Incluye bibliografía e índices

Multivariate data and multivariate analysis -- Looking at multivariate data: visualisation -- Principal components analysis -- Multidimensional scaling -- Exploratory factor analysis -- Cluster analysis -- Confirmatory factor analysis and structural equation models -- The analysis of repeated measures data.

La mayoría de los conjuntos de datos recogidos por los investigadores en todas las disciplinas son multivariante , lo que significa que varias mediciones, observaciones o grabaciones se toman en cada una de las unidades del conjunto de datos . Estas unidades pueden ser sujetos humanos , artefactos arqueológicos , países, o una gran variedad de otras cosas . En algunos casos , puede ser sensato para aislar cada variable y estudiar por separado , pero en la mayoría de los casos, todas las variables deben ser examinados de forma simultánea con el fin de comprender plenamente la estructura y las características clave de los datos. Para este propósito , uno u otro método de análisis multivariado podría ser útil , y es con este tipo de métodos que este libro es en gran medida de que se trate . El análisis multivariado incluye tanto métodos para describir y explorar dichos datos y para hacer inferencias formales acerca de ellos . El objetivo de todas las técnicas es , en sentido general , para mostrar o extraer la señal en los datos en presencia de ruido y para averiguar lo que los datos nos muestran en medio de su aparente caos. Una Introducción al Análisis Multivariante Aplicada con R explora la correcta aplicación de estos métodos a fin de extraer la mayor cantidad de información posible de los datos a la mano , especialmente en lo que algún tipo de representación gráfica , a través del software R . A lo largo del libro, los autores dan muchos ejemplos de código R se utiliza para aplicar las técnicas multivariantes de datos multivariantes