Speaker A
Muchachos, buenas noches con todos. Vamos a iniciar con la sesión y bueno, ahora ya vamos a ver otros temas, eh, un poco más especializados ya en, eh, bueno, que se ve bastante investigación ya un poco más, eh, avanzada, se podría decir.
Introducción al análisis factorial exploratorio y confirmatorio para validar instrumentos y reducir dimensionalidad en investigación multivariante.
Ask about this video. Answers come from its transcript only — with the timestamp, so you can check them.
Generated from the transcript and can be wrong — check the timestamp.
Key Takeaways
- El análisis factorial permite reducir muchas variables a pocos factores latentes que explican un fenómeno.
- El análisis factorial exploratorio es el más usado para descubrir factores sin hipótesis previas.
- El análisis factorial confirmatorio valida si un número específico de factores es adecuado según la teoría.
- Esta técnica es fundamental para validar instrumentos de medición con múltiples dimensiones o ítems.
- El análisis factorial facilita la interpretación y simplificación de datos complejos en investigación.
What the video covers
- Introducción a técnicas avanzadas de análisis multivariado enfocadas en el análisis factorial.
- Explicación del análisis factorial exploratorio para identificar variables latentes o factores a partir de muchas variables observadas.
- Ejemplo práctico con 50 variables para medir el aprendizaje, destacando la naturaleza latente del constructo.
- Diferenciación entre análisis factorial exploratorio y confirmatorio, y sus aplicaciones en validación de instrumentos.
- El análisis factorial como técnica de reducción de datos y agrupación de variables homogéneas.
- Importancia de interpretar factores para simplificar el análisis y explicar variables originales mediante combinaciones lineales.
- Uso del análisis factorial para validar dimensiones o factores en instrumentos de medición, como satisfacción del usuario.
- Descripción de métodos para extraer factores y criterios para evaluar la adecuación del análisis.
- Introducción al análisis de conglomerados como otra técnica multivariante para segmentación y agrupamiento.
- Recomendaciones prácticas para la aplicación y validación de análisis factorial en investigación.
Chapters
- 00:00Introducción y contexto del análisis factorial
- 04:21Ejemplo práctico: De 50 variables a factores latentes
- 08:40Definición y características del análisis factorial exploratorio
- 12:27Interpretación de variables en función de factores
- 20:13Técnicas para extracción de factores y criterios de adecuación
- 29:14Rotación y simplificación en análisis factorial
- 37:24Aplicaciones prácticas y validación de instrumentos
- 58:14Introducción al análisis de conglomerados y clustering
Full Transcript — Download SRT & Markdown
Speaker A
Por ejemplo, los que están interesados en ver validación de instrumentos de medición, por ejemplo, de constructos y todo ello, el análisis factorial es una herramienta muy, muy útil para ellos, ¿no?
Speaker A
Pero algunos están interesados pues en también, eh, por ejemplo, encontrar variables latentes, ¿no?
Speaker A
O factores o constructos o dimensiones que expliquen pues un grupo de variables, ¿no? Algo así.
Speaker A
Entonces, facturar el factorial es una técnica multivariante. A ver, le voy a hacer una pequeña introducción para que para poder entender estos temas, ya que los dos temas que vamos a ver el día de hoy.
Speaker A
El primer tema que vamos a ver es el análisis factorial, ¿no? Entonces, el análisis factorial, muchachos, exploratorio, obviamente, porque también hay confirmatorio.
Speaker A
El exploratorio, muchachos, quiere decir lo siguiente. Que supongamos yo tengo una base de datos con 50 variables, ¿no? Supongamos esto sea mi base AT. Acá están los valores, ¿no?
Speaker A
Supongamos que tengan una base de datos de 50 variables y por acá tenga, no sé, eh, 5,000 registros, por ejemplo, ¿no?
Speaker A
El análisis factorial, eh, funciona algo así, ¿no? Imaginemos que estas 50 variables sean pues de, no sé, medición de aprendizaje o algo de aprendizaje de los niños, por ejemplo, un tema de aprendizaje.
Speaker A
Entonces, con estas 50 variables, tú tratarías de poder explicar o tratarías de poder medir lo que es el aprendizaje.
Speaker A
¿Cómo medirías el aprendizaje de los niños? ¿No? Entonces, supuestamente con 50 variables deberías poder medir el aprendizaje.
Speaker A
El problema que el aprendizaje, muchachos, la variable aprendizaje es una variable latente, no es una variable que no se observa fácilmente, no se puede medir directamente, así como el amor, el odio, la corrupción o el aprendizaje, no se puede medir
Speaker A
directamente. No existe un termómetro, algo así. Es una variable que no se puede medir tan fácil, pero sí se puede aproximarse, un proxy, ¿no?
Speaker A
Entonces, el análisis factorial es algo así, ¿no? Te va a permitir aproximarlo. Posiblemente de estas 50 variables, un grupo pues se explique en una sola variable o también conocido como factor, ¿no?
Speaker A
Supongamos que un grupo de variables forman un factor llamado, por ejemplo, eh, nivel factor socioeconómico, por ejemplo, ¿no?
Speaker A
Y otro bloque de variables por acá forman un factor dos que posiblemente puede ser, eh, a ver, algo de aprendizaje sería, eh, eh, no sé, psicomotricidad, por ejemplo, supongamos un factor y otro grupo de variables forma, pues, no necesariamente en ese
Speaker A
mismo orden, puede ser en diferentes órdenes o aleatorios, y por acá un factor tres, pues que explique, no sé, eh, no sé, eh, no sé, la parte emocional del niño, por ejemplo, ¿no?
Speaker A
Entonces, ¿qué has logrado hacer? De 50 variables has podido formar tres nuevas variables llamados factores, ¿no?
Speaker A
Entonces, tú con estos tres factores vas a tratar de medir el aprendizaje del niño.
Speaker A
¿Se dan cuenta? Entonces, eso es el análisis factorial. En otras palabras, te permite encontrar los factores latentes que te ayudan a explicar pues un evento de interés, ¿no?
Speaker A
En este caso el aprendizaje. Eso es. Entonces ahí dentro de tus variables hay variables ocultas, variables latentes que en este caso se llaman factores, ¿no? Entonces es más fácil explicar el aprendizaje usando tres factores que 50 variables.
Speaker A
¿Se dan cuenta? Entonces eso, muchachos, es el análisis factorial. Obviamente tiene toda una teoría matemática en el cual pues se sustenta todo su, todo su desarrollo, ¿no?
Speaker A
Y lo interesante del análisis factorial, muchachos, es que una vez que tú llegas a formar tus factores, cada variable de las 50 tú lo puedes explicar en función de tus factores.
Speaker A
Eso es lo bueno, ¿no? Eso es lo interesante, ¿no? Entonces, una vez que tú encuentras tus factores, cada variable independiente, en este caso, no es más que una combinación de tus factores, ¿no?
Speaker A
Como quién dice, cada variable lo puedes expresar como una combinación de los factores que has encontrado, cada x1, cada x2, cada x50, ¿no?
Speaker A
Claro, una vez que encuentras los factores ya es mucho más fácil. Eso es, ¿no?
Speaker A
Y cómo se usa esto, profesor, para validación de instrumentos de medición. Supongamos que tú quieres medir, eh, no sé, eh, no sé, satisfacción de los usuarios de un servicio brindado, de un restaurante, por ejemplo.
Speaker A
Entonces tú en tu expertiz creas un instrumento con cuatro dimensiones. Higiene, rapidez de atención, precios y competencia. Por ejemplo, con esos cuatro factores tú quisieras explicar pues la satisfacción del usuario ante un servicio, ¿no?
Speaker A
Entonces, armas tu instrumento con las cuatro dimensiones o factores. Cada uno de los factores tiene sus variables o sus ítems o ítems, como lo quieran llamar. Y pues el análisis factorial te va a decir si es coherente o no esos factores o dimensiones
Speaker A
definidos. Posiblemente solamente sean tres, posiblemente sean quizás más, no se sabe, ¿no? Entonces, el análisis factorial también te permite validar ello, ¿no? A eso se conoce como el análisis factorial confirmatorio.
Speaker A
Vamos a confirmar si efectivamente dos, cuatro factores es suficiente, ¿no? Entonces, pero la lógica es la misma, no es nada diferente.
Speaker A
Bien, eso es la introducción. Entonces, ¿por qué se le dice que el análisis factorial pertenece a una técnica multivariante? Porque efectivamente vas a tener muchas variables y a partir de esas encontrar los factores o las variables latentes, ¿no?
Speaker A
Ya cuando hay muchas variables se dice que es una técnica multivariante o multivariado, ¿no?
Speaker A
Eso hay que tener en cuenta. Bien, vamos a ver entonces una explicación interesante. Análisis factorial exploratorio, ¿no?
Speaker A
Básicamente es así, ¿no? Bueno, en definición de los libros vas a encontrar lo siguiente, ¿no?
Speaker A
Se dice, muchachos, que el análisis factorial es una técnica de reducción de datos. Efectivamente, ¿no? Porque si yo tengo 50 variables, me voy a quedar quizás con tres factores o cuatro factores.
Speaker A
Por eso se dice reducción de datos o reducción de la dimensionalidad. También se le conoce, ¿no?
Speaker A
Que sirve para encontrar grupos homogéneos de variables a partir de un conjunto numerosos variables.
Speaker A
Si acá tengo B1, B2 hasta BN variables, quizás puedo formar tres grupos en el cual este conjunto de variables forma un factor. Esto de acá otro factor y esto de acá otro factor. Grupos homogéneos, ¿no?
Speaker A
Independientes entre sí. Claro, porque son grupos diferentes, ¿no? Por eso se lo conoce también como una técnica de reducción de datos o reducción de la dimensionalidad o dimensión.
Speaker A
Muy bien. Tenemos dos tipos de análisis factorial, muchachos. El exploratorio, que es lo que vamos a ver nosotros, y el confirmatorio. Ya les expliqué más o menos en cuál es la diferencia, ¿no?
Speaker A
Por ejemplo, el análisis factorial exploratorio sirve para encontrar factores o variables latentes. El análisis factorial confirmatorio sirve para corroborar si efectivamente cuatro factores o cinco es suficiente para mi investigación.
Speaker A
Yo propongo la cantidad de factores y el análisis factorial me lo confirma o no o puede ser que sí, pero te lo va validar en otras palabras.
Speaker A
Por eso, muchachos, el análisis factorial exploratorio asume que cualquier indicador o variable puede asociarse con cualquier factor.
Speaker A
Es el análisis factorial más usado por los investigadores y no se basa en ninguna teoría previa, ¿no?
Speaker A
Eso es lo que hay que tener en cuenta. Es el más usado porque efectivamente lo usan pues para extraer factores, ¿no?
Speaker A
Mientras que el análisis factorial confirmatorio se utiliza para determinar el factor y la carga factorial de las variables medidas y para confirmar lo esperado en la teoría básica o preestablecida, ¿no?
Speaker A
Si tú has diseñado un instrumento con cuatro factores y vas a tratar de medir algo con cuatro, entonces este análisis factorial te lo va a corroborar si efectivamente es factible o no esa cantidad de.
Speaker A
Bien, esa es la diferencia. ¿Qué más se puede decir el análisis factorial? ¿No? Entonces, el análisis factorial es una técnica de interdependencia. ¿Por qué? Porque factor y variable se relacionan matemáticamente, ¿no? Y linealmente, ¿no? Por eso se dice que es
Speaker A
una técnica de interdependencia donde no hay variables dependientes y independientes. Su principal propósito es la reducción de datos de diversas variables en una serie de dimensiones llamados factores. Muchachos, efectivamente, ¿no? partir de un grupo de variables vas a formar factores 3 cu
Speaker A
y evidentemente con eso ya has reducido la dimensión pero estos factores son generados a partir de la relación compartida entre el grupo de variables inicial.
Speaker A
¿Correcto? Correcto. Recuerda que cada variable original se expresa en función a sus factores encontrados, ¿no?
Speaker A
¿Qué más se dice? que el análisis factorial intenta identificar variables subyacentes, a esto se conoce como latentes o factores que expliquen la configuración de las correlaciones dentro de un conjunto de variables observadas, ¿correcto? No, eso quiere decir lo
Speaker A
siguiente. Si de un conjunto de variables, si yo llego a agrupar un grupo de variables y acá sale un factor, quiere decir que estas variables están correlacionadas.
Speaker A
tan correlacionados así que un sola variable, en este caso un factor, lo va a representar acá también y acá también, ¿no? A eso se refiere, muchachos, este punto dos, ¿no?
Speaker A
¿Qué más? Se dice que el análisis factoral se suele utilizar en la reducción de los datos para identificar un pequeño número de factores que expliquen la mayoría de la varianza observada, ¿correcto? ¿No? Tú tienes 50 variables, pero quizás con tres factores más que
Speaker A
suficientes. Más que suficientes. ¿Y eso qué logra hacer? Logra reducir la dimensión. Pasar de 50 variables a tres nuevas variables llamados factores.
Speaker A
Evidentemente hay una reducción de la dimensión. Bien. ¿Cuál es el objetivo entonces del análisis factorial, muchachos?
Speaker A
Buscar el número mínimo de dimensiones o factores capaces de explicar al máximo de la información contenida en los datos.
Speaker A
¿Qué quiere decir ello? No, supongamos que tú tienes tu base de datos con 50 variables, ¿no?
Speaker A
Supongamos, ¿no? Acá está. Acá está, ¿no? Toda tu data, ¿qué cosa representa? Representa el 100% de tu información, ¿no? ¿Por qué? porque es toda tu información que tienes, ¿no?
Speaker A
Pero luego reducir a factores, por ejemplo, a tres factores, vas a tener una nueva data, ¿no?
Speaker A
Efectivamente ¿no? Naturalmente esta nueva data con tres factores no va a explicar toda la información que tenías inicialmente, no logrará explicar pues un 90%.
Speaker A
Estás perdiendo 10% de información. Sí, pero con tres variables que expliques un 90% es muy bueno, ¿no?
Speaker A
Eso implica que las 50 variables, quizás no todas son útiles para el análisis, ¿no?
Speaker A
Entonces, si vas a elegir factores o número de factores o número de dimensiones, debes elegir aquel que maximice la información, mejor dicho, la que más capture información.
Speaker A
Yo no puedo darme el lujo de que tres factores se expliquen en 40%, no, eso está mal.
Speaker A
debe explicar lo más que pueda, muchachos, lo más que pueda. Entonces, tú optas por elegir tres factores o cuatro factores dependiendo cuánto logras con tres o cuatro, ¿no?
Speaker A
La recomendación es que pues sea más del 60, ¿no? Eso es lo ideal es eso, ¿no?
Speaker A
Si tuvieras por 90, 95, ideal, ¿no? Buenazos. Un escenario muy interesante. Por eso dice que debe explicar el máximo, muchachos. lo más que pueda.
Speaker A
Bien, en el análisis factorial, muchachos, no existe variable dependiente. ¿Qué quiere decir eso? No, seguramente ustedes han escuchado de la regresión ¿no?
Speaker A
La regresión lineal, por ejemplo, es algo así, ¿no? Un beta sub más un beta sub más el error. No, voy a cambiar el color de lápiz un momento.
Speaker A
Esto de acá, muchachos, es una regresión. ¿Cuál es mi var pendiente? y. Esta es mi variable dependiente. ¿Por qué? Porque depende de x y esto acá es mi variable independiente ¿no?
Speaker A
Entonces, para que tú hagas una una regresión, necesitas una variable dependiente y una variable independiente y ahí surge la regresión.
Speaker A
El análisis factorial, muchachos, no existe ni dependiente ni independiente. No existe esas cosas. Todas las variables tienen la misma importancia.
Speaker A
Todas ellas son independientes en el sentido de que no existe una dependencia entre ellas, ¿no? Como quién dice, ningún x explica las demás x. son variables independientes.
Speaker A
En el análisis factorial no hay el concepto de variable dependiente ni variable independiente. ¿Cuál es la otra recomendación que hay que tener en cuenta en el análisis factorial, muchachos? Es lo siguiente.
Speaker A
Las variables se recomiendan que sean numéricas, cuantitativas. En otras palabras, las variables deben ser variables cuantitativas.
Speaker A
¿Qué pasa si tengo variable, no sé, religión, país de origen, sexo, por ejemplo, no entro en el análisis, solo hago mis análisis con las variables numéricas.
Speaker A
También algunos lo hacen con variable en escala leaker. Sí, también es válida, pero ya con variables categóricas no funciona.
Speaker A
No funciona, muchos. Entonces, eso hay que tener en cuenta, ¿no? No existe variable dependiente ni independiente y funciona solo para variables numéricas y excepcionalmente para variables ordinales.
Speaker A
Supuestos. Hay un supuesto muy interesante. A ver, vamos a ver en el chat si hay algunas preguntas. Bueno, no hay.
Speaker A
Cuando hablo de supuestos, ya, bueno, hemos hablado de factores, ¿no? Vamos a abreviar de ahora en adelante de la siguiente manera. El análisis factorial exploratorio, así lo vamos a llamar ahora, te permite encontrar factores, ¿no? Eso ya lo sabemos.
Speaker A
Pero para tú extraer factores hay varias técnicas. Hay varias técnicas. tenemos máxima verosimilitud, que es un método de estimación que te permite extraer factores similitud, ¿no? Un método de estimación, análisis de componentes principales y también el método de
Speaker A
mínimos cuadrados ponderados. mínimos cuadrados ponderados, ¿no? Ya, esto se ve un curso mucho más especializado, ¿no? Pero vamos a mencionarlo.
Speaker A
Si la análisis factorial te permite encontrar factores, pero ¿cómo encuentro o extraigo esos factores? usando estas tres técnicas, ¿no? Máxima verosimilitud y análisis componentes principales y mínimos cuadrados ponderados, ¿no?
Speaker A
Este supuesto de normalidad en sí multivariada, muchachos. No es bivariada en sí es normal multivariada porque voy a tener muchas variables.
Speaker A
Es un supuesto necesario solo si vas a usar el método de estimación o extracción de factores basado en máxima velocimitud.
Speaker A
Solo ahí. Si usas las demás técnicas no es necesario la normalidad multivariable. No es necesario.
Speaker A
Eso es lo único que hay que tener en cuenta. Ya. Así que no es un supuesto fuerte, no es un supuesto dependiendo del qué técnica de extracción de factores us.
Speaker A
Bien, veamos un ejemplo interesante. ¿Dónde se usa, por ejemplo, el análisis factorial? Les adelanto un poquito. Quienes usan más son los psicólogos. Ellos son los que usan un montón análisis factorial del un montón. Ellos lo pusieron de moda.
Speaker A
Por cierto, por ejemplo, dentro de la psicología existe una rama llamada psicometría, que es la medición de los aprendizajes, ¿no?
Speaker A
En general, la medición de aprendizajes, conducta, emociones y muchas cosas, ¿no? Psicometría es la medición de del comportamiento, algo así, ¿no? No soy tan especialista en esa parte, pero por ahí va, ¿no?
Speaker A
Entonces, los psicólogos han hecho mucha investigación y mucho uso de análisis factural. Por ejemplo, hay un ejemplo acá. ¿Qué actitudes subyacentes o latentes se podría decir o que no se observa hacen que las personas respondan a las preguntas de una encuesta política de
Speaker A
manera en lo que hacen? Sé que habrá algún algún posible sesgo quizás a la hora responda.
Speaker A
Puede ser, ¿no? ¿Qué actitudes subyacentes hacen que las personas respondan a las preguntas de una encuesta política de manera en que lo hacen?
Speaker A
Entonces, con el análisis factorial, como ese factores o actitudes subyacentes, hay variables que no se observan directamente. Uno pensaría, ¿no?, el sexto la edad influye para una respuesta específica, ya, pero eso es eso son variables que sí se pueden observar directamente, ¿no?
Speaker A
Pero dice subyacente, entonces recoges, diseñas tu instrumento y recoges tus datos, ¿no? Entonces, el análisis factorial se puede investigar el número de factores subyacentes y poder explicar mucho mejor pues eh esto este ejemplo, ¿no? Entonces, para eso sirve el análisis factorial, ¿no?
Speaker A
También les hablé de medición de aprendizaje, eh satisfacción de usuarios de un restaurante, ya sea de un servicio, un producto. Hay un montón de cosas, muchachos, que se puede usar en la análisis factorial.
Speaker A
Ya saben entonces dónde se usa. Entonces, el análisis factorial te permite eso, ¿no? Encontrar los factores o subyacentes, ¿no? Y con eso lo explicas mucho mejor.
Speaker A
Bien, matemáticamente muchachos el análisis factorial es esto que estamos viendo acá. Yo ya les había comentado que una vez encontrado los factores, cada variable es explicado en función a los a los factores, ¿no? Eso ya lo hemos dicho.
Speaker A
Muy bien. Entonces, acá está mi factor un, mi factor 2, mi factor 3, mi factor k.
Speaker A
cada variable, esto es mi variable, ¿no? Es explicado en función a sus factores, ¿no?
Speaker A
Este usu es una especie de error, ¿no? Es lo que los factores no han logrado capturar. Si en conjunto los factores capturan 95%, esa información que no han logrado capturar está acá, ¿no?
Speaker A
De tal manera que en conjunto expliquen a la variable x sub. Y estos ASU yuka son los famosos cargas factoriales o también conocido como las puntuaciones factoriales, como quién dice, el aporte de cada factor o el peso de cada
Speaker A
de cada factor, ¿no? A eso se refiere. Entonces muchachos el análisis factorial exporatorio te permite encontrar y extraer factores.
Speaker A
Y una vez que encuentras esos factores, cada variable lo puedes expresar en función a sus factores, ¿no?
Speaker A
A eso se refiere. En otras palabras, algo así. Con esta imagen la van a entender mucho mejor.
Speaker A
Supongamos que ustedes en su base atos tienen siete variables, supongamos, ¿no? X1, X2 y así sucesivamente hasta X7.
Speaker A
y ustedes deciden encontrar los factores subyacentes a ese conjunto de datos, ¿no? Y demuestran que encuentran tres factores.
Speaker A
De siete encontré tres factores. Eso quiere decir que cada variable original lo puede expresar en función a sus a sus factores, ¿no? ¿Se dan cuenta?
Speaker A
A eso se refiere, muchach. En otras palabras, esto es un análisis factorial. Cada variable, mejor dicho, cada factor aporta cada variable, ¿no?
Speaker A
En conjunto, los tres factores explican toda la data. un solo factor, ¿no? En los tres factores se explican a la data, ¿no? A toda la a toda la data, ¿no? Al menos la mayor cantidad de información posible, ¿no?
Speaker A
No explica perfecto, ¿no? Eso sí, pero explica la mayor cantidad de información posible ¿no?
Speaker A
Así es como es o cómo funciona, muchachos, el análisis factorial, ¿no? Obviamente cuando ya usamos el SPCS todo este proceso es mucho más sencillo porque ya está automatizado todo, pero hay que entender eso, que funciona de esa manera, ¿no? No es nada eh
Speaker A
no es muy abstracto que digamos, no es muy sencillo su forma de bueno, la forma en cómo funciona el análisis factorial, ¿no?
Speaker A
Bien. Y matemáticamente esto que hemos explicado acá, muchachos, esto de acá, esto es de manera analítica, ¿no? De manera variable por variable, factor por factor ¿no?
Speaker A
Pero esto expresado para cada una de las variables, para él, para él, para él, para él y para él y puesto en un sistema matricial se resume en esto.
Speaker A
Se resume en esto. Quiere decir que cada variable no es más que una combinación lineal de mis factores más su error, ¿no?
Speaker A
A eso se refiere matricialmente es en sí matricialmente es esto, pero resumido es esto de acá, ¿no?
Speaker A
Esto es un poco de la parte matemática, muchas. No le voy a pedir que se memoricen esto, no, simplemente es que esto de acá uno por un fue llevado a términos matriciales.
Speaker A
Y bueno, en este caso consolidado pues una en matrices, ¿no? De tal manera que esto es suspensión matemática.
Speaker A
Esto es el modelo factorial general, como se dice, ¿no? Esto es el modelo general factorial exploratorio, pero es lo mismo que hemos visto.
Speaker A
Simplemente está de una forma más compacta, matemáticamente más compacta. Bien, ¿qué fases qué fases tiene el análisis factorial?
Speaker A
No, es una muy buena pregunta, ¿no? Bien. El análisis factorial, muchachos, parte a partir de una matriz.
Speaker A
Tiene que puede ser, claro, la matriz los datos, ¿no? La matriz de datos. A partir de la matriz de datos se calcula, por ejemplo, la matriz de correlación y a partir de esa matriz se hace la extracción de los factores y un montón
Speaker A
de cosas, ¿no? Es decir, para que tú apliques alguna técnica multivariante necesitas dato, en otras palabras, ¿no? Si no, no se puede hacer nada.
Speaker A
Eso es, ¿no? Cálculo de una matriz. Luego hay que extraer los factores. Tú puedes saber si hay tres factores, cuatro factores. Ya. Ahora tengo que extraer los factores y los factores se tienen que interpretar ¿no?
Speaker A
¿Qué pasa si no logro o no puedo interpretar de manera sencilla los factores? tengo que hacer una rotación de factores.
Speaker A
La rotación de factores me permitirá pues interpretar mucho mejor. Luego puedo estimar las puntuaciones de los sujetos, es decir, las famosas cargas factoriales, ¿no?
Speaker A
Los famosos a y a sub, ¿no? Es decir, es esos valores que acompañan a los factores ¿no?
Speaker A
Esos son las secuencias que se sigue, muchachos, para hacer un análisis factoral ¿no? Ya con el SPS lo vamos a ver de manera mucho más sencilla.
Speaker A
No se compliquen tanto en esa parte. Pero es importante la teoría. Eso es bien. Hay una hay un índice o una métrica, un ratios llamado KMO que te va a indicar si tu base de datos es apropiado o no para un análisis
Speaker A
factorial. Claro, tú tienes tu base de datos, ¿no? ¿Cómo sé que mis datos son apropiados por un análisis factorial? ¿Quién me lo dice? El índice KMO.
Speaker A
también conocido como el índice de índice de idoneidad. Este índice, muchachos, el KMO, me va a decir si mi data o mi conjunto de datos es apropiado o no para aplicar un análisis factorial exploratorio, ¿no? Esta su fórmula de
Speaker A
cálculo, tiene correlaciones Piarson y las correlaciones parciales, ¿no? ¿Cómo se interpreta esto? Si tú calculas tu índice KMO y te sale estos rangos de 0.7 7 hacia adelante se dice que tu data es aceptable, bueno o excelente según el
Speaker A
rango para aplicar un análisis, un análisis factorial exploratorio, ¿no? Esto es el primer punto de partida que se tiene que hacer, muchachos, para hacer un análisis factoral. Si te sale 0.5, Entonces ya no tiene sentido continuar.
Speaker A
¿Para qué? Pero si te sale 0.885 90 95 es muy buena para hacer un análisis factorial.
Speaker A
Entonces, no siempre se va a aplicar, se va a poder aplicar un análisis factorial, ¿no? Va a depender también pues de qué tan bueno es mi data, ¿no?
Speaker A
Y el link de CMO, muchachos, te permite ello ¿no? Bien, eso es una métrica muy interesante. Hay más, pero esta es la mejor, muchachos. El KMO es la mejor que existe ¿no?
Speaker A
Bien. Muy bien, muchachos. Les había comentado también de la extracción de factores, ¿no? Claro, tú puedes identificar el número de factores. Buenazo, pero también necesitamos saber cómo extraer los factores.
Speaker A
Uno de los más métodos más comunes para extracción de factores es el análisis componentes principales.
Speaker A
Por cierto, el análisis competentes principales también es una técnica multivariante, también es una técnica multivariante, es el más utilizado. Es más, el SPCS usa también componentes principales y lo vamos a usar, por cierto, el día de hoy.
Speaker A
¿Por qué? Porque es más rápido computacionalmente, sus cálculos son mucho más rápidos. El otro método de estimación es el método de máxima verosimilitud.
Speaker A
Este método requiere el supuesto de normalidad multivariada. Si no cumples con ese supuesto, no tiene sentido usarlo.
Speaker A
¿Por qué? Si no se cumple, tienes otros métodos, no tienes análisis común, factorización de imágenes, el más usado es esto y el segundo más usado es esto.
Speaker A
Ese PCS tiene los dos, creo que tienen los cuatro. Eh, la diferencia en cuanto a las a la extracción de factores es mínima, muchachos. No es no es escandalosamente diferente, es mínimo.
Speaker A
Solo que recuerden que máxima velocimitud requiere la normalidad multivariada, ¿no? Si no se cumple, no podrías, claro, puedes usar, pero no es técnico, no es correcto lo que estás haciendo ¿no?
Speaker A
Sin embargo, el método de an componentes principales sí es mucho más robusto, no tiene restricciones de nada.
Speaker A
Bien, hay un concepto que se usa muy a menudo, muchachos, que es la comunalidad, muchachos.
Speaker A
Las cargas factoriales son los aportes de cada pues de cada de cada factor, como se dice, ¿no?
Speaker A
Mientras que la comunalidad es, muchachos, la comunalidad es la proporción de su varianza que puede ser explicada por el modelo factorial obtenido, ¿no?
Speaker A
Eso es la famosa comunalidad, como quién dice, cuánto explica mi factor de la de mi variable, ¿no? Supuestamente es esto ¿no?
Speaker A
Recuerden que cada variable es una combinación lineal de mis factores, ¿no? Algo así, ¿no?
Speaker A
Eso ya lo sabemos, ¿no? Pero la pregunta es, ¿qué tanto explica este factor f1 de mi variable x y por qué tanto explica? No, eso es la famosa comunalidad.
Speaker A
Así como el los a sub un a sub2 son las cargas factoriales, pero también queremos saber cuánto explica pues el cada factor de la variable.
Speaker A
Quizás esto explica un 40%, esto un 50%, esto un 10%, algo así. Entonces, es un concepto que también se usa bastante.
Speaker A
El otro tema que tenemos que también mencionar brevemente son los métodos de arrotación de factores.
Speaker A
Cuando se hace análisis factorial, muchachos, recuerden que la importancia es extraer factores, encontrar y extraer factores.
Speaker A
Luego de extraer factores, hay que interpretarlos, hay que darle un nombre, como el caso de la aprendizaje, ¿no? Un factor puede ser eh, no sé, eh, no sé, condiciones económicas. El segundo puede ser psicomotricidad, el tercero puede ser
Speaker A
emociones, pero tengo que darle un nombre a ese factor y el nombre del factor se da en base a las contribuciones, en base a las cargas factoriales, pero muchas veces no va a ser tan sencillo interpretarlo.
Speaker A
¿Por qué? porque no se percibe una diferencia bien marcada, ¿no? En ese sentido, y cuando es muy confuso interpretar los factores, muchachos, lo que se recomienda es hacer una rotación de factores, como quien dice, ubicarlos especialmente de una manera diferente, de tal manera
Speaker A
que sí se puede interpretar de la mejor manera. Eso es, ¿no? Eso es, ¿no?
Speaker A
Como quién dice, pues transformar espacios para que puedas observar mejor las relaciones, ¿no? A eso se refiere con la rotación.
Speaker A
Y tenemos pues el Barimax, que es el método más común, el Quartimax, el Equamax, el Oblimin y un montón. Hay un montón, muchachos.
Speaker A
Lo único que quiero que se acuerden de la rotación de factores es que permiten interpretar mejor los factores, nada más, muchachos. permiten interpretar los factores nada más. Eso es su función.
Speaker A
Bien, eso, muchachos, es respecto al análisis factorial. Es un tema interesante. Ah, es muy usado, muchachos, los que están en el mundo de la psicometría, inclusive el marketing también, marketing o los que están interesados en la variación de instrumentos y medición,
Speaker A
¿verdad? factores es una herramienta muy interesante, muy potente, ¿no? Para los psicólogos estor muy importante, ¿no? Un tema muy importante también.
Speaker A
Bien, vamos a abrir a ver el que dice madres gestantes de América. Hay una base de datos, muchachos.
Speaker A
Madres gestantes de América. No, abran, por favor. Vamos a ver una aplicación interesante del análisis factoral y van a darse cuenta que es s sencillo, muchachos.
Speaker A
Claro, la parte matemática que hay detrás es un poco pesada, ¿no? Pero no vamos a meternos a ese mundo todavía, ¿no?
Speaker A
Muy bien. Abran la data que dice madres gestantes de América. Y esperemos que cargue unos unos segundos. Ya bien, ya creo que cargó.
Speaker A
Bien, ya cargó, muchachos. Entonces es una data de Latinoamérica, muchachos. pequeña que tiene pues la siguientes variables.
Speaker A
Miren las variables que tiene es bueno, país, tasa global de fecundidad, tasa cruda de natalidad, razón de mortalidad materna, prevalencia de anticonceptivos, proporción de población atendida, gasto nacional por per capital, gasto público en salud, un montón de variables, ¿no? variables
Speaker A
sociodemográficas ¿no? De 27 países, desde Argentina hasta Venezuela. Miren, están Bolivia, Canadá, Chile. Bueno, un grupo de países, ¿no?
Speaker A
De Centroamérica, ¿no? Más de Centroamérica y América Latina. Bien, entonces la pregunta del millón es la siguiente. No tengo estas son mis variables numéricas.
Speaker A
Obviamente el país no va a entrar en el análisis, pero yo sé que cada indicador representa pues a un país. Obviamente eso lo sé por fila ¿no?
Speaker A
Pero me preguntaría, ¿no? En base a esas variables, ¿puedo agruparlo en dos factores, en tres o en cuatro?
Speaker A
Se podrá, no lo sé. Lo vamos a intentar bien. Entonces, me voy a analizar, muchachos, y me voy a la opción de reducción de dimensiones muchachos.
Speaker A
Me voy a analizar reducción de dimensiones y ahí le pongo factor muchachos. en factor, le doy click y me abre una ventanita como esta, ¿no?
Speaker A
Y acá le pongo pues todas las variables numéricas ¿no? Variable de selección puedes poner al país para que no no pongas nada para no confundirnos.
Speaker A
Y donde dice descriptivos, puedes tú sacar, ¿ves el KMO, muchachos? Acá ven para saber si es pertinente pues mi análisis factorial, ¿no? Ahora voy a ejecutar y aceptar.
Speaker A
¿Qué me dice el KMO, muchachos? ¿Dónde está el KMO? Acá está, miren. 0 pun 71.
Speaker A
¿Qué quiere decir ello? Vamos a buscar el cambio. 0.71. Quiere decir que tu data es aceptable ¿no?
Speaker A
Aceptable, es decir, si es pertinente usar un análisis factorial. Hasta ahí vamos bien. Voy a cerrar todas estas cosas acá nuevamente, ¿no? Ya sé que puedo aplicar análisis factorial, ¿no?
Speaker A
Analizar. Reducción de dimensiones. Factor descripti. Voy a desactivar esto porque ya no me ya no me interesa.
Speaker A
Extracción de factores. Mira, vía compuentes principales. Máxima verosimilitud. ponderado, generalizado un montón, ¿no? Hay varias maneras de extraer los factores, ¿no? Pero yo quiero componentes principales porque es el más eficiente.
Speaker A
Simplemente le das continuar en rotación. Solo tienes que hacer rotación si es que no puedes interpretar muchacho.
Speaker A
Puntuciones no lo voy a hacer aún. opciones no voy a tocar, simplemente aceptar. Y miren, muchachos, acá lo más importante, este cuadrito acá, varianza explicada, acá viene lo siguiente.
Speaker A
Un factor me explica el 50 38%. Dos factores 67 pun 151. Tres factores 77.
Speaker A
Si yo uso nueve factores, explico el 100%, pero tengo nueve variables. No tiene sentido. No, no tiene sentido.
Speaker A
Bien. ¿Qué es lo que tengo que hacer acá? simplemente elegir un grupo de componentes que me expliquen una cantidad razonable pues de información.
Speaker A
Y el SPCS tiene un criterio eh que siempre lo usa, ¿no? Siempre va a usar autovalores mayores a uno ¿no?
Speaker A
El famoso autovalor, muchachos, es un valor, el autovalor de la matriz de correlaciones, ¿no? Que es viene de una teoría matemática de la lineal.
Speaker A
Hay mucha matemática, pero el SPCS te dice, "Oye, solo trabaja con dos factores. Con dos factores estás explicando el 67.2% 2% de la información y ahí se detiene. Te recomienda con dos factores.
Speaker A
Al trabajar con dos factores, miren lo que obtienes. Acá está tus factores y acá están tus x, ¿no? Cada x yo lo puedo expresar en función de mis factores con sus cargas, ¿no?
Speaker A
Acá está mi xubi, acá está el F1 y F2. Y acá está su carga.
Speaker A
sería x1 por l + el por y así sucesivamente. Y ahí se acaba el análisis factoral, muchachos.
Speaker A
Ahí se acaba, ¿no? Y ustedes se preguntarán, "Profesor, ¿y dónde están mis factores? ¿Dónde están mis factores?" No, por ejemplo, este factor lo voy a copiar por acá, lo voy a llevar a un Excel para que ustedes puedan o para poder analizarlo.
Speaker A
Este es el factor uno. Este es el factor dos, ¿no? Muy bien. nueve variables, he reducido a dos variables según el SPS.
Speaker A
Ahora, ¿cómo voy a dar el nombre a cada factor? Factor uno, si yo me fijo, tiene los pesos más grandes en Miren muchachos el factor dos está más relacionado con los gastos.
Speaker A
El factor dos se llamaría gasto en salud. ¿Se dan cuenta? Gasto en salud, ¿no?
Speaker A
Mientras que los demás esto sería eh condiciones de salud, ¿no? Algo así. Pero eso ya el nombre lo tienen que pensar pues en equipo, ¿no? Por el momento le vamos a dar ese nombre.
Speaker A
O si no pueden usar la no. Ahorita lo vamos a usar allá, no se preocupen.
Speaker A
Entonces, mira, factor uno, condiciones de salud, porque ellos los tien son los que tienen más peso, ¿no?
Speaker A
Mientras que el F2 los mayores, las magnitudes más grandes están en gasto, ¿no? Así es como se le da el nombre de los factores muchachos.
Speaker A
En otras palabras, toda tu data tú lo puedes expresar en dos factores nada más o puedes explicarlo en función de dos factores.
Speaker A
Mira, voy a borrar esto y lo voy a dar al SPS, a la IA, ya a la CH GPT.
Speaker A
Miren, le voy a dar todo esto y miren acá le voy a decir, quiero que me dé que le des un nombre un nombre a mis factores.
Speaker A
A ver, vamos a ver. Ya lo ordenó. Miren, bonito, ¿no? Factor uno, le ha llamado desarrollo de la salud reproductiva y materna, muchachos.
Speaker A
Así lo llamo. ¿Por qué? porque hizo un análisis de los pesos, los pesos, ¿no? Y lo llamó pues desarrollo de salud reproductiva y materna ¿no?
Speaker A
Me parece bien. Sí, porque habla más de qué? Fecundidad natalidad mortalidad materna y anticonceptivos, ¿no? Partos atendidos, salud materna. Efectivamente, ¿no?
Speaker A
El F2 está más relacionado con el gasto, lo ha llamado financiamiento de la del sistema de salud.
Speaker A
Entonces, muchachos, tus dos factores están muy bien definidos, ¿no? La te lo ayudó. Ahí está, miren.
Speaker A
F1, desarrollo de salud reproductiva y materna y F2, financiamiento sistema de salud. Se acabó.
Speaker A
Eso sería tú. tus análisis, ¿no? Bien, eso, muchachos, es el famoso análisis factorial. Eso es.
Speaker A
Y también puedes calcular, pues puedes agregar tus factores a tu base, ¿no? Acá puedes agregar tus factores también.
Speaker A
Lo único que tienes que hacer es lo siguiente, ¿no? Nuevamente regresas y donde dice puntuaciones, acá lo pones como guardar como variables, ¿no? Continuar y aceptar.
Speaker A
Y acá están tus tus puntuaciones, ¿no? En otras palabras, tus factores. Es decir, de nueve variables te vas a quedar solamente con dos variables.
Speaker A
Eso sería, ¿no? Tú ya sabes qué es el factor uno, ¿no? Salud reproductiva materna, ¿no?
Speaker A
tú ya sabes qué significa el factor dos, que es costo en salud, ¿no? O gasto en salud perdón.
Speaker A
¿Qué se podría hacer con estos dos? Hacer un gráfico de correlación, de dispersión, ¿no?, entre esas dos variables, en este caso dos factores. De esto ya te olvidas, ¿ah? Porque ya tienes dos nuevas variables.
Speaker A
A ver, vamos a generar un gráfico de dispersión, ya para analizar un poquito más.
Speaker A
Acá le pongo en salud y etiquetar mediante país. Vamos a ver qué sale, qué cosa interesante sale. Ah, a ver, vamos a ver.
Speaker A
Voy a agrandar esto. Bien. A ver, vamos a dar etiquetas ya. A ver, a los puntitos Estados Unidos.
Speaker A
¿Qué page era esto? A ver, vamos a ver. Uruguay, un par más. Está acá.
Speaker A
Bien, miren, muchachos, lo que se obtiene ¿no? Eh, el factor uno, ¿cómo se llamaba?
Speaker A
Salud reproductiva y materna, ¿no? Estos tres países y la variable Y era gasto en salud.
Speaker A
Efectivamente, Cuba, Guayana y Bárbado son los que gastan menos en salud. Es obviamente, ¿no?
Speaker A
Obviamente por acá debe estar Hait y todo. ¿Quiénes gastan más en salud? Estados Unidos, muchachos.
Speaker A
Estados Unidos, ¿no? Por acá debe estar Perú, ¿no? En la parte intermedia por ahí.
Speaker A
Entonces, ¿cuál es la idea del análisis factorial, muchachos? que una vez que tú encuentras factores puedes obtener resultados como este tipo, ¿no? Es decir, nueve variables, lo has resumido en dos variables, estás encontrando estos resultados, ¿no?
Speaker A
Estados Unidos se podría decir que es el país con mayor eh con los mejores indicadores de salud materna y reproductiva y también es aquel país que invierte bastante en salud, ¿no? Uruguay, esto debe ser Canadá y así, ¿no?
Speaker A
Sin embargo, hay países pues pobres, ¿no? Cuba Haití países que no invierten mucho en educación, en salud, ¿no?
Speaker A
Eso, muchachos, te permite hacer análisis factorial y muchas cosas más, muchachos. Es una herramienta muy interesante, muchachos, y no es nada complicado.
Speaker A
Claro, si se mete en la parte de matemática es un poco pesado, pero si lo usan de manera práctica es mucho más interesante.
Speaker A
Bien, muchachos. Eso es el análisis factoral ¿no? A ver, vamos a ver. Ahora tenemos que hablar de otro tema, muchachos.
Speaker A
Entonces, la análisis factural, ya saben, muchachos, un tema muy interesante. Yo les recomiendo que investiguen un poco más.
Speaker A
El otro tema es el análisis de conglomerados. el famoso análisis de conglomerado, ¿no? También es una técnica multivariante, técnica de cluster, ¿no? O clastering, así lo conocen muchos.
Speaker A
Dale chueco. Muy bien. Igualito, ¿no? Si voy a tener muchas variables. Imagina acá están mi data, ¿no? Muchas variables.
Speaker A
Y la pregunta del millón es, ¿cuántos grupos puedo formar? de estos. A diferencia del análisis factorial que agrupa variables, muchachos. Recuerden que el análisis factorial agrupa variables ¿no?
Speaker A
El análisis clustering va a agrupar pilas y te va a decir, este grupo de personas pertenece al grupo uno, este grupo de personas pertenece al grupo dos y este grupo de personas pertenece al grupo tres.
Speaker A
¿Qué has hecho? has agrupado, has agrupado no variables, sino observaciones ¿no? Claro. Imagínense ustedes si tienen 50 alumnos y cada alumno tú lo tú lo agrupas por rendimiento A B C D E.
Speaker A
tú no has agrupado las notas, las variables, mejor dicho, has agrupado a los estudiantes, es decir, a las observaciones.
Speaker A
Entonces, esa es la diferencia entre entre factorial que agrupa variables y con numerados agrupa observaciones, filas individuos ¿no?
Speaker A
Objetos, en otras palabras. ¿Para qué sirve el análisis conomerados? Entonces, para hacer segmentación de clientes, segmentación de mercado, segmentación de productos, todo aquello que quisieras agrupar por unidad de observación.
Speaker A
Ahí entra, muchachos, el análisis con el numerado. Ahí entra. Entonces, cuando quieras agrupar, segmentar, que es básicamente equivalente, tienes que usar análisis con numerados o clastering muchachos.
Speaker A
Bien, otro ejemplo para que quede un poco más claro. Supongamos que yo tengo dos variables.
Speaker A
Oh, también funciona para valores numéricas nada más. Imaginemos que tengo este gráfico de dispersión.
Speaker A
Y bueno, yo le digo, ¿cuántos grupos pueden observar en ese en ese gráfico de expresión? ¿Cuántos grupos?
Speaker A
Todos me dirán, "Profesor, yo observo dos grupos. Correcto. El primer grupo y el segundo grupo. No, hay dos grupos.
Speaker A
Pero, ¿por qué lo agrupaste de esa manera y no de esta manera? ¿Quién me dice que tiene que ser como el anterior?
Speaker A
Las el técnica de conglomerado o claster, muchachos, lo que va a formar son grupos homogéneos.
Speaker A
Son grupos homogéneos, ¿no? Internamente las observaciones son parecidas. En este grupo tus observaciones son parecidas.
Speaker A
Internamente todos son asterisco y acá son puntitos. Son parecidos. Sí, por eso están en un mismo grupo.
Speaker A
Pero, ¿por qué están juntitos? Porque la distancia entre ellos es pequeña. Cuando la distancia entre dos observaciones es pequeña, quiere decir que son parecidos. Por ende, deben estar en un mismo grupo.
Speaker A
Pero, ¿qué pasa si compara las distancias entre observaciones diferentes? Él y él, su distancia es mucho más grande. Eso, ¿qué quiere decir?
Speaker A
que debe pertenecer a otro grupo o a otro clúster o a otro conglomerado. En otras palabras, muchachos, la técnica de clustering se agrupa en base a distancias euclidianas.
Speaker A
Si tu distancia es grande, grupos de frente. Si tu distancia es pequeñita, quiere decir que debe estar en el mismo grupo.
Speaker A
Entonces, la técnica de clustering o conglomerados, muchachos, se basa en agrupar individuos basados en sus distancias o también conocido como medidas de similitud, muchachos.
Speaker A
De eso se trata, ¿no? Bien, eso es. Ahora veamos un poquito de teoría. Ya, esto no es. Vamos a abrir el otro.
Speaker A
Bien. Análisis conglomerados o también conocido como clastre, muchachos. Ya. Vamos a ver una introducción.
Speaker A
Eh, definición de cluster, tipos de clustering, las medidas de de similizen, los métodos de clustering que existe.
Speaker A
Hay un montón de métodos de clustering, muchachos, un montón. Nosotros nos enfocaremos simplemente en K medias, que es un algoritmo muy usado, muy sencillo y también da muy buenos resultados dentro de toda la familia, las técnicas de claser en que puede existir, ¿no?
Speaker A
Así que es una muy buena opción. Bien. Eh, la técnica de clastring, muchachos, también es una técnica multivariada.
Speaker A
¿Por qué? Porque usas muchas variables, eh, pero forma parte del aprendizaje no supervisado. Actualmente existe un boom de la inteligencia artificial, ¿no?
Speaker A
Bueno, la inteligencia artificial es un campo muy grande, ¿no? Un subconjunto muy pequeñito es el análisis clustering, ¿no?, que sirve para hacer segmentaciones, agrupaciones ¿no?
Speaker A
Y forma parte del aprendizaje no supervisado. ¿Por qué? porque no existe una variable eh eh una variable y, una variable dependiente ¿no?
Speaker A
Simplemente lo que existe es un conjunto de variables, por ende, un conjunto de observaciones que vas a ver la manera de cómo agruparlos ¿no?
Speaker A
Entonces, efectivamente, la técnica clas agrupación. Por ejemplo, si todo mi conjunto de datos estos puntitos de acá, el análisis clustering lo que me va a permitir es agrupar en este caso en tres grupos.
Speaker A
Eso es. Tu tarea es darte las herramientas para encontrar los grupos, los cluster, en otras palabras. Pero obviamente esos grupos, ¿qué cosa deben cumplir?
Speaker A
Internamente deben ser homogéneos, lo más parecidos posibles, pero entre clúster o conglomerados deben ser lo más diferentes posible, ¿no?
Speaker A
Deben ser muy diferentes. Solo así se podría considerar como un grupo o un cláúster o un conglomerado, ¿no?
Speaker A
Muy bien. Entonces, ¿qué es el análisis cluster? Es una técnica multivariante. Sí. cuya idea básica es clasificar objetos formando grupos o conglomerados clasers que internamente sean homogéneos. Sí, dentro de los grupos deben ser homogéneos o parecidos, pero entre grupos o cláuster deben ser
Speaker A
lo más diferentes posibles. Este agrupamiento, es decir, cómo agrupo individuos en un grupo, es basado en la distancia o también conocido como similitud.
Speaker A
¿Qué tan parecido es? Si la distancia es grande, son muy diferentes. Si la distancia es pequeña, son muy parecidos o muy similares, ¿no?
Speaker A
Y también ya hemos dicho que es una técnica de aprendizaje no supervisado porque no existe una variable dependiente, no existe eso.
Speaker A
Bien, ¿dónde se usa actualmente, muchachos? Clustering anális conumerado. Se usa en todo. Actualmente se usa en todo muchachos.
Speaker A
Donde se ha puesto de moda es en marketing, en las áreas de marketing, cuando hacen segmentación de clientes y todo.
Speaker A
Pero actualmente toda empresa tiene clientes y toda empresa está interesada en segmentar sus clientes.
Speaker A
¿Para qué? para lanzar publicidades diferenciadas por segmento de cliente. No es lo mismo de 50 años para más los clientes que 18 a 30 años o de 30 a 40 o de 40 50. Son grupos con perfiles totalmente diferentes.
Speaker A
A los adolescentes, pues de, no sé, 18 a 25 no le voy a mandar pues colágeneno y calcio de publicidad, no, no tiene sentido.
Speaker A
A los mayores de 60 años no le voy a mandar publicidad de juegos electrónicos gamers PlayStation nada de esas cosas, ¿no? Porque no porque no lo van a comprar.
Speaker A
Entonces, si tú tienes un una segmentación bien definida de tus clientes, tus campañas, tus publicidades, tus promociones van a ser muy bien diferenciados.
Speaker A
Va a ser dirigido a la población que le interesa realmente y eso implica un mayor impacto en las ventas ¿no?
Speaker A
Eso es la utilidad de la segmentación de los clientes. Pero no solamente clientes, ah, también puede segmentar productos.
Speaker A
¿Qué producto se vende más? ¿Se dan cuenta? Puedes segmentar colegios, hospitales, distritos por ejecución presupuestal, provincias por ejecución presupuestal.
Speaker A
Un montón, muchachos. La segmentación es una tarea muy útil y te permite tomar mejores decisiones.
Speaker A
Mm. ¿Cómo han segmentado hogares ABCD en base a los ingresos, a la canasta básica del hogar?
Speaker A
Y así tienen muchas aplicaciones, por ejemplo, segmentación de mercados, comprender el comportamiento de los compradores, identificar oportunidades, nuevos productos, reducción de los datos.
Speaker A
en general tiene muchos usos. Donde te interese hacer grupos o segmentaciones, ahí está este tema. Te puede servir para mucho, ¿no?
Speaker A
Bien, el objetivo importante, muchachos, la técnica de clustring es la siguiente. Va a haber muchas técnicas de segmentación, un montón. Hay como 50 técnicas de segmentación, muchach, un poquito más inclusive.
Speaker A
No importa las técnicas que existen, pero cada una de esas técnicas, muchachos, simplemente buscan dos cosas importantes.
Speaker A
Formar grupos y que esos grupos sean lo más diferentes posibles, es decir, internamente sean homogéneos, pero entre grupos sean totalmente diferentes, totalmente heterogéneos.
Speaker A
Así de simple, muchach. Eso es lo que se tiene que hacer. Muy bien. No importa la herramienta, todos buscan lo mismo. Más grupos internamente homogéneos, pero entre ellos estrógenos.
Speaker A
Y listo. Todos tienen el mismo objetivo, pero existen diferentes herramientas. Muy bien, muy bien.
Speaker A
Les había comentado cómo sé que dos que las observaciones están son parecidas, homogéneas o lo más parecidas posibles cuando la distancia es pequeñita, muy pequeñita, ¿no? Si yo estoy a 1 metro de una persona, estoy cerca, ¿no?
Speaker A
Pero si estoy a 100 m estoy alejado, ¿no? La distancia te permite saber si estás si eres parecido o no, si eres síil o no. Por eso existen las famosas medidas de similitud, muchachos.
Speaker A
Existen tres. Distancia euclidiana, distancia de manjatan, distancia de majlanoidis. Estas distancias nos permiten saber si estamos cerca o alejados.
Speaker A
La más usada es la distancia euclidiana, muchachos. ¿Por qué? Porque es una distancia lineal que nosotros conocemos, 5 m, 10 m, sabemos qué cosa es eso, ¿no?
Speaker A
Pero Majalanobis te va a dar un valor, pero no sabes si no tiene la misma interpretación que nuestra distancia lineal.
Speaker A
Teóricamente existe distancia, tres tipos de distancia, ¿no? En estadística, obviamente, pero la euclidiana es la más conocida, la que sabemos interpretar.
Speaker A
Entonces, siempre o casi siempre se usa la eucliniana, ¿no? También les había comentado, muchachos, que eh existen varios tipos de clústering.
Speaker A
Efectivamente, hay como 50 mos para hacer clasteres, muchachos, pero todos, ya les comenté que todas esas técnicas buscan el mismo objetivo, formar grupos internamente homogéneos, pero entre ellos deben ser lo más heterogéneos posibles, ¿no?
Speaker A
Por ejemplo, tenemos los la familia de los agrupamientos exclusivos. Ahí estará, ahí está la famosa camin o camas que vamos a ver el día de hoy. Por ejemplo, también tenemos los agrupamientos jerárquicos. Son algoritmos que trabajan en base a jerarquía, de arriba hacia
Speaker A
abajo, de abajo hacia arriba, como una estructura de árbol, ¿no? De tal manera que agrupa pues observación agrupamientos probabilísticas.
Speaker A
Este tipo de clasering sea mucho más sofisticado, muy pesado, pero computacionalmente es muy costoso, demora mucho.
Speaker A
También tenemos los agrupamientos solapados, no quiere decir que cuando hay traslape, cruce o suposición de observaciones y no sabes pues a qué grupo pertenece un individuo, entonces puedes usar este tipo de familias ¿no?
Speaker A
Muy bien. Nosotros vamos a ver, muchachos, con el SP, el camino, pero todos los demás procedimientos el SPC no lo tiene. ¿Por qué? Porque son sofisticados y complejos.
Speaker A
El SPC tiene el Camins y los jeráricos nada más, ¿no? Más que suficiente también. No van a pensar que estos de acá son los mejores, no son los más complejos, pero a veces lo más sencillo es más suficiente que lo más complejo.
Speaker A
Siempre tiene que ver el costo beneficio. Nosotros estamos acostumbrados a pensar que las cosas más complicadas son las mejores y eso no es así, jóvenes.
Speaker A
Eso no es así. Miren, ahí está el procedimiento, ¿no? Tenemos dos familias muy importantes, los jerárquicos y los no jerárquicos.
Speaker A
¿Por qué se le dice jerárquicos? porque tiene una estructura de jerarquía de arriba hacia abajo o de abajo hacia arriba, aglomerativo y divisivo, por ejemplo.
Speaker A
Los procedimientos no jerárquicos no tienen una estructura como un árbol, no es independiente. Tú pruebas los la cantidad de grupos que desees, ensayas, ensayas hasta ver pues si te conviene o no la cantidad de grupos formados.
Speaker A
Bien. Por ejemplo, nosotros vamos a ver camellas muchachos. Camins o camellas. Este es un algoritmo interesante. Miren, en K medias tú tienes que probar con número de de grupos que quieres iniciar.
Speaker A
Por ejemplo, puedes iniciar con K igual a dos grupos. ¿Te conviene o no te conviene?
Speaker A
Quizás no pruebas con tres grupos, con cuatro grupos y así. Es decir, tú tienes que fijar el valor de K y evaluar si es coherente o no los grupos formados, ¿no?
Speaker A
Por eso lo que se hace es fijar un valor de K. Lo único malo es que cuando tú fijas k = 2, necesitas fijar un centroide, un centro gravedad, ¿no?
Speaker A
Y las observaciones que están muy cerca al centroide quedarán en ese grupo, ¿no? Sin embargo, si tengo observaciones también cerca del centroide, quedarán en ese grupo, ¿no?
Speaker A
Los centroides, entonces lo que se hace, muchachos, es que se actualizan a cada instante ¿no?
Speaker A
¿Qué pasa si nuevamente calcula distancias? Puede que uno pase para acá y otro pase para acá y el centro se actualiza, ¿no?
Speaker A
Y así sucesivamente, muchachos, hasta que se va a lograr formar pues un grupo ¿no?
Speaker A
En este caso dos grupos, pero acá hay muchos pasos previos, ¿no? Muchas iteraciones, como se dice.
Speaker A
Por eso pues se tiene que primero fijar el número de cluster. Si K dos tengo dos entroides, se calcula la distancia de las observaciones de los entroides, se reagrupa, se actualiza los entroides y sucesivamente ¿no?
Speaker A
Literal, estos pasos tienen que ser interativos, ¿no? ¿Hasta qué punto llega un momento que ya no hay cambios?
Speaker A
Por más que iteres, iteres, las observaciones ya no se mueven, ¿no? Como ya no se mueven, entonces ya se garantizó la convergencia. Se dice algoritmo es camas, muchachos, caminos o camedias, ¿no?
Speaker A
Y ese proceso que hicimos, que explicamos acá, este de acá es el famoso algoritmo de Joch.
Speaker A
El así lo han llamado, ¿no? El algoritmo de Jo para K medios, ¿no? Como quién dices, procedimiento que se hace pues para encontrar los grupos, ¿no? Primero, como vas a fijar K = 2, 3 o cu, no lo
Speaker A
sé, depende cómo pruebas, hay que asignar aleatoriamente cada observación en un cláster aleatorio, ¿no?
Speaker A
tenemos que obtener el centro de gravedad, que es el centro E. Hay que calcular la distancia de las observaciones a los centroes y reajustar los centroes y ese procedimiento tenemos que repetirlo ¿no?
Speaker A
Llega un momento que ya los puntos ya no cambian, muchachos. Ahí se detiene, ahí has logrado formar los grupos, ¿no?
Speaker A
Al haber logrado formar los grupos, ahí se detiene el algoritmo. Ya no tiene nada que ver.
Speaker A
Muy bien, ese es el algoritmo, ¿no? Miren, así es como funciona, ¿no? Miren, acá he puesto cuatro centroides, cuatro observaciones, ¿no?
Speaker A
Primera iteración, segunda iteración, tercera iteración y ya se forman los grupos de manera mucho más compacto, ¿no? Eso es la idea, ¿no? Claro. Acá acá la tercera interacción hasta la quinceava iteración, ¿no? Ya se logró formar los grupos de manera mucho más
Speaker A
interesantes ¿no? Así funciona el algoritmo de Jo. Y acá les he traído una imagen interesante para que puedan observar.
Speaker A
Miren, primero estoy fijando los entroides. Miren losid, miren, losides parten acá, luego se actualizan. Miren cómo se mueven el centroide. Se mueve, se calcula la distancia de las observaciones de los centroides, se reagrupa y listo, ¿no? Y al final se forma tres
Speaker A
grupos, pero partenera, miren, miren cómo funciona. Muy bien. Así es como funciona el algoritmo de Joy, muchachos. para k media fijas k = 3 y ves si es coherente o no esos tres grupos formados, ¿no?
Speaker A
Así funciona, pero parece sencillo, pero puede demorar 50 pasos, 100 pasos, ¿no? O 100 interacciones, dependiendo de la cantidad de los datos, ¿no?
Speaker A
Data pequeña, pues va a demorar poco tiempo, pero imagínense, no sé, 1 millón de registros se va a demorar, ¿no? Pero va a lograr segmentarlo, va a lograr agruparlo. En otras palabras, no es que sea complicado tampoco.
Speaker A
Bien, algunos comentarios sobre camellas, muchachos. Se le ha criticado al K medias, muchachos, porque no sabemos qué valor de K podemos elegir.
Speaker A
Claro, tú tienes que fijar, pues, pero tienes que probar con valores coherentes, ¿no? Dos, 3 y cu. Es son los valores más coherentes.
Speaker A
No creo que a alguien se le ocurre probar con 10, no, no tiene sentido.
Speaker A
Tienen que probar con dos, con tres o cuatro. A eso se le ha criticado.
Speaker A
Otro punto que se le ha criticado mucho es que los valores de los entroides son muy sensibles, ¿no?
Speaker A
Claro, si el centroid es aleatorio, puede que se vaya a un rincón y a la hora de iterar demore más en encontrarle grupos, ¿no?
Speaker A
Sí, pero eso es normal porque tú no sabes dónde están los tienes que designarlos aleatoriamente.
Speaker A
Si tú lo eliges convenientemente, también puede llevarte a tomar decisiones equivocadas, ¿no? ¿Por qué?
Speaker A
porque no está buscando el óptimo. Tú le diste el óptimo, en otras palabras, no es mejor que sea aleatorio los centroes y en cada iteración pues logre la convergencia, ¿no?
Speaker A
Otra recomendación que dan, muchachos, es que el valor de K no puede ser muy alto. No puedes poner K igual a 20, no tiene sentido.
Speaker A
Nadie en esta vida forma 40 grupos, muchachos. No existes. He visto máximo seis grupos máximo.
Speaker A
Porque la idea de la segmentación de los clientes es formar grupos o perfiles bien definidos de los clientes.
Speaker A
No tiene sentido que armes 20 grupos y el grupo 20 tenga solamente un elemento o dos elementos. No tiene sentido.
Speaker A
¿Quién quiere un segmento de clientes con un solo elemento o dos o tres? no tiene sentido.
Speaker A
Entonces, hay que tener mucho cuidado esa parte, ¿no? Y ojo, solo se usa para valores numéricos.
Speaker A
¿Por qué? Porque estoy calculando distancias. No existe distancia entre variables categóricas. Hay que tener mucho cuidado ahí, mucho cuidado en esa parte.
Speaker A
Bien. Algunos libros que recomiendo para que puedan reforzar la parte clastering. Ya. Entonces, clustering es un tema también muy interesante, muchachos.
Speaker A
Si factor es muy útil, muy interesante, Plastren también es muy interesante. ¿Se han dado cuenta que es una herramienta muy distinta a lo que hemos venido viendo, ¿no?
Speaker A
Lo que trabaja en marketing, por ejemplo, segmentación conomerados usan bastante. Bien, ahora por favor SPCSC. Vamos a ver que este tema es mucho más sencillo.
Speaker A
Creo que la teoría es un poco más pesada. Ahora, departamentos Perú. Ahí está. Voy a cerrar esto y ya está.
Speaker A
Bueno, es un ejercicio muy parecido al anterior, ¿no? Solamente que vamos a trabajar con los departamentos del Perú.
Speaker A
25 departamentos y tengo nueve variables, muchachos, numéricas. Recuerden que claster, muchachos, agrupa filas observaciones.
Speaker A
Lo que yo quiero es formar grupos de departamentos en función a ciertas características. Eso es lo que yo quiero hacer.
Speaker A
Bien, quizás Lima y Callao pertenezcan a un solo grupo. Quizás quizás todo esto pertenezca a un solo grupo. Quizás no se sabe toda la sierra no puede agrupar en costa Celva. No lo sé. A ver, vamos a ver qué me dicen mis
Speaker A
datos ¿no? ¿Qué me dicen mis datos? Muy bien. Para hacer las agrupaciones, muchachos, es sers sencillo. Miren, lo solo tenemos que hacer lo siguiente.
Speaker A
Miren ah analizar y acá nos vamos donde dice clasificar, muchachos. Y en clasificar está claser camedias.
Speaker A
Acá me voy. C medias, muchachos. Le doy click y listo. Le voy a dar todas las barreras numéricas y donde dice etiquetar le voy a decir que me etiquete mediante el departamento.
Speaker A
Muy bien. ¿Cuántos grupos quiere formar? dos 3 cu 5, no lo sé, pero seamos sinceros, muchachos, los departamentos del Perú dos no tiene sentido porque yo sé que existen costas y selva, ¿no?
Speaker A
Entonces decir dos no tiene sentido, ¿no? Tres puede ser, cuatro, no sé. Vamos a probar con dos. Miren, se dan cuenta que Class 30 también trabaja con factoriales, ¿no?
Speaker A
Interesante ¿no? Bien miren me ha creado dos cláuster. El primer clúster tiene nueve departamentos y el segundo clúster tiene 16 departamentos.
Speaker A
Pero me olvidé agregarlo acá. Voy a hacer lo siguiente. Voy a hacer que agregue ya en guardar. Voy a poner los cláser.
Speaker A
Listo. Miren, ya le agregó cada departamento a qué cláuster pertenece. Esto lo voy a ordenar. Ya. Ahí está.
Speaker A
Miren, todos los que son uno es el clúster o grupo uno. Ica, La Libertad, Arequipa, Callao, Lima, Madre, Moqueo, Tacna, grupo uno.
Speaker A
Todo lo demás, grupo dos, ¿no? Todo lo demás en el grupo dos. Y bueno, la pregunta del millón es, ¿tiene sentido esta agrupación?
Speaker A
No. ¿Por qué? Porque no está muy definido los grupos, no se observa un claro perfil de los departamentos.
Speaker A
Yo tengo que tener grupos que me permitan tomar decisiones, que sea lo más claro posible. Y con dos no me conviene para nada. Con tres no lo sé. Voy a probar con cuatro de frente.
Speaker A
Voy a probar con cuatro. Analizar. Clasificar camellas y acá le voy a poner cuatro.
Speaker A
Guárdame. Sí, guárdame las clases de permanencia y acept. Miren, clúster un, ocho elementos. Cláuster 2, dos elementos. Cler 3, ocho elementos.
Speaker A
Cláuster 4 siete elementos. Bien, vamos a ver qué tan coherentes. Vamos, ahí está claser uno.
Speaker A
Cuzco, San Martín, Ancat, Junín, Lamque, Loreto, Pibro y Ucayani bien. Cláter 2, Lima y Callao.
Speaker A
Eso es lo que yo quería hace rato, muchachos. Lima y Callao son los departamentos que tienen los mejores indicadores todo.
Speaker A
Tiene mayor esperanza vida, mayor acceso a saneamiento, electrificación, policía, escolaridad alfabetismo identidad todo se podría decir que son los departamentos top, los más top del Perú.
Speaker A
Luego siguen, muchachos, Amazonas Zaporiman Ayacucho Cajamarca. La sierra, no, la sierra del Perú son los departamentos mayoritariamente la sierra del Perú, muchachos.
Speaker A
Es cierra, ¿no? Y luego el grupo cuatro que es la es ICA Libertad Arequipa, madre de Dios, Moqueo Tac Tumbes.
Speaker A
Esos departamentos, muchachos, tienen los mejores indicadores en todo, ¿no? Moque en educación stop, Tacna y Tumba, es departamento menos pobre actualmente.
Speaker A
Madre de Dios es el segundo departamento menos pobre después de Ica. Entonces, cuatro grupos, muchachos, me están logrando explicar mucho mejor, ¿no?
Speaker A
Se dan cuenta para eso sirve, muchachos, las técnicas de claster, ¿no? Para formarte los los grupos, muchachos.
Speaker A
Entonces, con cuatro grupos ya me parece interesante, mucho más coherente, mucho más lógico que solamente trabajando con dos grupos, ¿no?
Speaker A
Así, muchachos, así te permite hacer pues las segmentaciones, ¿no? Bien, eh, esto es basado en K medias, muchachos.
Speaker A
Ustedes también pueden usar otra técnica. Miren, dentro de clasificar también ustedes tienen cláter jerárquico, que es otra técnica para hacer segmentaciones.
Speaker A
Le dan click, le dan toda la variable, etiquetar casos mediante departamento. Eh, en estadísticos no voy a poner nada.
Speaker A
gráficos eh de endograma. Puede ser dendogramas las agrupaciones que se hacen ¿no? Guardar. Quiero eh no voy a poner nada, simplemente vamos a aceptar.
Speaker A
Miren este gráfico, muchachos, es el famoso dograma. Lo voy a copiar al Excel y lo voy a pegar.
Speaker A
y lo voy a girar. Ya. ¿Para qué sirve esto, muchachos? Para ver posibles agrupaciones, ¿no?
Speaker A
Miren, con dos grupos tendrías toda esta cosa de acá, ¿no? Y toda esta cosa acá.
Speaker A
Ah, voy a activar mi regla. Ya, acá está. Miren, con dos grupos tendrías esta agrupación, ¿no? Primera agrupación, segunda agrupación y obviamente no es nada coherente.
Speaker A
¿Cómo sabes que son dos grupos? Porque si yo corto en el eje horizontal un eje, corta en dos puntos. No, no me conviene dos, no me conviene cuatro.
Speaker A
Acá, acá, acá y acá. Esto de acá sí es más coherente, ¿no? Acá está tu primer grupo, tu segundo grupo, tercer grupo y cuarto grupo, ¿no?
Speaker A
¿Se dan cuenta? Entonces, el denograma también es una herramienta muy interesante porque ya te está dando indicios de qué departamentos son muy parecidos, ¿no?
Speaker A
Uno diría, "Profe, ¿puedo hacer acá dos 3 4 5 6 7 8?" Mucho, ya no, ya demasiado.
Speaker A
Es es abusar, como se dice. Ya no puedo excederme tampoco con cuatro. Está muy bien muchach muy bien. No, eso es claro. Si quieren ustedes interpretar muchachos pueden hacer lo siguiente, ¿no? Acá les he explicado brevemente cómo es, ¿no?
Speaker A
A ver, acá le voy a pegar a la IA. Y miren. Ahí está. No, ahí me ayuda a interpretar.
Speaker A
Solo que acá me he interpretado dos grupos no más, ¿no? Pero le voy a decir, interprétame cuatro clusters, ¿no?
Speaker A
Mis variables. Ahí está. Ahí está, ¿no? Cláter 3 o conomerado 3, muchachos. Lima y Callao ¿no?
Speaker A
Dice, "Este conlomerado está conformado exclusivamente por Lima y Callao, cuya unión ocurre una distancia pequeña." Bien, ¿no? Eso es claro, para que te interprete mejor le debes dar un contexto, ¿no?
Speaker A
¿Cuál es el contexto, muchachos? es la data, ¿no? Si es si es que no leas el contexto, va a usar la misma data del anterior, el de madres gestantes, ¿no?
Speaker A
Entonces, si ya le doy la variable, le doy el contexto y me dice, "Oye, Lima de Callao no este conomerado está conformado exclusivamente por Lima de Calla, cuya unión tal. Estas jurisdicciones concentran los mayores niveles de desarrollo socioeconómica,
Speaker A
infraestructura, cobertura de servicios básicos, salud, ingresos, acceso a los servicios públicos y todo, ¿no?
Speaker A
Entonces, ya te da una mejor interpretación de los conglumerados. Ahí está, miren. Y al final le da una etiqueta muchachos a los cluster, ¿no? Clú tres, donde está Lima Callao, ¿no?
Speaker A
Alto nivel de desarrollo socioeconómico y amplia disponibilidad de infraestructura y servicio básico, ¿no? Lima y Calla.
Speaker A
y le puede dar mucho más interpretación inclusive para alguna tesis o algún paper ¿no?
Speaker A
Pero esto ya es un plus, ¿no? Quien te da el insumo, muchachos, es primero la técnica estadística, ¿no?
Speaker A
El SPCS y luego con la IA pues potenciar aún más tus tus análisis, ¿no?
Speaker A
Eso es, muchachos. Eso es, ¿no? Bien, eso es, ¿no? ¿Alguna duda esta parte, muchachos? Una consulta quizás.
Speaker A
Entonces ya son temas mucho más especializados, ¿no? Entonces no es nada sencillo ¿no? Pero les va a servir bastante, muchachos. una herramienta eh muy potente porque en algún momento de su vida laboral o académico van a necesitar hacer
Speaker A
segmentaciones, ya sea de trabajadores, de de productos, de empresas, de colegios, hospitales y es necesario usar estos temas, ¿no?
Speaker A
que te permiten hacer las segmentaciones pues por características comunes, ¿no? Bien. E muchachos, hemos terminado con nuestra sesión antes del tiempo establecido.
Speaker A
Bien, muchachitos, les dejo descansar y estaríamos continuando la siguiente sesión, nuestra última sesión, por cierto.
Speaker A
Y vamos a ver, si no me equivoco, eh regresión logística binaria, ¿no? Es un tema muy interesante para los que están haciendo algún tema de tesis explicativo o predictivo, ¿no?
Speaker A
Por ejemplo, la reión logística venaria sirve pues para modelar variables dicotómicas, ¿no? Variables binarias, como se dice.
Speaker A
Bien, bien, muchachos, nos vemos la siguiente sesión. Ya no se olviden de repasar, por favor, y la grabación estará mañana primera hora más tardar.
Speaker A
Ya. Bien, muchachos, muchas gracias por su atención.
Topics:análisis factorialanálisis multivariadovariables latentesvalidación de instrumentosreducción de dimensionalidadanálisis factorial exploratorioanálisis factorial confirmatoriofactoresinvestigación cuantitativaMundo Tesis
