Resumen de Análisis discriminante canónico con técnicas gráficas multivariadas aplicado a un diseño con dos factores

Javier Lorbes Medina, Yelitza García Orellana, Manuel Milla Pino, Lisbeth Díaz

• español

  Se describen dos técnicas gráficas multivariantes en el que se aplica e ilustra la metodología para proveer una vista en baja dimensión de resultados obtenidos de un diseño con dos factores multivariado basado en el análisis discriminante canónico con las gráficas Hipótesis-Error (HE), que provee una comparación visual directa de las matrices de covarianza para la hipótesis y error; y de estructura discriminante canónica, que muestra una vista alternativa para todas las variables en un espacio bidimensional que maximiza las diferencias entre los tratamientos y proveen un resumen visual compacto de las características resaltantes de los resultados, mostrando todas las observaciones, medias de tratamientos y sus relaciones con las respuestas. En una aplicación, se demuestra el alcance y potencial que ofrece el análisis discriminante canónico con estas gráficas como alternativa para el análisis de datos e interpretación de resultados provenientes de diseños experimentales complejos.

• English

  In this paper two are described graphics techniques for multivariate data in the context of canonical discriminant analysis applied to a multivariate design with two factors and graphic representations of results generated application. In particular, the methodology described and illustrated to provide a low dimensional view data obtained from a design with two factors based multivariate canonical discriminant analysis with graphic data in reduced for multiple responses such as graphical range Hypothesis-Error (HE), which provides a direct visual comparison of the covariance matrices for the hypothesis and error, and the graph of canonical discriminant structure, which shows an alternative view for all variables in two-dimensional space that maximizes the differences between the groups, which provide a compact visual summary of the salient features of the results as they show all observations, group means, and their relationships to varying responses. In one application, the scope and potential of the canonical discriminant analysis with these graphs as an alternative for complex data analysis demonstrated experimental designs.