Análisis multivariante de datos. Cómo buscar patrones de comportamiento en BIG DATA

En esta obra se hace una revisión de los principales métodos estadísticos multivariantes, con el objeto de que investigadores y profesionales adquieran los conocimientos suficientes para utilizar adecuadamente un conjunto de herramientas estadísticas de análisis multivariante de datos de interés para la predicción y la toma de decisiones en la empresa, y como herramienta estadística imprescindible para encontrar patrones de comportamiento en las grandes bases de datos del big data. Estas herramientas son el análisis factorial, el análisis de componentes principales, el análisis clúster o de conglomerados, el análisis discriminante y el análisis de regresión logística. En el libro se analizan las relaciones entre las variables de un conjunto de datos para resumir la información que contienen, mediante un pequeño conjunto de variables teóricas. Estas variables teóricas, no observadas, serán variables latentes que extraigan la información de las variables observadas para resumir y sintetizar la información que contienen. El objetivo de esta reducción o síntesis es facilitar la interpretación del comportamiento de la población de la que se han extraído los datos. También se estudian las similitudes entre los individuos o casos de un conjunto de datos, para formar grupos de clasificación con características similares.