000 02160cam a2200241 a 4500
999 _c20841
_d20841
007 ta
008 170908s2017 us ad||f |||| 001 0 eng d
020 _a9781138196346
082 _a519.535
_bH972e
_m2a ed.
_223
100 _aHusson, Francois.
_94856
245 _aExploratory Multivariate :
_bAnalysis by Example Using R /
_cFrancois Husson.
250 _a2a ed.
260 _aBoca Raton : ( Estados Unidos) :
_bCRC Press, Taylor & Francis Group,
_c[2017]
300 _a262 p. :
_bil., graf.;
_c24 cm.
490 _aChapman & Hall/CRC computer science and data analysis series
504 _6Incluye índice
520 _aLleno de estudios de casos reales y consejos prácticos, Análisis exploratorio multivariado mediante el uso de R, la segunda edición se enfoca en cuatro métodos fundamentales de análisis de datos exploratorios multivariados que son más adecuados para aplicaciones. Cubre el análisis de componentes principales (PCA) cuando las variables son cuantitativas, el análisis de correspondencia (CA) y el análisis de correspondencia múltiple (MCA) cuando las variables son categóricas, y el análisis de agrupamiento jerárquico. Los autores adoptan un punto de vista geométrico que proporciona una visión unificada para explorar tablas de datos multivariantes. Dentro de este marco, presentan los principios, indicadores y formas de representar y visualizar objetos que son comunes a los métodos exploratorios. Los autores muestran cómo utilizar variables categóricas en un contexto de PCA en el que las variables son cuantitativas, cómo manejar más de dos variables categóricas en un contexto de AC en el que originalmente hay dos variables, y cómo agregar variables cuantitativas en un contexto de MCA en el que Las variables son categóricas. También ilustran los métodos utilizando ejemplos de varios campos, con código R relacionado accesible en el paquete FactoMineR desarrollado por los autores.
650 0 _9207
_aR (LENGUAJE DE PROGRAMACIÓN )
650 0 _aANÁLISIS MULTIVARIADO
_926546
700 _aLe, Sebastien
_eAutor.
_94858
700 _aPagès, Jérôme
_eAutor.
_94859
942 _2ddc
_cBK