Docente a cargo:

Ing. Agr. Ph.D. Mónica Balzarini, Profesora asociada de la Facultad de Ciencias Agropecuarias, Universidad Nacional de Córdoba, Investigador de CONICET-Biometrista.

Dirigido a profesionales y técnicos que utilizan o potencialmente utilizarían la Estadística multivariada como herramienta de análisis. Docentes e investigadores de ciencias agropecuarias, forestales, biológicas y biometristas.

Introducción

La investigación Agrícola-Ambiental comúnmente involucra situaciones donde se recaba información sobre más de una variable en cada unidad en estudio (árbol, parcela, sitio de muestreo, individuo). El análisis de todas estas variables en forma simultánea permite ordenar, clasificar e incluso inferir comportamientos tanto sobre las observaciones como las variables y establecer hipótesis sobre los mecanismos que subyacen las estructuras de correlación presentes. Este curso-taller se desarrollará en base al uso del recurso computacional para el análisis estadístico InfoStat versión 2 (InfoStat, 2006), poniendo énfasis en cada caso de análisis, en la selección de la o las técnicas apropiadas de análisis, la interpretación y comunicación de resultados más que en el álgebra del análisis. Los ejemplos tratados están primariamente relacionados a aplicaciones en Ciencias Agropecuarias y del Ambiente.

Objetivos:

1- Ofrecer a los participantes un espacio para la discusión y generación de conocimientos que les permitan reconocer datos multivariados y situaciones donde el análisis multivariado es necesario y provechoso.

2- Familiarizar al participante con las técnicas más conocidas de análisis multivariado.

3- Presentar nuevas tecnologías para el análisis de estudios observacionales y experimentales con numerosas variables.

4- Demostrar el análisis en base al uso de software estadístico.

5- Ilustrar la diversidad de aplicaciones de técnicas multivariadas y sus relaciones mediante el análisis de casos y el debate sobre diferentes enfoques e interpretaciones para cada uno.

6- Desarrollar destrezas para comunicar resultados científicos con la terminología apropiada.

Contenidos

1 Conceptos Generales

1.1 Datos multivariados. Ejemplos de motivación.

1.2 Repaso de álgebra de matrices.

1.3 Medidas de distancia estadística.

1.4 Estadísticos muestrales multivariados.

2 Ordenamiento

2.2 Análisis de componentes principales

2.3 Escalamiento multidimensional métrico

2.4 Análisis de correspondencias múltiples

2.5 Análisis Procrustes generalizado

2.6 Ejemplificación:

2.6.1. Visualización de observaciones multivariadas en planos factoriales:

Datos de crecimiento. Censos de vegetación. Encuestas.

2.6.2. Consenso de ordenamientos

Caracterizaciones moleculares y morfológicas. Caracterizaciones de un conjunto de individuos respecto a distintos conjuntos de descriptores.

3 Clasificación

3.1 Análisis de Conglomerados

3.2 Análisis Discriminante

3.3 Árboles de Regresión y Clasificación

3.4 Ejemplificación

3.4.1. Clasificación no supervisada de objetos y/o descriptores:

Construcción de tipologías. Clasificación de tratamientos.

3.4.2. Clasificación supervisada:

Imágenes satelitales. Sistemas de alarmas.

4 Inferencia

4.1 Análisis multivariado de varianza.

4.2 Correlaciones Canónicas

4.3 Regresión por Mínimos Cuadrados Parciales (PLS). Triplots.

4.4 Ejemplificación

4.7.1 Comparación multivariada de tratamientos

4.7.2 Interacción tratamiento-ambiente. Biplots AMMI y GGE.

4.7.3 Correlaciones ambientalmente determinadas

4.7.4 Covariables asociadas con la interacción.

Metodología del curso:

Modalidad teórico-práctico, con clases presenciales. Práctica de análisis de datos e interpretación de los resultados.

Evaluación:

Consistirá en la elaboración de un informe escrito que incluya aplicación de análisis multivariado a datos del estudiante o entregados por el docente.

Duración:

40 horas, 4 días de 8 horas diarias, con clases teórico-prácticas

Créditos:

2 créditos

Arancel:

$ 300.-, para alumnos extranjeros U$S 300.-

Fecha de realización: 1, 2, 15 y 16 de Octubre

Bibliografía:

Balzarini, M.G. 2006. Análisis Multivariado. Notas de Clase. Universidad Nacional de Córdoba. 190 pp.

Manly, B. 2005. Multivariate Statistical Methods ? A Primer. Third ed. Chapman and Hall/ CRC, Coca Raton, Fl, 214 pp.

Härdle, W. y Simar, L. 2003. Applied Multivariate Statistical Methods. Springer: Berlin.