1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ciencias Naturales y Matemáticas
4. Tesis de Maestría en Estadística Aplicada

Título :	Estimación de la matriz de cargas a través de la descomposición SVD mediante un modelo factorial de Unicidades Homocedásticas
Autor :	Ruiz Barzola, Omar, Director Quijije Andrade, Guillermo Andrés
Palabras clave :	Análisis factorial Descomposición SVD Criterios de información Rotaciones en la matriz de cargas
Fecha de publicación :	2024
Editorial :	ESPOL.FCNM
Citación :	Quijije Andrade, G. A. (2024). Estimación de la matriz de cargas a través de la descomposición SVD mediante un modelo factorial de Unicidades Homocedásticas. [Proyecto de Titulación]. ESPOL.FCNM .
Descripción :	El análisis factorial es una técnica multivariante ampliamente utilizada en el campo de las ciencias sociales, pero que en ocasiones es considerada como subjetiva o arbitraria en la selección de parámetros o la interpretación de los resultados obtenidos a partir de la misma. En el presente estudio se explora el análisis factorial homocedástico HFA, una variante basada en unicidades homocedásticas y descomposición SVD que estima la matriz de cargas utilizando el método de máxima verosimilitud y un conjunto con técnicas de criterios de información, para automatizar la selección y extracción de parámetros, además de simplificar el número de variables que intervienen en cada factor aplicando metodologías similares a la selección de modelos. Finalmente se comparará el desempeño del modelo HFA para determinar el número de factores a extraer y la capacidad para recuperar estructuras de ceros con diversas técnicas y criterios de rotación frecuentemente utilizados por la comunidad científica. Palabras Clave: Análisis factorial, Descomposición SVD, criterios de información, rotaciones en la matriz de cargas
metadata.dc.description.abstractenglish:	Factor analysis is a multivariate technique widely used in the field of social sciences, but it is sometimes considered subjective or arbitrary in the selection of parameters or the interpretation of the results obtained from it. In this study, we explore homoscedastic factor analysis (HFA), a variant based on homoscedastic uniqueness and SVD decomposition. This method estimates the loading matrix using the maximum likelihood method and a set of information criteria techniques to automate the selection and extraction of parameters. Additionally, it simplifies the number of variables involved in each factor by applying methodologies similar to model selection. The primary objective of this research is to enhance the objectivity and reliability of parameter selection in factor analysis. Finally, the performance of the HFA model will be compared to determine the number of factors to extract and its ability to recover zero structures using various techniques and rotation criteria frequently utilized by the scientific community. This comparison aims to validate the effectiveness of the HFA model in providing more accurate and interpretable results in multivariate analysis. Keywords: Factor analysis, SVD decomposition, information criteria, rotations in the loading matrix
URI :	http://www.dspace.espol.edu.ec/handle/123456789/62015
metadata.dc.identifier.codigoproyectointegrador:	POSTG035
Aparece en las colecciones:	Tesis de Maestría en Estadística Aplicada

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.