Published
ANÁLISIS DE CORRESPONDENCIAS A PARTIR DE UNA MUESTRA PROBABILÍSTICA
ANALYSIS OF CORRESPONDENCE FROM A PROBABILISTIC SAMPLE
Keywords:
análisis de correspondencias, muestreo probabilístico, Bootstrap, Jackknife (es)Correspondence analysis, Probability sampling, Bootstrap, Jackknife (en)
Downloads
1Universidad de Córdoba, Facultad de Ciencias Básicas e Ingenierías, Departamento de Matemáticas y Estadística, Montería, Colombia. Profesor asistente. Email: javierramirez@sinu.unicordoba.edu.co
2Universidad de Córdoba, Facultad de Ciencias Básicas e Ingenierías, Departamento de Matemáticas y Estadística, Montería, Colombia. Profesor asociado. Email: gmartinez@sinu.unicordoba.edu.co
A partir del análisis de correspondencias clásico aplicado a las tablas denominadas de correspondencias, se desarrolla la teoría para dicho análisis a partir de una muestra probabilística. El enfoque de esta teoría se encamina a la estimación de los valores y vectores propios asociados a las matrices por diagonalizar, ya sea en el análisis simple o en el múltiple, para luego establecer las estimaciones de los vectores propios que conducen a los ejes factoriales, permitiéndose una representación gráfica para mejorar la interpretación en el análisis. Se realizan además estimaciones de las medidas de calidad asociadas a la representación, como son: inercia, contribuciones y cosenos cuadrados.
Palabras clave: análisis de correspondencias, muestreo probabilístico, Bootstrap, Jackknife.
From the classic analysis of correspondences applied to the denominated tables of correspondences, the theory for this analysis from a probabilistic sample is developed. The approach of this theory directs to the estimation of eigenvalues and eigenvectors associated to the matrices to be diagonalized, either in a simple analysis or in the multiple one, to establish estimations of the eigenvectors that lead to the factorial axes, allowing a graphical representation to improve performance in the analysis. Estimates of quality measures associated to the representation are made, such as inertia, contributions and squares cosines.
Key words: Correspondence analysis, Probability sampling, Bootstrap, Jackknife.
Texto completo disponible en PDF
Referencias
1. Clausen, S. E., ed. (1998), Applied Correspondence Analylis: An Introducction, number 121 in'Series on Quantitative Applications in the Social Sciences', Sage University Papers.
2. Lebart, L., Morineau, A. & Piron, M. (2000), Statistique Exploratoire Multidimensionnelle, Dunod, Francia.
3. Martínez, G. (1998), Estimación de los coeficientes de un análisis en componentes principales a partir de una muestra probabilística, Trabajo final, Departamento de Estadística, Facultad de Ciencias, Universidad Nacional de Colombia, Bogotá, Colombia.
4. Milan, L. & Whittaker, R. J. (1995), 'Application of the Parametric Bootstrap to Models that Incorporate a Singular Value Decomposition', Applied Statistics 44(1), 31-49.
5. Pacheco, M. & Martínez, G. (2007), 'Un estimador jackknife de varianza en muestreo en dos fases con probabilidades desiguales', Revista Colombiana de Estadística 30(2), 203-212.
6. Shao, J. & Tu, D. (1995), The Jackknife and Bootstrap, Springer-Verlag, New York.
7. Särndal, C. E., Swensson, B. & Wretman, J. H. (1992), Model Assisted Survey Sampling, Springer-Verlag, New York.
8. Wolter, K. M. (1985), Introduction to Variance Estimation, Springer-Verlag, New York.
Este artículo se puede citar en LaTeX utilizando la siguiente referencia bibliográfica de BibTeX:
@ARTICLE{RCEv33n2a06,AUTHOR = {Ramírez, Javier and Martínez, Guillermo},
TITLE = {{Análisis de correspondencias a partir de una muestra probabilística}},
JOURNAL = {Revista Colombiana de Estadística},
YEAR = {2010},
volume = {33},
number = {2},
pages = {273-293}
}
References
Clausen, S. E., ed. (1998), Applied Correspondence Analylis: An Introducction, number 121 in 'Series on Quantitative Applications in the
Social Sciences', Sage University Papers, Thousand Oaks, California.
Escofier, B. & Pages, J. (1992), Análisis factoriales simples y múltiples: objetivos, metodos a interpretación, Universidad del Pais Vasco, Bilbao.
Lebart, L., Morineau, A. & Piron, M. (2000), Statistique Exploratoire Multidimensionnelle, Dunod, Francia.
Martinez, G. (1998), Estimacien de los coeficientes de un analisis en
componentes principales a partir de una muestra probabilistica, Trabajo
final, Departamento de Estadistica, Facultad de Ciencias, Universidad
Nacional de Colombia, Bogota, Colombia.
Milan, L. & Whittaker, R. J. (1995), 'Application of the Parametric
Bootstrap to Models that Incorporate a Singular Value Decomposition',
Applied Statistics 44(1), 31-49.
Pacheco, M. & Martinez, G. (2007), 'en estimaclor jackknife de varianza en mues-treo en dos fases con probabilidades desiguales', Revista Colombian de Es-tadistica 30(2), 203-212.
Shao, J. & Tn, D. (1995), The Jackknife and Bootstrap, Springer-Verlag, New York.
Sarndal, C. E., Swensson, B. & Wretman, J. H. (1992), Model Assisted Survey Sampling, Springer-Verlag, New York.
Wolter, K. M. (1985), Introduction to Variance Estimation, Springer-Verlag, New York.
How to Cite
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
Article abstract page views
Downloads
License
Copyright (c) 2010 Revista Colombiana de Estadística
This work is licensed under a Creative Commons Attribution 4.0 International License.
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).