Análisis factorial múltiple: principales características y su aplicación a datos sensoriales
Con frecuencia se tienen datos tabulares para los cuales se requiere que un conjunto de individuos sea caracterizado a través de varios grupos de variables. En el marco del análisis factorial, tener en cuenta diferentes grupos de variables conlleva al problema de balancear los diferentes grupos. Par...
- Autores:
-
Pagès, Jérôme
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2004
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/40841
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/40841
http://bdigital.unal.edu.co/30938/
- Palabra clave:
- Factor analysis
Principal components analysis
Canonical analysis
Análisis canónico
análisis de componentes principales
análisis factorial
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | Con frecuencia se tienen datos tabulares para los cuales se requiere que un conjunto de individuos sea caracterizado a través de varios grupos de variables. En el marco del análisis factorial, tener en cuenta diferentes grupos de variables conlleva al problema de balancear los diferentes grupos. Para que este problema sea solucionado, más allá de los resultados del análisis factorial, es necesario contar con herramientas para comparar la estructura inducida por los diferentes grupos de variables sobre los individuos. Este es el objetivo del Análisis Factorial Múltiple (MFA, por sus siglas en inglés) para dichos datos tabulares. Este artículo presenta el método, sus principales propiedades y su aplicación a datos sensoriales. |
|---|