Canonical discriminant analysis with graphical hypothesis-error and structure of a multivariate design with two factors

Vista sencilla de ítem
dc.contributor.authorLorbes Medina, Javier
dc.contributor.authorGarcia Orellana, Yelitza
dc.contributor.authorMilla Pino, Manuel
dc.contributor.authorDiaz, Lisbeth
dc.date2014-12-01
dc.descriptionIn 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.en-US
dc.descriptionSe 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.es-ES
dc.formatapplication/pdf
dc.identifierhttps://revistas.unilibre.edu.co/index.php/avances/article/view/227
dc.identifier10.18041/1794-4953/avances.2.227
dc.identifier.urihttp://hdl.handle.net/10901/15053
dc.languagespa
dc.language.isospaspa
dc.publisherUniversidad Librees-ES
dc.relationhttps://revistas.unilibre.edu.co/index.php/avances/article/view/227/182
dc.relation/*ref*/Afifi, A.A. and V. Clark. (1996). Computer-AidedMultivariate Analysis. 3ed. Chapman & Hall,London.
dc.relation/*ref*/Amaro, R., J.L. Vicente Villardón, y M.P.Galindo Villardón. (2004). MANOVA-Biplotpara arreglos de tratamientos con dos factores basado enmodelos lineales generales multivariantes. Interciencia,29(1), 26-32.
dc.relation/*ref*/Amaro, R. (2001). MANOVA-Biplot para diseñoscon varios factores basado en modelos lineales generalesmultivariantes. Tesis Doctoral. Universidad deSalamanca. España.
dc.relation/*ref*/Cruz Castillo, J.G., S. Ganeshanandam, B.R.Mackay, G.S. Lawes, C.R.O. Lawoko and D.J.Woolley (1994). Aplications of canonical discriminatanalysis. Hortscience, 29, 1115-1119.
dc.relation/*ref*/Cuadras, C.M. (1996). Métodos de Análisis Multivariante.EUNIBAR, Barcelona, España.
dc.relation/*ref*/Cuadras, C.M. (2007). Nuevos Métodos de AnálisisMultivariante. CMC Editions, Barcelona, España.
dc.relation/*ref*/Egesel, C.O., F. Kahnman and M.K. Güi (2011).Discrimination of maize inbreds for kernel qualitytraits and fatty acid composition by a multivariatetechnique. Acta Scientiarum Agronomy. Maringá,33(4), 613-620.
dc.relation/*ref*/Fisher, R.A. (1936). The use of multiple measurementsin taxonomic problems. Annals of Eugenics, 7,179-188.
dc.relation/*ref*/Friendly, M. (2006). Data Ellipses, HE Plotsand Reduced-Rank Displays for Multivariate LinearModels: SAS Software and Examples. Journal ofStatistical Software, 17(6), 1-43.
dc.relation/*ref*/Friendly, M. (2007). HE Plots for MultivariateGeneral Linear Models. Journal of Computationaland Graphical Statistics, 16, 1-23.
dc.relation/*ref*/Friendly, M., G. Monette and J. Fox (2013).‘Elliptical insights: Understanding statistical methodsthrough elliptical geometry’. Statistical Science 28(1),1–39.
dc.relation/*ref*/Friendly, M. and .M. Sigal (2014). Recent Advancesin Visualizing Multivariate Linear Models. RevistaColombiana de Estadística, 37(2), pp. 261-283.
dc.relation/*ref*/Gittins, R. (1985). Canonical Analysis: A Reviewwith Applications in Ecology, Berlin: Springer-Verlag.
dc.relation/*ref*/Gower, J.C. (1989). Generalized canonical analysis.In: Multiway Data Analysis. (R. Coppi y Bolasco,eds.). Elsevier Science Publisher, New York,pp. 221-232.
dc.relation/*ref*/Henze, N. and Zirkler, B. (1990). A Class ofInvariant Consistent tests for Multivariate Normality.Communications in Statistics, Part A - Theoryand Methods, 19(10), 3595-3617.
dc.relation/*ref*/Krzanowski, W.J. (1988). Principles of MultivariateAnalysis: A User’s Perspective. Oxford: ClarendonPress.
dc.relation/*ref*/Lebart, L., A. Morineau y M. Piron. (1995).Statistique exploratoire multidimensionnelle. Dunod,París.
dc.relation/*ref*/Mardia, K. (1974). Applications of some measuresof multivariate skewness and kurtosisin testing normality and robustness studies.Sankhya B, 36, 115-128.
dc.relation/*ref*/Onofri A. e E. Ciriciofolo. (2004). Characterisationof yield quality in durum wheat by canonicalvariate anaysis. Proceedings VIII ESA CongressËuropean Agriculture in a global context”,Copenhagen, 11-15 July 2004, 541-542.
dc.relation/*ref*/Statistical Analysis System (SAS) Institute(1999). SAS/STAT User’s Guide, Version 8,Cary, NC. USA.
dc.relation/*ref*/Seber, G.A.F. (1984). Multivariate Observations.John Wiley & Sons, Inc. New York.
dc.relation/*ref*/Shapiro, S.S. and M.B. Wilk. (1965). An Analysisof Variance Test for Normality (complete samples).Biometrika, 52.
dc.relation.ispartofjournalRevistas – Ingenieríasspa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceAvances: Investigación en Ingeniería; Vol 11 No 2 (2014): Avances Investigación en Ingeniería; 38-47en-US
dc.sourceAvances: Investigación en Ingeniería; Vol. 11 Núm. 2 (2014): Avances Investigación en Ingeniería; 38-47es-ES
dc.source2619-6581
dc.source1794-4953
dc.subjectAnálisis discriminante canónicospa
dc.subjectvariables canónicasspa
dc.subjectGráfica HE canó-nicaspa
dc.subject.proposalAnálisis discriminante canónicoes-ES
dc.subject.proposalgráfica HE canó- nicaes-ES
dc.subject.proposalvariables canónicases-ES
dc.titleCanonical discriminant analysis with graphical hypothesis-error and structure of a multivariate design with two factorsen-US
dc.titleAnálisis discriminante canónico con técnicas gráficas multivariadas aplicado a un diseño con dos factoreses-ES
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.localPeer reviewed Articleen-US

Archivos

Colecciones

Avances: Investigación en Ingeniería