Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático

Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático

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 es...

Descripción completa

Detalles Bibliográficos
Autor principal: Rosal Chicas, Jose Antonio
Formato: Online
Idioma:spa
Publicado: Universidad Nacional Autónoma de Nicaragua, León. UNAN-León. Edificio Central, contiguo a la Iglesia La Merced. | Apartado Postal 68. PBX: +505-23115013 | FAX: +505-23114970 2017
Acceso en línea:https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77
id REBICAMCLI77
record_format ojs
institution Universidad Nacional Autónoma de Nicaragua, UNAN-León
collection Revista Iberoamericana de Bioeconomía y Cambio Climático
language spa
format Online
author Rosal Chicas, Jose Antonio
spellingShingle Rosal Chicas, Jose Antonio
Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
author_facet Rosal Chicas, Jose Antonio
author_sort Rosal Chicas, Jose Antonio
description 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.
title Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
title_short Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
title_full Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
title_fullStr Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
title_full_unstemmed Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
title_sort técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático
title_alt Statistical techniques of multivariate analysis applied to the interpretation of climate change variables
publisher Universidad Nacional Autónoma de Nicaragua, León. UNAN-León. Edificio Central, contiguo a la Iglesia La Merced. | Apartado Postal 68. PBX: +505-23115013 | FAX: +505-23114970
publishDate 2017
url https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77
work_keys_str_mv AT rosalchicasjoseantonio statisticaltechniquesofmultivariateanalysisappliedtotheinterpretationofclimatechangevariables
AT rosalchicasjoseantonio tecnicasestadisticasdeanalisismultivarianteaplicadasalainterpretaciondevariablesdelcambioclimatico
_version_ 1805403304461598720
spelling REBICAMCLI772021-11-01T00:33:42Z Statistical techniques of multivariate analysis applied to the interpretation of climate change variables Técnicas estadísticas de análisis multivariante aplicadas a la interpretación de variables del cambio climático Rosal Chicas, Jose Antonio Factor Analysis Principal Component Quantitative methods Análisis factorial Componentes principales Métodos cuantitativos Multivariate data analysis are a very useful tool in data series with a large number of variables, which often do not have a direct correlation, but which need to be interpreted and estimated. An example is all the data that may be related to climate change. Countries make measurements of many factors that can be cause or are a consequence of it. This provides very large databases, which are difficult to interpret. Analysis methods as Principal Component or Factor Analysis help the interpretation and grouping large number of parameters in simpler series. For this study, data from the World Bank were used, specifically for Latin American countries. Data were selected on agricultural land, forest area, protected land areas, population growth, total population, urban population growth and urban population. All of these seem to have some correlation, but the same is not so obvious and especially when it comes to measurements in different units. However, with Principal component method, we found groups that could be related to facts like the need for food, the need for land for housing and the loss of ecosystems. In the case of Factor Analysis, the groups in the factors found show concepts such as land use, total populations and population growth. In both analyzes the usefulness of these methods for the interpretation of large groups of data is evidenced. 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. Universidad Nacional Autónoma de Nicaragua, León. UNAN-León. Edificio Central, contiguo a la Iglesia La Merced. | Apartado Postal 68. PBX: +505-23115013 | FAX: +505-23114970 2017-08-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed article research Artículo de investigacion evaluado por pares application/pdf application/xml application/zip application/pdf https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77 10.5377/ribcc.v3i5.5938 IBERO-AMERIKAANS JOURNAL OVER BIOECONOMIE EN KLIMAATVERANDERING; Bd. 3 Nr. 5 (2017); 652-673 Iberoamerican journal of bioeconomy and climate change; Vol. 3 No. 5 (2017); 652-673 Revista iberoamericana de bioeconomia y cambio climatico; Vol. 3 Núm. 5 (2017); 652-673 2410-7980 spa https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77/642 https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77/299 https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77/643 https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77/644 https://revistas.unanleon.edu.ni/index.php/REBICAMCLI/article/view/77/75 Derechos de autor 2018 Revista Iberoamericana de Bioeconomía y Cambio Climático http://creativecommons.org/licenses/by-nc-sa/4.0

Ejemplares similares