Ejercicios Tema 1 Análisis Multivariante, Ejercicios de Análisis Matemático

¡Descarga Ejercicios Tema 1 Análisis Multivariante y más Ejercicios en PDF de Análisis Matemático solo en Docsity!

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

Tema 1: Conceptos de Álgebra Lineal y Datos Multivariantes

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

También podemos escribir una pequeña función en Matlab que, dada una matriz de datos, nos devuelva el vector de medias y las matrices de covarianzas y correlaciones. Por ejemplo: function [m,S,R]=summary(X) m=mean(X); S=cov(X,1); R=corr(X); end Luego, para ejecutarla, dentro de la ventana comandos hacemos: [m,S,R]=summary(X)

y devolverá los valores del vector de medias y la matrices de covarianzas y correlaciones. Si en la ventana de comandos sólo escribimos summary(X), la función sólo devolverá la primera salida, en este caso el vector de medias.

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

W=[log(X(:,1)) log(X(:,2)) sqrt(X(:,3))]; plotmatrix(W) [VT_W,VG_W]=MedidasEscalares(W)

VT_W = 3. VG_W = 0.

Soluciones Ejercicios Análisis Multivariante Aurea Grané Chávez

Para comparar gráficamente las transformaciones Y,W con la matriz X podemos juntar los tres gráficos mediante un gráfico de panel:

figure (1) subplot(1,3,1) plotmatrix(X) title('matriz X') subplot(1,3,2) plotmatrix(Y) title('matriz Y') subplot(1,3,3) plotmatrix(W) title('matriz W')