Portada Análisis multivariante

Prólogo ....XVII
Prólogo a la edición en castellano ....XXI
Nota introductoria ....XXIII
Profesores que han participado con lecturas complementarias ....XXV

CAPÍTULO 1. INTRODUCCIÓN

¿Qué es el análisis multivariante? ....2

El impacto de la revolución informática ....3

Definición del análisis multivariante ....4

Algunos conceptos básicos del análisis multivariante ....4
El valor teórico ....4
Escalas de medida ....5
Error de medida y medidas multivariantes ....6
Significación estadística frente a potencia estadística ....8

Tipos de técnicas multivariantes ....11
Componentes principales y análisis factorial común ....11
Regresión múltiple ....11
Análisis discriminante múltiple ....11
Análisis multivariante de la varianza y covarianza ....12
Análisis conjunto ....12
Correlación canónica ....12
Análisis cluster ....13
Análisis multidimensional ....13
Análisis de correspondencias ....13
Modelos de probabilidad lineal ....14
Modelos de ecuaciones estructurales ....14
Otras técnicas multivariantes emergentes ....14

Una clasificación de las técnicas multivariantes ....15

Orientaciones para el análisis multivariante y su interpretación ....19
Establecer la significación práctica así como la estadística ....19
El tamaño muestral afecta a todos los resultados ....20
Conocer los datos ....20
Procurar la parsimonia del modelo ....20
Atender a los errores ....21
Validar los resultados ....21

Una aproximación organizada al diseño de modelos multivariantes ....21
Primer paso: Definir el problema de investigación, objetivos y técnica multivariante conveniente ....22
Segundo paso: Desarrollo del proyecto de análisis ....22
Tercer paso: Evaluación de los supuestos básicos de la técnica multivariante ....23
Cuarto paso: Estimación del modelo multivariante y valoración del ajuste del modelo ....23
Quinto paso: Interpretar el valor teórico ....23
Sexto paso: Validación del modelo multivariante ....24
Un diagrama de flujos de decisiones ....24

Bases de datos ....24
La principal base de datos ....24
Otras bases de datos ....26

Organización de los capítulos restantes ....26

Resumen ....27

Cuestiones de revisión ....27

Bibliografía ....28

SECCIÓN 1. PREPARACIÓN PARA EL ANÁLISIS MULTIVARIANTE ....29

CAPÍTULO 2. ANÁLISIS PREVIO DE LOS DATOS ....31

Introducción ....32

Examen gráfico de los datos ....33
La naturaleza de la variable: Análisis de la forma de la distribución ....33
Análisis de relación entre variables ....35
Análisis de las diferencias entre grupos ....35
Perfiles multivariantes ....37
Resumen ....39

Datos ausentes ....39
Un ejemplo sencillo del análisis de datos ausentes ....40
Conocimiento de las razones causantes de datos ausentes ....41
Examen de los tipos de datos ausentes ....42
Diagnóstico de la aleatoriedad en el proceso de pérdida de observaciones ....43

Aproximaciones al tratamiento de datos ausentes ....43
Utilizar sólo aquellas observaciones con datos completos ....44
Supresión de caso(s) y/o variable(s) ....44
Métodos de imputación ....44
Procedimientos basados en el modelo ....47
Un ejemplo de diagnóstico de datos ausentes ....48
Un repaso del análisis de valores ausentes ....55
Resumen ....56

Casos atípicos ....57
Detección de casos atípicos ....57
Descripción de casos atípicos y especificación ....59
Mantenimiento o eliminación de los casos atípicos ....59
Un ejemplo del análisis de casos atípicos ....59

Verificación de los supuestos del análisis multivariante ....61
Valoración de las variables individuales frente al modelo univariante ....63
Normalidad ....63
Homocedasticidad ....66
Linealidad ....67
Ausencia de errores correlacionados ....68
Transformaciones de los datos ....69
Un ejemplo de contrastación de los supuestos básicos del análisis multivariante ....70
Homocedasticidad ....74

La incorporación de datos no métricos con variable ficticias ....75

Resumen ....77

Cuestiones de revisión ....77

Bibliografía ....77

CAPÍTULO 3. ANÁLISIS FACTORIAL ....79

¿Qué es el análisis factorial? ....80

Un ejemplo hipotético del análisis factorial ....81

El proceso de decisión del análisis factorial ....83
Primer paso: Objetivos del análisis factorial ....83
Segundo paso: El diseño de un análisis factorial ....86
Tercer paso: Supuestos en el análisis factorial ....88
Cuarto paso: La estimación de los factores y la valoración del ajuste general ....89
Quinto paso: Interpretación de los factores ....94
Sexto paso: Validación del análisis factorial ....102
Séptimo paso: Usos adicionales de los resultados del análisis factorial ....103

Un ejemplo ilustrativo ....107
Primer paso: Objetivos del análisis factorial ....108
Segundo paso: Diseño del análisis factorial ....108
Tercer paso: Supuestos del análisis factorial ....108
Análisis de factores componentes: Del paso cuarto al séptimo ....109
Análisis factorial común: Pasos cuarto y quinto ....118
Una consideración gerencial de los resultados ....121

Resumen ....121

Cuestiones de revisión ....122

Bibliografía ....122

Lectura complementaria: La imagen de la empresa detallista y su percepción por los consumidores: Una aplicación del análisis factorial, por Rodolfo Vázquez Casielles ....124

SECCIÓN 2. TÉCNICAS DE DEPENDENCIA ....141

CAPÍTULO 4. ANÁLISIS DE REGRESIÓN MÚLTIPLE ....143

¿Qué es el análisis de regresión múltiple? ....144

Un ejemplo de la regresión simple y múltiple ....145
Fijando una línea de base: predicción sin variable independiente ....145
Predicción mediante una única variable independiente. Regresión simple ....146
Predicción utilizando varias variables independientes: Análisis de regresión múltiple ....151
Resumen ....153

Un proceso de decisión para el análisis de regresión múltiple ....153

Primer paso: Objetivos de la regresión múltiple ....155
Problemas de investigación adecuados para la regresión múltiple ....155
Especificación de la relación estadística ....156
Selección de variables dependientes e independientes ....157

Segundo paso: Diseño en la investigación del análisis de la regresión múltiple ....158
Tamaño muestral ....159
Predictores de efectos fijos frente a predictos de efectos aleatorios ....160
Creación de variables adicionales ....161

Tercer paso: Supuestos en el análisis de regresión múltiple ....165
Valoración de las variables individuales frente al valor teórico ....166
Linealidad del fenómeno ....167
Varianza constante del término de error ....168
Independencia de los términos de error ....169
Normalidad de la distribución del término de error ....169
Resumen ....169

Cuarto paso: Estimación del modelo de regresión y valoración ....169
Aproximaciones generales a la selección de variables ....171
Contrastación del cumplimiento de los supuestos de regresión ....174
Examen de la significación estadística de nuestro modelo ....174
Identificación de observaciones influyentes ....177

Quinto paso: Interpretación del valor teórico de la regresión ....179
Utilización de los coeficientes de regresión ....180
Estandarización de los coeficientes de regresión: Los coeficientes beta ....180
Evaluación de la multicolinealidad ....181

Sexto paso: Validación de los resultados ....186
Muestras adicionales o muestras divididas ....186
Cálculo del estadístico PRESS ....186
Comparación de los modelos de regresión ....187
Predicción con el modelo ....187

Ejemplo de un análisis de regresión ....187
Primer paso: Objetivos de la regresión múltiple ....187
Segundo paso: Diseño de la investigación mediante el análisis de regresión múltiple ....188
Tercer paso: Supuestos del análisis de regresión múltiple ....188
Cuarto paso: Estimación del modelo de regresión y valoración global del ajuste ....189
Quinto paso: Interpretación del resultado teórico ....198
Sexto paso: Validación de los resultados ....199
Evaluación de modelos de regresión alternativos ....200
Una visión gerencial de los resultados ....202

Resumen ....204

Cuestiones de revisión ....204

Bibliografía ....204

APÉNDICE 4A. VALIDACIÓN AVANZADA EN EL ANÁLISIS DE REGRESIÓN MÚLTIPLE ....207

Evaluación de la multicolinealidad ....208
Un proceso en dos partes ....209
Ejemplo de evaluación de la multicolinealidad ....209

Identificación de observaciones influyentes ....209
Primer paso: Examen de los residuos ....210
Segundo paso: Identificación de punto de apalancamiento mediante los predictores ....211
Tercer paso: Diagnóstico de un único caso de observaciones influyentes ....212
Cuarto paso: Selección y tratamiento de observaciones influyentes ....213
Ejemplo de la base de datos HATCO ....213
Visión panorámica ....224

Resumen ....225

Cuestiones de revisión ....225

Bibliografía ....225

Lecturas complementarias: Relación entre concentración y precios en el comercio minorista, por M.ª Jesús Yagüe Guillén y El comportamiento de búsqueda de precios de los consumidores: Un análisis en el mercado minorista de alimentación, por Carmen Berné Manero, Marta Pedraja Iglesias y Pilar Rivera Torres ....226

CAPÍTULO 5. ANÁLISIS DISCRIMINANTE MÚLTIPLE Y REGRESIÓN LOGÍSTICA ....249

¿Qué son el análisis discriminante y la regresión logística? ....250

Analogía con la regresión y MANOVA ....252

Un ejemplo hipotético del análisis discriminante ....252
Análisis discriminante de dos grupos: Compradores frente a no compradores ....253
Una representación geométrica de la función discriminante de dos grupos ....256
Un ejemplo de análisis discriminante de tres grupos: Propósitos de cambio ....257

El proceso de decisión en el análisis discriminante ....260

Primer paso: Objetivos del análisis discriminante ....261

Segundo paso: Diseño de la investigación mediante análisis discriminante ....261
Selección de las variables dependiente e independientes ....262
Tamaño muestral ....262
División de la muestra ....263

Tercer paso: Supuestos del análisis discriminante ....264

Cuarto paso: Estimación dcl modelo discriminante y valoración del ajuste global ....264
Método de cálculo ....265
Significación estadística ....266
Valoración del ajuste global ....267
Diagnosis mediante casos ....274
Resumen ....275

Quinto paso: Interpretación de los resultados ....275
Ponderaciones discriminantes ....276
Cargas discriminantes ....276
Valores parciales de la F ....276
Interpretación de dos o más funciones ....276
¿Cuál es el método de interpretación a emplear? ....278

Sexto paso: Validación de los resultados ....278
División de la muestra o procedimientos de validación cruzada ....279
Perfilar las diferencias entre los grupos ....279

Regresión logística: Regresión con una variable dependiente binaria ....280
Representación de la variable dependiente binaria ....280
Estimación del modelo de regresión logística ....281
Interpretación de los coeficientes ....281

Un ejemplo ilustrativo de dos grupos ....284
Primer paso: Objetivos del análisis discriminante ....284
Segundo paso: Diseño de la investigación mediante el análisis discriminante ....285
Tercer paso: Supuestos del análisis discriminante ....286
Cuarto paso: Estimación de la función discriminante y valoración dcl ajuste global ....286
Quinto paso: Interpretación de los resultados ....294
Sexto paso: Validación de los resultados ....297
Una visión gerencial de conjunto ....298

Un ejemplo ilustrativo de tres grupos ....298
Primer paso: Objetivos del análisis discriminante ....298
Segundo paso: Diseño de la investigación del análisis discriminante ....299
Tercer paso: Supuestos del análisis discriminante ....299
Cuarto paso: Estimación de la función discriminante y valoración dcl ajuste global ....299
Quinto paso: Interpretación de los resultados dcl análisis discriminante de tres grupos ....311
Sexto paso: Validación de los resultados discriminantes ....315
Una visión gerencial de conjunto ....315

Un ejemplo ilustrativo de regresión logística ....316
Pasos primero, segundo y tercero: Diseño de objetivos, diseño de la investigación y supuestos estadísticos ....316
Cuarto paso: Estimación dcl modelo de regresión logística y valoración del ajuste global ....316
Quinto paso: Interpretación de los resultados ....322
Sexto paso: Validación de los resultados ....322
Una visión gerencial de conjunto ....322

Resumen ....322

Cuestiones de revisión ....323

Bibliografía ....323
Lecturas complementarias: Factores determinantes del nivel de equipamiento doméstico. Un contraste empírico, por Carlos Flavián Blanco, Eva Martínez Salinas y Yolanda Polo Redondo y Las estrategias de captación y retención de clientes y la lealtad. Un análisis de segmentación, por Sandra Cavero Brújula y Javier Cebollada Calvo ....325

CAPÍTULO 6. ANÁLISIS MULTIVARIANTE DE LA VARIANZA ....345

¿Qué es el análisis multivariante de la varianza? ....346
Procedimientos univariantes para valorar las diferencias de grupo ....346
Análisis multivariante de la varianza (MANOVA) ....349

Las diferencias entre MANOVA y el análisis discriminante ....351

Una ilustración hipotética del MANOVA ....352

¿Cuándo se debe utilizar MANOVA? ....353
Control del porcentaje de errores experimentales ....354
Diferencias entre una combinación de variables dependientes ....354

Un proceso de decisión para el MANOVA ....354

Primer paso: Objetivos del MANOVA ....355
Tipos de preguntas adecuadas en el análisis multivariante del MANOVA ....356

Segundo paso: Cuestiones básicas del diseño de la investigación mediante MANOVA ....357
Requisitos de tamaño muestral - en conjunto y por grupos ....357
Diseños factoriales - dos o más tratamientos ....357
Uso de covariaciones - ANCOVA y MANCOVA ....359

Tercer paso: Supuestos básicos del ANOVA y del MANOVA ....362
Independencia ....362
Igualdad de las matrices de varianzas-covarianzas ....363
Normalidad ....363
Linealidad y multicolinealidad entre las variables dependientes ....364
Sensibilidad a los datos atípicos ....364

Cuarto paso: Estimación del modelo MANOVA y valoración del ajuste global ....364
Criterios para la contrastación de la significación ....364
Potencia estadística de los contrastes multivariantes ....366
Quinto paso: Interpretación de los resultados del MANOVA ....368
Evaluación de las covarianzas ....369
Evaluación del valor teórico dependiente ....369
Identificación de las diferencias entre los distintos grupos ....370

Sexto paso: Validación de los resultados ....372
Resumen ....372

Ejemplo 1: Diferencia entre dos grupos independientes ....372
Un enfoque univariante: El contraste t ....373
Un enfoque multivariante: La T² de Hotelling ....375

Ejemplo 2: Diferencia entre k grupos independientes ....380
Un enfoque univariante: ANOVA con k grupos ....380
Un enfoque multivariante: MANOVA con k grupos ....383

Ejemplo 3: Diseño factorial del MANOVA con dos variables independientes ....387
Primer paso: Objetivos del MANOVA ....388
Segundo paso: Diseño de investigación del MANOVA ....388
Tercer paso: Supuestos básicos del MANOVA ....390
Cuarto paso: Estimación del modelo MANOVA y valoración del ajuste global ....390
Quinto paso: Interpretación de los resultados ....391

Una consideración general de los resultados ....393

Resumen ....396

Cuestiones de revisión ....397

Bibliografía ....397

Lectura complementaria: Imagen y atracción de centros comerciales suburbanos, por Francisco José Más
Ruiz ....399

CAPÍTULO 7. ANÁLISIS CONJUNTO ....407

¿Qué es el análisis conjunto? ....408

Un ejemplo hipotético de análisis conjunto ....409
Un ejemplo empírico ....410

La utilización del análisis conjunto en la práctica total ....414

Comparación del análisis conjunto con otros métodos multivariantes ....415
Técnicas de composición frente a las técnicas de descomposición ....415
Especificación del valor teórico en el análisis conjunto ....415
Modelos separados para cada individuo ....415
Tipos de relaciones ....416

Diseño de un experimento de análisis conjunto ....416

Primer paso: Objetivos del análisis conjunto ....417
Definición del valor total del objeto ....419
Especificación de los factores determinantes ....419

Segundo paso: Diseño del análisis conjunto ....420
Selección de una metodología para el análisis conjunto ....420
Diseño de los estímulos ....421
Especificación de la forma básica del modelo ....424
Recogida de datos ....427

Tercer paso: Supuestos básicos del análisis conjunto ....433

Cuarto paso: Estimación del modelo conjunto y valoración del ajuste global ....433
Selección de una técnica de estimación ....433
Evaluación de la bondad del ajuste del modelo ....434

Quinto paso: Interpretación de los resultados ....435
Análisis agregado frente a análisis desagradado ....435
Evaluación de la importancia relativa de los relativos ....436

Sexto paso: Validación de los resultados del análisis conjunto ....436

Aplicación de los resultados del análisis conjunto ....436
Segmentación ....437
Análisis de rentabilidad ....437
Simuladores conjuntos ....437

Metodologías alternativas en el análisis conjunto ....438
Análisis conjunto adaptativo: Análisis adaptativo con un gran número de factores ....438
Resumen de las tres metodologías completas ....443

Una ilustración del análisis conjunto ....444
Primer paso: Objetivos del análisis conjunto ....444
Segundo paso: Diseño del análisis conjunto ....444
Tercer paso: Supuestos básicos del análisis conjunto ....446
Cuarto paso: Estimación del modelo conjunto y valoración del ajuste conjunto ....446
Quinto paso: Interpretación de los resultados ....448
Sexto paso: Validación de los resultados ....449
Una aplicación práctica: Utilización de un simulador de elección ....449

Resumen ....450

Cuestiones de revisión ....451

Bibliografía ....451

Lectura complementaria: Las preferencias del consumidor: estudio de su composición a través del análisis conjunto, por Salvador Ruiz de Maya y José Luis Munuera Alemán ....455

CAPÍTULO 8. ANÁLISIS DE CORRELACIÓN CANÓNICA ....469

¿Qué es la correlación canónica? ....470

Ejemplo hipotético de correlación canónica ....470

El análisis de las relaciones mediante correlación canónica ....471

Primer paso: Objetivos del análisis de correlación canónica ....472

Segundo paso: Diseño de un análisis de correlación canónica ....473

Tercer paso: Supuestos básicos de la correlación canónica ....473

Cuarto paso: Obtención de las funciones canónicas y valoración del ajuste global ....474
La derivación de funciones canónicas ....474
¿Qué funciones canónicas se deben interpretar? ....475

Quinto paso: Interpretación del valor teórico canónico ....478
Ponderaciones canónicas ....478
Cargas canónicas ....478
Cargas cruzadas canónicas ....479
El enfoque de interpretación a emplear ....479

Sexto paso: Validación y diagnosis ....479

Un ejemplo ilustrativo ....480
Primer paso: Objetivos del análisis de correlación canónica ....480
Segundo y tercer pasos: Diseño de un análisis de correlación canónica y contrastación de los supuestos ....481
Cuarto paso: Obtención de las funciones canónicas y valoración del ajuste global ....481
Quinto paso: Interpretación de los valores teóricos canónicos ....483
Sexto paso: Validación y diagnosis ....486

Una consideración general para los resultados ....486

Resumen ....487

Cuestiones de revisión ....487

Bibliografía ....487

SECCIÓN 3. TÉCNICAS DE INTERDEPENDENCIA ....489

CAPÍTULO 9. ANÁLISIS CLUSTER ....491

¿Qué es el análisis cluster? ....492

¿Cómo funciona el análisis cluster? ....493
Medición de la similitud ....494
Formación de conglomerados ....495
Determinación del número de conglomerados en la solución final ....497

Proceso de decisión con el análisis cluster ....498

Primer paso: Objetivos del análisis cluster ....498
Selección de variables del análisis cluster ....500

Segundo paso: Diseño de investigación mediante análisis cluster ....500
Detección de atípicos ....501
Medidas de similitud ....502
Tipificación de los datos ....506

Tercer paso: Supuestos del análisis cluster ....507
Representatividad de la muestra ....508
Impacto de la multicolinealidad ....508

Cuarto paso: Obtención de conglomerados y valoración del ajuste conjunto ....508
Algoritmo para la obtención de conglomerados ....509
¿Cuántos grupos deben formarse? ....515
¿Debe volverse a especificar el análisis cluster? ....516

Quinto paso: Interpretación de los conglomerados ....516

Sexto paso: Validación y perfil de los grupos ....517
Validación de la solución cluster ....517
Perfiles de la solución cluster ....518

Resumen del proceso de decisión ....518

Un ejemplo ilustrativo ....518
Primer paso: Objetivos del análisis cluster ....518
Segundo paso: Diseño de investigación del análisis cluster ....519
Tercer paso: Supuestos del análisis cluster ....519
Cuarto paso: Obtención de grupos y valoración del ajuste conjunto ....519
Quinto paso: Interpretación de los conglomerados ....525
Sexto paso: Validación y perfil de los grupos ....528
Una visión práctica ....531

Resumen ....531

Cuestiones de revisión ....532

Bibliografía ....532

Lecturas complementarias: Aplicación del análisis cluster, por Azucena Penelas y El análisis cluster en investigación de marketing: Metodología y crítica, por Mónica Gómez Suárez ....533

CAPÍTULO 10. ANÁLISIS MULTIDIMENSIONAL ....547

¿Qué es el análisis multidimensional? ....548

Una visión simplificada del análisis multidimensional ....549

Comparación del análisis multdimensional con otras técnicas de interdependencia ....551
El individuo como unidad de análisis ....551
Ausencia de valor teórico ....552

Un marco de decisión para la elaboración de mapas perceptuales ....552

Primer paso: Objetivos del análisis multidimensional ....552
Decisiones clave en la fijación de objetivos ....552

Segundo paso: Diseño de investigación mediante el análisis multidimensional ....555
Selección de un enfoque de descomposición (libre de atributos) o de composición (basada en atributos) ....555
Objetos: Su número y selección ....557
Métodos métricos frente a métodos no métricos ....558
Recogida de datos sobre similitudes o preferencias ....558

Tercer paso: Supuestos del análisis multidimensional ....561

Cuarto paso: Obtención de soluciones de análisis multidimensional y valoración del ajuste conjunto ....561
Determinación de la posición de un objeto en un mapa perceptual ....561
Seleccionando la dimensionalidad del mapa perceptual ....563
Incorporación de las preferencias en el análisis multidimensional ....565

Quinto paso: Interpretación de los resultados del análisis multidimensional ....569
Identificación de las dimensiones ....569

Sexto paso: Validación de los resultados del análisis multidimensional ....570

Análisis de correspondencias ....571
Un ejemplo sencillo de CA ....571
Primer paso: Objetivos del análisis de correspondencias ....575
Segundo paso: Diseño de la investigación mediante análisis de correspondencias ....576
Tercer paso: Supuestos del análisis de correspondencia ....576
Cuarto paso: Obtención de resultados con análisis de correspondencias y valoración del ajuste conjunto ....576
Quinto paso: Interpretación de los resultados ....577
Sexto paso: Validación de los resultados ....577
Visión de conjunto del análisis de correspondencias ....577

Ilustración del análisis multidimensional y del análisis de correspondencias ....578
Primer paso: Objetivos del mapa perceptual ....578
Segundo paso: Diseño de la investigación mediante el estudio del mapa perceptual ....578
Tercer paso: Supuestos básicos en la elaboración de un mapa perceptual ....578
Análisis multidimensional: Pasos cuarto y quinto ....580
Revisión de los resultados de descomposición ....587
Análisis de correspondencias: Pasos cuarto y quinto ....588
Sexto paso: Validación cíe los resultados ....591
Un resumen para la dirección de los resultados del análisis multidimensional ....592

Resumen ....593

Cuestiones de revisión ....593

Bibliografía ....594

Lectura complementaria: Aplicación del análisis multidimensional y del análisis factorial de correspondencias, por Enrique Bigné Alcañiz y Natalia Vila López ....595

SECCIÓN 4. TÉCNICAS AVANZADAS EMERGENTES ....609

CAPÍTULO 11. MODELOS DE ECUACIONES ESTRUCTURALES ....611

¿Qué es el modelo de ecuaciones estructurales ....612
Tratamiento de relaciones múltiples de dependencia cruzada ....613
Incorporación de variables que no se miden directamente ....613

Un ejemplo sencillo de SEM ....614
La cuestión de investigación ....615
Identificación del modelo de ecuación estructural para el análisis de secuencias ....615
Una aplicación del análisis de secuencias ....616
Resumen ....617

La función de la teoría en los modelos de ecuaciones estructurales ....617

Desarrollo de una estrategia de modelización ....618
Estrategia de modelización confirmatoria ....618
Estrategia de modelos rivales ....619
Estrategia de desarrollo del modelo ....619

Pasos en la modelización de ecuaciones estructurales ....620
Primer paso: Desarrollo de un modelo basado en la teoría ....620
Segundo paso: Construcción de un diagrama de secuencias de relaciones causales ....622
Tercer paso: Conversión de un diagrama de secuencias en un conjunto de ecuaciones estructurales y especificación del modelo de medida ....624
Cuarto paso: Selección del tipo de matriz de entrada y estimación del modelo propuesto ....628
Quinto paso: Valoración de la identificación del modelo estructural ....634
Sexto paso: Evaluación de los criterios de calidad de ajuste ....637
Séptimo paso: Interpretación y modificación del modelo ....640
Una recapitulación del proceso de siete pasos ....642

Dos ilustraciones de modelización de ecuaciones estructurales ....642

Análisis factorial confirmatoria ....643
Primer paso: Desarrollo de un modelo basado en la teoría ....643
Segundo paso: Construcción de un diagrama de relaciones causales ....643
Tercer paso: Conversión de un diagrama de relaciones en un conjunto de modelos de ecuaciones estructurales y de medida ....644
Cuarto paso: Elección del tipo de matriz de entrada y estimación del modelo propuesto ....645
Quinto paso: Valoración de la identificación del modelo estructural ....645
Sexto paso: Evaluación de criterios de calidad del ajuste ....646
Séptimo paso: Interpretación y modificación del modelo ....651
Modelos de análisis factorial de orden superior ....652
Resumen ....653

Estimación de un modelo de relaciones con SEM ....653
Primer paso: Desarrollo de un modelo basado en la teoría ....654
Segundo paso: Construcción de un diagrama de relaciones causales ....655
Tercer paso: Conversión del diagrama de relaciones en un conjunto de ecuaciones estructurales y especificación del modelo de medida ....655
Cuarto paso: Elección del tipo de matriz de entrada y estimación del modelo propuesto ....656
Quinto paso: Evaluación de la identificación del modelo estructural ....657
Sexto paso: Evaluación de los criterios de calidad del ajuste ....657
Séptimo paso: Interpretación y modificación del modelo ....666
Repaso del proceso de siete pasos ....669

Resumen ....669

Cuestiones de revisión ....669

APÉNDICE 11A. UNA REPRESENTACIÓN MATEMÁTICA EN NOTACIÓN LISREL ....671

Notación LISREL ....671
Desde un diagrama de relaciones a la notación LISREL ....673
Construcción de las ecuaciones estructurales desde el diagrama de relaciones ....674

Resumen ....677

APÉNDICE 11B. MEDIDAS CONJUNTAS DE CALIDAD DEL AJUSTE PARA MODELOS DE ECUACIONES ESTRUCTURALES ....679

Medidas del ajuste absoluto ....680
Estadístico-ratio de verosimilitud chi-cuadrado ....680
Par metros de no centralidad y no centralidad a escala ....681
Índice de calidad del ajuste ....681
Residuo cuadrático medio ....681
Error de aproximación cuadrático medio ....682
Índice de validación cruzada esperada ....682
Índice de validación cruzada ....682

Medidas del ajuste incremental ....682
Índice de calidad del ajuste ajustada ....683
Índice Tucker-Lewis ....683
Índice del ajuste normal ....683
Otras medidas de ajuste incremental ....683

Medidas de ajuste de parsimonia ....683
Índice de ajuste normado de parsimonia ....684
Índices de calidad de ajuste de parsimonia ....684
Chi-cuadrado normada ....684
Criterio de información de Akaike ....685

Una revisión de las medidas de calidad del ajuste estructural ....685

Resumen ....685

Bibliografía ....687

Lectura complementaria: La confianza del consumidor en el minorista: Desarrollo y contraste de un modelo conceptual, por Manuel Sánchez Pérez, M.ª Ángeles Iniesta y Elvira Sáez González ....691

CAPÍTULO 12. NUEVAS TÉCNICAS DEL ANÁLISIS MULTIVARIANTE ....707

Introducción ....708
La avalancha de información ....708
Análisis sin inferencia estadística ....709
Temas abarcados en este CAPÍTULO ....709

Almacenamiento y extracción de datos ....710
¿En qué consisten la extracción y el almacenamiento de datos? ....711
Conceptos fundamentales del almacenamiento de datos ....712
Supuestos fundamentales en la extracción de datos ....714

Redes neuronales ....721
Conceptos básicos de las redes neuronales ....722
Estimación de un modelo de red neuronal ....724
Utilización de una red neuronal para la clasificación ....727
Resumen ....728

Remuestreo ....728
Un breve repaso de la inferencia paramétrica ....729
Conceptos básicos de la reespecificación ....729
Un ejemplo de reespecificación y regresión múltiple ....730
Resumen ....732

Resumen ....733

Cuestiones de revisión ....733

Bibliografía ....734

APÉNDICE A. APLICACIONES DEL ANÁLISIS MULTIVARIANTE ....735

Glosario ....767

Índice analítico ....789

© Biblioteca de la UOC