes de programas : SAS, SAS/IML, R, Statgraphics, MATLAB/OCTAVE

·         01.1    Imágenes de caras: Reducción de almacenaje + Reconstrucción aproximada con MATLAB/OCTAVE  (datos)

·         01.2    Tasa de delitos por tipo en estados USA con SAS proc princomp

·         01.3    Decathlon con SAS/IML y SAS proc princomp

·         01.4    Budget-Temps-ONU  con R

·         01.5    Decathlon con Statgraphics

    ...EXTRACCIÓN DE FACTORES COMUNES 

·         0.10    Modelo de satisfacción de alumnos en un centro educativo, por Antonio Bravo

            (material Salvador Figueras, M y Gargallo Valero, P  UniZar)

   

CLASIFIACIÓN AUTOMÁTICA (CLUSTER): Una visión del paquete STATISTICA.   

·         1.0    Ejemplo elemental de clasificación ascendente jerárquica y por centros móviles a partir de filas de datos.

·         1.1    Ejemplo elemental de clasificación ascendente jerárquica a partir de matrices de proximidad.

o    Resumen Help Statistica.

·         1.2    Definición de estándares para la fabricación de máscaras antigás en el ejército suizo. (filas de datos)

o    Guión  de la práctica B12

·         1.3    Estudio comparativo de dialectos ingleses en el East Midland. (matriz de proximidades desde datos textuales)

o    Guión  de la práctica B13     Complemento: Escalado Multidimensional con Statistica

   ...CLASIFICACIÓN AUTOMÁTICA sobre Componentes Principales (ACP) con SPAD

·         2.0    Ejemplo elemental con SPAD de clasificación ascendente jerárquica sobre Componentes Principales.

·         2.1    Definición de estándares para la fabricación de máscaras antigás en el ejército suizo.

o    Guión  de la práctica C21

·         2.2    Clasificación Decathlon de Götziz (Austria) 1982.

·         2.3    Clasificación de mamíferos atendiendo a sus fórmulas dentarias.

·         2.4    Clasificación de objetos cerámicos en Petavonium.

·         2.5    Clasificación Mixta.

o    Guión  de la práctica C25

·         2.6    Trabajo: Análisis y clasificación de jugadores de baloncesto ACB a partir de sus estadísticas en la fase regular 2005.   

Complementos      material Simposio Estadística 2001      Trabajos realizados por estudiantes

   ...CLASIFICACIÓN AUTOMÁTICA con MATLAB/OCTAVE

·         2.10   Compresión de imágenes digitales   (datos)

   ...CLASIFICACIÓN AUTOMÁTICA con SAS

·         2.20   Estudia la información SAS disponible sobre los procedimientos SAS de clasificación :

§  PROC CLUSTER    clasificación ascendente jerárquica. / documentación SASenlaces 

§  PROC TREE            representa y corta un dendograma. / documentación SAS y enlaces 

§  PROC FASTCLUS selección de semillas y nubes dinámicas.  /  documentación SAS y enlaces 

§ proc varclus (clasificación de variables), proc aceclus (para poblaciones normales),  proc modeclus (con estimación no par de densidades), ...  y procedimientos de apoyo.

Ver los ejemplos de la ayuda SAS, especialmente para los procedimientos cluster y fastclus.

 

AC: ANÁLISIS DE CORRESPONDENCIAS SIMPLES con SPAD

·         4.1    Análisis del Modo de alojamiento en vacaciones x Categoría socioprofesional.

·         4.2    Elecciones a rector en la UVa. 16  de  Mayo 2002.

·         4.3    Elecciones a rector en la UVa. 16 / 29  Mayo 2006. (datos oficiales vuelta1 y vuelta2)

·         4.4    Elecciones a rector en la UVa. 19 / 23  Mayo 2014. (datos oficiales vuelta1 y vuelta2)

Complementos    material Simposio Estadística 2001      Trabajos realizados por estudiantes

·         4t.1   Demostración de diversas cuestiones del AC (complementos teóricos opcionales).

   ...CLASIFICACIÓN sobre los primeros factores de un Análisis de Correspondencias con SPAD

·         5.1    Clasificación de las categorías socioprofesionales según el modo de alojamiento en vacaciones y viceversa.

·         5.2    Clasificación de centros según su comportamiento en la elección de rector.

·         5.3    Elecciones al parlamento Vasco del 13 de Mayo de 2001.

·         5.4    Clasificación de las distintas zonas del municipio de Valladolid según la estructura de población y su estructura socioprofesional.

·         5.5    Clasificación de las distintas zonas del municipio de Valladolid según su comportamiento electoral en las elecciones generales al Congreso de Diputados de 1993.

·         5.6    Análisis de la estructura de edad en los Municipios de Valladolid mediante AC y ACP. AC's simultáneos.

ACM: ANÁLISIS DE CORRESPONDENCIAS MULTIPLES con SPAD

·         5.10    Análisis de fórmulas dentarias de mamíferos mediante ACM.

Complementos       material Simposio Estadística 2001       Trabajos realizados por estudiantes

 
MUESTREO DE LA NORMAL MULTIVARIANTE

·         IML  0    SAS/IML Introducción

·         IML  1    Matriz de datos, medias. Medifis

·         IML  2    Generación de Np(m, S). Estimación de m  y  S.

·         IML  3    Ordenación de datos por atipicidad.

·         IML  4    Contrastes sobre la media:  m=mo. Funciones y subroutinas SAS/IML.

·         IML  5    Contrastes sobre la media:  Am=b. 

                                    ANOVA Medidas repetidas (1 Factor). Espesor de Corcho.

                                    Test de Simetría (2 muestras pareadas).  Efecto de Tratamiento.  m1=m2.

                                    TPC  Tendencia Polinomial del Crecimiento. Hueso de Ramus.

·         IML  6    Intervalos de confianza.

·         IML  7    Contrastes sobre la media (2 muestras independientes) : m1=m2.

·         IML  8    Contrastes de normalidad multivariante.

·         IML  8a  Scatter Plots con SAS/IML

·         IML  9    Detección de outliers.

·         IML 10   Transformaciones para conseguir normalidad.

·         IML 11     Trabajo final

·         IML 12     Trabajo voluntario  sobre comparación de medias de dos poblaciones normales multivariantes

Material auxiliar de apoyo para iniciación a SAS:   Introducción 1 a SAS       Introducción 2 a SAS     almacenes de módulos SAS/IML  y2

   

MODELO LINEAL MULTIVARIANTE

·         REM  1    Regresión salarios banca

·         REM  2    Regresión efecto grasas

·         MAV 1    MANOVA safety

 

ANÁLISIS DISCRIMINANTE con SAS 

·         6.a        *Introducción en SASdoc.

·         6.b       *SASdoc acerca de proc DISCRIM en.

·         6.25.1    Univariate Density Estimates and Posterior Probabilities.

·         6.25.2    Bivariate Density Estimates and Posterior Probabilities.

·         6.25.3    Normal-Theory Discriminant Analysis of Iris Data con 4 variables

·         6.25.4  *Linear Discriminant Analysis of Remote-Sensing Data on Crops.

·         6.25.5    Quadratic Discriminant Analysis of Remote-Sensing Data on Crops.

·         6.25.6  *Selección de variables sobre Purannen fish-data con proc STEPDISC.

·         6.ucla  *Tipo de tareas y carácter de empleados. ADDescriptivo con CANDISC. (datos)

    ... ANÁLISIS DISCRIMINANTE mediante REDES NEURONALES con MATLAB/OCTAVE 

            (Clasificación Supervisada en Machine Learning)

·         6.6   Reconociciento de Dígitos / Aplicación de Redes Neuronales Entrenadas   (datos)

·         6.7   Reconociciento de Dígitos / Entrenamiento de Redes Neuronales   (datos)

  -------------------------------------------------------
*)  Datos institucionales, universidades, organismos ...

  -------------------------------------------------------
  **)  Trabajos realizados por estudiantes