Manejo Del Programa MULTBIPLOT LOGISTICO PURI II

Preparado
por Purificación Vicente Galindo

Manejo del programa MULTBIPLOT para
calcular un Biplot Logístico Externo
(Coordenadas Principales más regresión logística)
Preparado por Purificación Vicente Galindo

ABRIR EL PROGRAMA
Dando dos toques en le programa se abre la pantalla principal.

CAPTURAR LOS DATOS
Los datos pueden estar grabados en EXCEL (con la primera columna para
identificación de las instituciones y la primera fila dedicada a la identificación de las
variables) o en formato Matlab.
Si se leen desde EXCEL no se puede olvidar marcar las casillas correspondientes
LEER LOS DATOS Y SELECCIONAR MARCAS, COLORES y NIVEL DE
MEDIDA
Cuando se leen los datos, aparecen en pantalla, acompañados de las herramientas

para cambiar colores, tipo de marcadores y la escala de medida.
En nuestro caso los datos son BINARIOS
SELECCIÓN DEL MÉTODO ESTADÍSTICO

En la barra de Análisis elegimos BIPLOT
En BIPLOT, se selecciona Coordenadas Principales. Al hacer esa selección se abre la
siguiente pantalla:

En la parte inferior izquierda seleccionamos el coeficiente de similaridad más adecuado.

En nuestro caso el de Russel y Rao. Además seleccionamos el número de dimensiones
que queremos retener. En nuestro caso hemos retenido 2 ejes. Hay que tener en cuenta
que las dimensiones que se elijan serán las que se usaran después para crear los clusters.

En la parte superior derecha, seleccionamos LOGISTIC Regression (BIPLOT)
Si queremos que al pintar las proyecciones de las empresas sobre cada variable nos
represente que valores tomaba cada empresa en la variable sobre la que se prioyecta, en
esta pantalla ha que seleccionar Include original variables for clusters in the graph
En la parte inferior derecha seleccionamos aquello que queremos que calcule el

programa.
Eigenvalues: Valores propios y absorción de inercia

Row Scores: calcula las coordenadas para las empresas que luego se usarán para crear
los clusters
Row Qualities: Calidad de reperesentación de las empresas en la representación
factorial.
Columns Good of fit: Bondad de ajuste para las variables.
En esta pantalla se seleccionan las variables activas y las variables ilustrativas, es

decir, sin formar parte de la batería activa.
Esta pantalla también te permite eliminar las empresas que tienen todo ceros en todas
las variables o bien aquellas que tienen un 1 en todas las variables; es decir aquellas
que no tienen ninguno de los índices de innovación o aquellas que tienen todos los
índices de innovación (por si fuera útil)
En la parte inferior de la pantalla están los botones para calcular, pintar los resultados
y Mostrar los resultados.
Tarda un poquito en realizar los cálculos

PANTALLA DE RESULTADOS GRÁFICOS
BOTONES DE LA IZQUIERDA
A la izquierda de la pantalla están los botones para “maquillar” el gráfico. El trozo
superior
Tools
GRAPH
Nos permite decidir si queremos representar las filas y las columnas (Biplot) o solo las
filas(Rows) o solo las columnas.(Columns). Si queremos poner, o no, las etiquetas
ilustrativas (Labels) y si las etiquetas las queremos poner (position) en el punto gordo
que marca la probabilidad 0.5 (Begin) o al final (End) del segmento (donde estaría la
probabilidad 0.75). También nos permite seleccionar si qyueremos pintar solo el trozo
del segmeto que representa la variable (entre 0,5 y 0,75) o las escalas de las variables
extendidas (Extended Variable Scales)
Debajo del cuadrado anterior aparece el trozo representado más abajo

Estos botones nos permiten seleccionar el p-valor a partir del cual diremos que las
variables son significativas al hacer el cálculo del modelo de regresión logística. En
general se toma p-valor <0.05
También podemos seleccionar el valor del coeficiente de determinación R2 para evaluar

la bondad del modelo. En este estudio se ha tomado R2 = 0.59. Hay que tener en cuenta
que si se pone muy alto irán desapareciendo del gráfico factorial las variables que
tengan bondades de ajuste más bajas del valor del R2 elegido. Si se pone bajo aparecen
todas.
También aparece la posibilidad de hacer correcciones de Bonferroni, ya que cuando

hay muchas variables, aunque para cada una se elija un valor del 0.05, globalmente el p-
valor se inflacta. (Se aumenta). Y co la corrección de Bonferroni eso se controla.
Más abajo están los botones siguientes:
Estos botones nos permiten pintar los puntos que representan a las variables con
diferentes colores. Si marcamos Axes nos representan las variable de eje 1 en un color
y las de eje dos con otro. Obsérvese que debajo de eje 1 hay dos casillitas con dos
colores y dentro de las casillitas un signo + y un sigo -. Si se deja así, aquellas variables
de eje 1 que apuntan en la dirección positiva van con el color que esté marcado donde
está el sigo + (azul marino pero puede cambiarse) y las que van en la dirección
contraria en otro color (azul claro, pero puede cambiarse). Lo mismo para eje 2, eje 3,
etc.
Si no se quiere hacer esa distinción y todas las variables de eeje 1 se quieren del mismo
color, se cambia en el cuadrito y listo.
Si marcas el Cuadrito Quadrants, te pinta de eun color los del cuadrante 1, de otro los
del cuadrante 2 y así sucesivamente.
Si marcamos el botoncito de abajo
quita del gráfico los elementos que sean de eje 3, o de eje 4, etc. Pero para que eso pase
hemos de haber seleccionado tres o cuatro dimensiones en la primera pantalla. Si has
elegido dos dimensiones, eso no está activo.
Cuando ya tengamos todos los colores decididos marcamos abajo Print y entonces se
cambian los colores.

Elegiremos dos o tres dimensiones según proceda.

REPRESENTACIÓN DE CLUSTERS
Para representar CLUSTERS con las coordenadas obtenidas en el análisis de

Coordenadas Principales basta con seleccionar en al parte superior Clusters. Entonces
se abre la siguiente pantalla en la que hemos de elegir el método de agrupamiento. En
nuestro trabajo, el método de Ward. Y hay que elegir el número de clusters. En nuestro
caso hemos elegido 4 porque era la solución más interesante.
En ese momento aparece a la izquierda otro conjunto de botones. Ver más abajo.
Si además de que aparezcan los puntos de cada cluster en colores diferentes quiero
marcar los clusters con cierres convexos o con elipses, o bien situar los centroides de
cada cluster y dibujar estrellas que contiene las líneas que unen los puntos de cada
cluster con su respectivo centroide cambiaré None por Convex Hull, Ellipse, o Start.
En nuestro trabajo hemos pintado estrellas. Si seleccionamos Fill nos permite cambiar
los colores de los puntos de cada cluster. También podemos pintar el Diagrama de
Voronoi marcando la casilla correspondiente.
Si marcamos Qualities aparece una tabla que contiene el número de empresas de cada
clusters. las coordenadas de los centroides y la calidad de representación de los
clusters.
Podemos, además, exportar esa tabla para usarla después en el informe
Si seleccionamos Members nos saca una tabla en la que nos informa sobre el cluster
al que pertenece cada empresa . esa tabla se puede exportar a Excel y desde allí a a
SPSS para continuar allí con los análisis de caracterización de perfiles.
La representación gráfica de estrellas con separación de Voronoi es la que aparece más
abajo
REPRESENTACIÓN DE LAS PROYECCIONES
Es posible representar las empresas sobre cada variable para ver gráficamente si se
proyectan en la zona de probabilidad positiva (el índice de innovación está presente ) o
negativa (está ausente) Eso se controla desde la parte derecha de las herramientas.
Analicemos, pues, ese menú.

La parte superior presenta tres secciones. Ver debajo.
La parte que aparece más arriba nos permite seleccionar una o varias variables para que
la representación gráfica de las proyecciones sea más clara que utilizando todas a la vez.
También nos permite seleccionar determinadas empresas en las que estemos
interesados, sino queremos pintar todas.
En la parte intermedia nos pide información sobre la calidad de representación de las

empresas. Si ponemos cero es que no le estamos imponiendo ninguna exigencia y
pintará todas las empresas. Si queremos quedarnos con las mejor representadas en el
estudio, vamos subiendo la calidad de representación y las peor representadas en este
plano factorial van desapareciendo del gráfico.
El caudro inferior nos permite pintar todas las empresas Global scale, o limpiar
(Clean) las que se superpongan en el gráfico porque tienen el mismo perfil de
innovación, y sí clarificar el gráfico.
Yendo hacia abajo, el siguiente cuadro nos permite hacer las representaciones sobre ej 1
y eje 2 o sobre eje 1 y eje 3 o sobre eje 2 y eje 3, según se elijan.
PREDICCIONES
Siguiendo hacia abajo ene l menú de herramientas de la derecha nos encontramos lo

siguiente:
Esta ventana nos permite seleccionar un color para las empresas para las cuales el
modelo estima el valor 1 (presencia del índice de innovación) y otro para las que
predice ausencia. Debajo podemos seleccionar el número de letras que queramos que
aparezcan en las etiquetas de representación.
PROYECCIONES
En la parte inferior derecha de las herramientas para gráficos aparece este menú.
Si queremos pintar las proyecciones de las empresas sobre cada variable (índice de
innovación) o sobre varias o sobre todas, basta con tocar Variables, nos lleva a una
ventana de selección de variables, si se quieren todas no se toca,
Y pulsando Draw, aparecen las empresas proyectadas sobre la variable. Ver un
ejemplo debajo para la variable Estudar.
La variables para las cuales el valor observado es el mimo que el esperado por el
modelo aparecen en trazo continuo y en aquellas en las que hay discrepancia, aparecen
en discontinuo, aunque en est gáfica tan pequeña no se aprecie.

Manejo Del Programa MULTBIPLOT LOGISTICO PURI II

Cargado por

Copyright:

Formatos disponibles

Manejo Del Programa MULTBIPLOT LOGISTICO PURI II

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manejo Del Programa MULTBIPLOT LOGISTICO PURI II

Cargado por

Copyright:

Formatos disponibles

Preparado

por Purificación Vicente Galindo

Cuando se leen los datos, aparecen en pantalla, acompañados de las herramientas

SELECCIÓN DEL MÉTODO ESTADÍSTICO

En la parte inferior izquierda seleccionamos el coeficiente de similaridad más adecuado.

En la parte inferior derecha seleccionamos aquello que queremos que calcule el

Eigenvalues: Valores propios y absorción de inercia

En esta pantalla se seleccionan las variables activas y las variables ilustrativas, es

Tarda un poquito en realizar los cálculos

Debajo del cuadrado anterior aparece el trozo representado más abajo

También podemos seleccionar el valor del coeficiente de determinación R2 para evaluar

También aparece la posibilidad de hacer correcciones de Bonferroni, ya que cuando

Más abajo están los botones siguientes:

cambian los colores.

Para representar CLUSTERS con las coordenadas obtenidas en el análisis de

Podemos, además, exportar esa tabla para usarla después en el informe

Analicemos, pues, ese menú.

En la parte intermedia nos pide información sobre la calidad de representación de las

Siguiendo hacia abajo ene l menú de herramientas de la derecha nos encontramos lo

También podría gustarte