| Sumario: | Los métodos multivariados son una herramienta de mucha aplicación en series de datos con gran cantidad de variables, las cuales muchas veces no tienen una correlación directa, pero de los cuales se necesita hacer interpretaciones y estimaciones. Un ejemplo son todos los datos que pueden estar relacionados con el cambio climático. Los países hacen mediciones de muchos factores que pueden ser causa o son consecuencia del mismo. Esto aporta bases de datos muy grandes, que son de difícil interpretación. Los métodos de análisis como el de componentes principales o el factorial, ayudan a la interpretación y agrupamiento de gran número de parámetros en series más sencillas. Para este estudio se utilizaron datos del Banco Mundial, en específico para los países de América Latina. Se eligieron datos sobre tierras agrícolas, área selvática, áreas terrestres protegidas, crecimiento de la población, población total, crecimiento de la población urbana y población urbana. Todas estas parecen tener cierta correlación, pero la misma no es tan evidente y en especial cuando se trata de mediciones en diferentes unidades. Sin embargo con el método de componentes principales se lograron encontrar grupos que se pueden relacionar con la necesidad de alimento, con la necesidad de tierra para vivienda y con la pérdida de ecosistemas. En el caso del análisis factorial, los grupos en los factores encontrados muestran conceptos como el uso de la tierra, las poblaciones totales y los crecimientos poblacionales. En ambos análisis se evidencia la utilidad de estos métodos para interpretación de grandes grupos de datos.
|
|---|