Pasar al contenido principal

Análisis bivariable y multivariable

Explicar fenómenos a través del estudio y relación de variables

Los fenómenos de salud y enfermedad, las perturbaciones en procesos biotecnológicos, los cambios en el comportamiento de los seres vivos, las alteraciones en la ecología de un lugar tienen habitualmente múltiples causas, por lo que explicamos hechos aplicando técnicas de estadística.

Con el análisis bivariable describimos y evaluamos la relación entre dos variables o el comportamiento de una variable en función de otra. A través del análisis multivariable estudiamos tres o más varias variables de modo simultáneo y tratamos de determinar la relación entre ellas.

¿Qué sabemos hacer?

1. Técnicas de análisis bivariable:

  • Análisis para datos categóricos: Ji-cuadrado de Pearson, Prueba Exacta de Fisher, Test de McNemar para datos apareados.
  • Análisis para datos cuantitativos: Correlación de Pearson, Correlación de Spearman, Tau de Kendall.
  • Comparación entre grupos de muestras independientes como apareadas: t de Student, análisis de la varianza (ANOVA), Test de Mann-Whitney, prueba de la Mediana, test de Kruskal-Wallis, test de Wilcoxon, prueba de Friedman, métodos robustos.
  • Comparación de métodos analíticos: Coeficiente de correlación intraclase (CCI), índice Kappa, Método gráfico de Bland-Altman.
  • Técnicas de diagnóstico: determinación de la precisión de un método (accuracy), curvas ROC, determinación de la sensibilidad y especificidad.

2. Técnicas de análisis multivariable:

  • Modelos lineales generalizados (GLM): Regresión lineal múltiple, regresión logística mútliple, regresión binomial negativa, regresión de Poisson.
  • Problemas de clasificación: análisis discriminante, análisis factorial.
  • Reducción dimensionalidad: componentes principales (PCA), análisis de correspondencias, árboles de clasificación y regresión (CART), Random Forests (RF).
  • Análisis de conglomerados o clústers.

A quién le puede interesar

  • Empresas biotecnológicas que busquen conocer el comportamiento de sus datos en sus procesos de producción o tratamiento que manejen múltiples de control.
  • Empresas del ámbito de la evaluación del impacto ambiental y/o remediación que quieren evaluar de manera multidimensional los efectos del actividad humana en el medio ambiente.
  • CROs y empresas farmacéuticas que estén llevando a cabo estudios clínicos genéticos con una gran cantidad de datos a relacionar con una o varias enfermedad de interés.
  • Grupos de investigación e investigadores que tengan interés en relacionar su variable de interés con una gran cantidad de datos y evaluar el impacto que tiene en su proyecto.
Helix Bios

Estamos a un clic

¿Necesita más información? ¿Le gustaría tener un presupuesto?
Hablemos de forma cercana y transparente para abordar sus proyectos.