Métodos Estadísticos Robustos para el análisis de componentes principales: estudio sobre indicadores de carencia crítica

PATRICIA CICCIOLI

Dissertatio Estadística

Consejo profesional de ciencias económicas de la provincia de santa fé

Lugar: Rosario; Año: 2018 vol. 1 p. 23 - 31

2591-5215

Es muy frecuente al analizar un conjunto de datos encontrar observaciones que difieran de maneranotoria respecto del resto. Al utilizar los métodos estadísticos clásicos, puede ocurrir que estasobservaciones atípicas distorsionen los resultados, generando conclusiones alejadas de la realidad. El objetivo de este estudio es mostrar las ventajas del uso de métodos robustos en el Análisis de Componentes Principales ante la presencia de observaciones atípicas, en un conjunto de datos reales. Estos métodos se denominan robustos porque logran atenuar el efecto de estas observaciones en los resultados, mostrando solidez en su rendimiento.En este trabajo se presentan dos métodos robustos, el correspondiente a Matriz de Covariancia deDeterminante Mínimo y el método de Componentes Principales Esféricas. Se comparan estos dos métodos con el método clásico en una aplicación sobre indicadores de carencias críticas. El conjunto de datos está formado por indicadores socio-económicos de carencias críticas para localidades de más de 2000 habitantes de la provincia de Santa Fe. Para poder resumir las diferencias sociales y económicas entre las localidades de Santa Fe es necesario retener más componentes principales en los métodos robustos que en el método clásico.