Análisis multivariante y no paramétrico: Casos de estudio aplicados a experimentos agropecuarios
Palabras clave:
Ciencias Agrarias, Producción agrícola, Investigación agrícola, Tipos de caféSinopsis
El análisis multivariante y no paramétrico puede contribuir a enriquecer el debate público sobre los fenómenos que son objeto de interés para los profesionales y los investigadores, gracias a la oportunidad que les ofrece para llevar a cabo un análisis complejo de los datos obtenidos en sus estudios. Al servicio de la investigación cuantitativa y cualitativa, y como extensión de las técnicas de análisis univariante y bivariante, el análisis multivariante y o paramétrico tiene como objetivo principal modelar las múltiples relaciones existentes entre diversas variables de manera simultánea.
La construcción de modelos multivariantes ejerce, pues, un papel importante en el desarrollo de las diferentes disciplinas basadas en el análisis de datos cuantitativos y cualitativos, y requiere, por lo tanto, una atención especial en la formación de futuros profesionales e investigadores. Conocer la lógica, las características específicas de las diferentes técnicas disponibles, los objetivos particulares que permiten lograr y las condiciones en que pueden ser utilizadas, son algunos de los retos importantes a los que nos enfrentaremos en este libro.
Para hacerlo, en este documento nos adentraremos en los aspectos básicos involucrados en el análisis multivariante de los datos, como el marco analítico general que se propone analizar e interpretar, las relaciones simultáneas entre diversas variables mediante la construcción de modelos estadísticos complejos que permiten distinguir la contribución independiente de cada una de ellas en el sistema de relaciones para, de este modo, describir, explicar o predecir los fenómenos que son objeto de interés.
La clave de este marco analítico general no se encuentra, por lo tanto, en el hecho de que los investigadores dispongan de múltiples variables, sino en la capacidad que las diferentes técnicas disponibles les ofrecen para estimar el peso específico o la importancia relativa de cada una de ellas en sus modelos. En este sentido, como veremos, el análisis multivariante puede proporcionar las evidencias necesarias que permitan establecer inferencias a partir de la observación de asociaciones entre las variables, de forma que sea posible extraer conclusiones no sesgadas que, además, sean generalizables más allá de los límites de los estudios particulares, siempre que sea posible.
No se pretende con esta obra cubrir o suplir la vasta bibliografía existente, sino simplemente servir de texto de consulta para docentes y estudiantes que generan conocimientos y tecnología.
Debemos mencionar que nos animó a escribir esta primera edición del libro Análisis multivariante y no paramétrico: Casos de estudio aplicados a experimentos agropecuarios, el hecho de que mucha de la bibliografía existente está enfocada hacia complejas fórmulas y relaciones matemáticas, que no siempre son comprendidas por los estudiantes y docentes de las areas biológicas y sociales.
Acerca de este libro
Esta obra se escribió teniendo presente y en mente a los estudiantes y docentes de pregrado y posgrado que han realizado tesis y proyectos de investigación, considerando variables cuantitativas y cualitativas. Al escribir esta obra se hizo un esfuerzo por proporcionar toda la información teórica y práctica para explicar el uso de las herramientas multivariantes y no paramétricas. Se documentaron ejemplos reales del análisis de experimentos multivariantes y no paramétricos, incluyendo el uso del software SPSS y otros; además de una bibliografía clásica amplia, a la cual los lectores pueden recurrir para más profundidad de los temas.
Organización flexible del material
Este libro de consulta fue dividido en dos partes: I. El análisis multivariante y II. El análisis no paramétrico. En cada tema se comparte ejemplos de casos agropecuarios reales, producto de tesis de investigación y de proyectos en el campo agrícola y pecuario. Para proporcionar una mayor flexibilidad de los temas se ha diseñado el contenido de las unidades de manera que se puedan seguir secuencialmente las instrucciones. Por lo que, en todos los casos, se identifica la pertinencia de cubrir los temas, la preparación de datos, la selección de las variables, la selección de la técnica adecuada, el análisis de los resultados y la interpretación de los mismos.
Agradecimientos
Escribir un libro sobre análisis multivariante y estadística no paramétrica fue una tarea desafiante y compleja, pero el cumplir este trabajo de manera exitosa fue en buena medida gracias a las personas que participaron e influyeron en su realización.
Agradezco a todos los que contribuyeron en la conclusión de esta obra, por el tiempo dedicado y el empeño puesto para que este libro sea comprensible al estudiante de pregrado y posgrado, donde se comparten los conocimientos en las diferentes ramas y aplicaciones de la estadística multivariante y no paramétrica.
A los estudiantes de los cursos de Metodologías de la Investigación, Estadística (Bioestadística en la nueva malla), Diseños Experimentales (Biometría en la nueva malla), y ramas afines de pregrado y posgrado, quienes con sus preguntas, dudas y comentarios enriquecieron las diferentes unidades que se tratan en la presente obra.
Mucho de lo que aprendimos respecto a la manera de redactar los temas con mayor claridad fue impartiendo los cursos mencionados. Agradeceremos cumplidamente todos los comentarios y sugerencias provenientes de los lectores.
Queremos, asimismo, agradecer a los miembros del Comité Editorial, con cuyos comentarios y nuestras discusiones sobre las diferentes partes y capítulos estuvieron siempre solícitos a enriquecer el contenido con sus puntos de vista, a cualquier hora del día.
A la Universidad Estatal del Sur de Manabí (UNESUM), por financiar esta obra a través de los proyectos “Producción de hortalizas en campo e invernadero - Fase I” y “Desarrollo de estrategias de incremento productivo del café arábigo (Coffe arábiga L.) - Fase II”.
Descargas
