Descomposición tensorial Tucker3 aplicado a tablas de contingencias de tres vías

Autores/as

  • M. Sc. Lucy Gabriela Cuarita Ajno Universidad Mayor de San Andrés, Facultad de Ciencias Puras y Naturales, Carrera de Estadística

Palabras clave:

Estadístico de Pearson, Inercia, Interacción, Descomposición Tensorial, Modelo Tucker3, Tensor

Resumen

El análisis de datos tensorial se encarga del estudio de datos obtenidos de la medición de más de una variable sobre un conjunto de individuos u objetos, los cuales son ordenados en un tensor de orden superior y donde interesa fundamentalmente la descomposición del tensor en componentes mucho más simples, de tal manera que faciliten la interpretación de los datos. En el campo del Análisis Multivariante, en particular, la técnica del Análisis de Correspondencias Múltiple permite identificar la interacción de los niveles correspondientes a un conjunto de variables de estudio, transformando la tabla de contingencias para luego aplicar la técnica del Análisis de Correspondencias Simple. Por otro lado, el modelo tensorial Tucker3 es un método de descomposición tensorial, que permite modelar la interacción entre las vías de un tensor de tercer orden y de sus componentes, preservando la estructura original de los datos. Hoy en día, los modelos tensoriales son una alternativa en el análisis de datos multivariantes, aunque la mayoría de los trabajos se encuentran en el campo del análisis de datos de tres vías, existen investigaciones que indican que la metodología continuará en ascenso mientras las estructuras de datos sean cada vez más complejas y los investigadores requieran un análisis integral de los datos.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

03-11-2020

Cómo citar

Cuarita Ajno, L. G. (2020). Descomposición tensorial Tucker3 aplicado a tablas de contingencias de tres vías. REVISTA VARIANZA, 17(17), 20–28. Recuperado a partir de https://ojs.umsa.bo/ojs/index.php/revistavarianza/article/view/414

Número

Sección

Notas Científicas