Ejercicios de Análisis Multivariante

Máster en Estadı́stica. Marzo 2013.

1. Generar una matriz X, de dimensión 4 × 3 y un vector u, 4 × 1, ambos de

números aleatorios y construir las matrices simétricas A = X0 X y B = u u0 .
(a) Calcular la traza y el determinante de A y B.
(b) Obtener los autovalores y autovectores de A y B.
(c) Comprobar que la traza y el determinante de A coinciden respectivamente
con la suma y el producto de los autovalores de A.
(d) Obtener los rangos de A y B y comprobar que coinciden, respectivamente,
con el número de autovalores no nulos de A y B.
2. Dada la matriz  
3 2 0
A= 2 3 0 
0 0 3
(a) Calcular sus autovalores, los de A2 y los de A−1 .
(b) Calcular una base ortogonal que la diagonalice.
3. Considerar la siguiente matriz
 
6 10
A =  10 6  .
1 5
(a) Encontrar la inversa generalizada de Moore-Penrose, A− , de A.
(b) Comprobar que se cumple la propiedad
AA− A = A. (1)
(c) Comprobar que se cumplen las propiedades
i) A− AA− = A− ,
ii) A− A es simétrica,
iii) AA− es simétrica.
4. Calcula la matriz simétrica asociada a cada una de las siguientes formas cua-
dráticas y determina si es definida positiva.
(a) Q(x1 , x2 ) = 2x21 − 3x1 x2 + 3x22 ,
(b) Q(x1 , x2 , x3 ) = x21 + x1 x3 + 0.25x23 + 1.6x1 x2 + 0.6x22 + 0.8x2 x3 .
5. Se define la matriz de centrado de dimensión n como H = I − n1 1 10 , donde I
es la matriz identidad de dimensión n × n y 1 es un vector n × 1 de unos. La
utilidad de esta matriz H radica en que, como su nombre indica, se usa para
centrar configuraciones de datos: si X es una matriz de datos de dimensión
n × p, entonces H X es una matriz cuyas columnas tienen media cero.
Utilizar Matlab para comprobar las dos siguientes propiedades de la matriz de
centrado (tomando, por ejemplo, n = 5):

1
 (a) H es idempotente,
(b) rang(H) = tr(H) = n − 1.
6. (Problema 2.2) Los datos de la Tabla 1 corresponden a chalets construidos por
diez promotoras que operan a lo largo de la costa española.

Table 1: Diez promotoras de la costa española

X1 =Duración media X2 =Precio medio X3 =Superficie media
Promotora hipoteca (años) (millones euros) (m2 ) de cocina
1 8.7 0.3 3.1
2 14.3 0.9 7.4
3 18.9 1.8 9.0
4 19.0 0.8 9.4
5 20.5 0.9 8.3
6 14.7 1.1 7.6
7 18.8 2.5 12.6
8 37.3 2.7 18.1
9 12.6 1.3 5.9
10 25.7 3.4 15.9

(a) Dibujar el diagrama de dispersión múltiple y comentar el aspecto del

gráfico.
(b) Para X1 y X2 calcular, respectivamente, las medias muestrales x̄1 y x̄2 ,
las varianzas muestrales s11 y s22 , la covarianza entre X1 y X2 , s12 , y la
correlación entre ambas, r12 . Interpretar el valor obtenido de r12 .
(c) Utilizando la matriz de datos X y la de centrado H definida en el Ejerci-
cio 5, calcular el vector de medias muestrales x̄ y la matriz de covarianzas
muestrales S. A partir de ésta obtener la matriz de correlaciones R.

7. (Problema 2.3) La contaminación por mercurio de peces de aguadulce co-

mestibles es una amenaza directa contra nuestra salud. Entre 1990 y 1991
se llevó a cabo un estudio en 53 lagos de Florida con el fin de examinar los
factores que influı́an en el nivel de contaminación por mercurio. Las variables
que se midieron fueron:
X1 =número de identificación, X2 =nombre del lago, X3 =alcalinidad (mg/l
de carbonato de calcio), X4 =pH, X5 =calcio (mg/l), X6 =clorofila (mg/l),
X7 =concentración media de mercurio (partes por millón) en el tejido múscular
del grupo de peces estudiados en cada lago, X8 =número de peces estudia-
dos por lago, X9 =mı́nimo de la concentración de mercurio en cada grupo de
peces, X10 =máximo de la concentración de mercurio en cada grupo de peces,
X11 =estimación (mediante regresión) de la concentración de mercurio en un
pez de 3 años (o promedio de mercurio cuando la edad no está disponible),
X12 =indicador de la edad de los peces. La Tabla 2 contiene los datos de este
estudio, disponible en la página web http://lib.stat.cmu.edu/DASL.

(a) Representar de forma conjunta las variables X3 , X6 , X7 y ver cómo se

modifica su dispersión cuando se producen transformaciones (lineales y
no lineales) sobre las variables. Considerar como medidas de dispersión
global la traza y el determinante de la matriz de covarianzas.

2
Table 2: Datos del Ejercicio 7 (http://lib.stat.cmu.edu/DASL/Datafiles/MercuryinBass.html)

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12

1 Alligator 5.9 6.1 3.0 0.7 1.23 5 0.85 1.43 1.53 1
2 Annie 3.5 5.1 1.9 3.2 1.33 7 0.92 1.90 1.33 0
3 Apopka 116.0 9.1 44.1 128.3 0.04 6 0.04 0.06 0.04 0
4 Blue Cypress 39.4 6.9 16.4 3.5 0.44 12 0.13 0.84 0.44 0
5 Brick 2.5 4.6 2.9 1.8 1.20 12 0.69 1.50 1.33 1
6 Bryant 19.6 7.3 4.5 44.1 0.27 14 0.04 0.48 0.25 1
7 Cherry 5.2 5.4 2.8 3.4 0.48 10 0.30 0.72 0.45 1
8 Crescent 71.4 8.1 55.2 33.7 0.19 12 0.08 0.38 0.16 1
9 Deer Point 26.4 5.8 9.2 1.6 0.83 24 0.26 1.40 0.72 1
10 Dias 4.8 6.4 4.6 22.5 0.81 12 0.41 1.47 0.81 1
11 Dorr 6.6 5.4 2.7 14.9 0.71 12 0.52 0.86 0.71 1
12 Down 16.5 7.2 13.8 4.0 0.50 12 0.10 0.73 0.51 1
13 Eaton 25.4 7.2 25.2 11.6 0.49 7 0.26 1.01 0.54 1
14 East Tohopekaliga 7.1 5.8 5.2 5.8 1.16 43 0.50 2.03 1.00 1
15 Farm-13 128.0 7.6 86.5 71.1 0.05 11 0.04 0.11 0.05 0
16 George 83.7 8.2 66.5 78.6 0.15 10 0.12 0.18 0.15 1
17 Griffin 108.5 8.7 35.6 80.1 0.19 40 0.07 0.43 0.19 1
18 Harney 61.3 7.8 57.4 13.9 0.77 6 0.32 1.50 0.49 1
19 Hart 6.4 5.8 4.0 4.6 1.08 10 0.64 1.33 1.02 1
20 Hatchineha 31.0 6.7 15.0 17.0 0.98 6 0.67 1.44 0.70 1
21 Iamonia 7.5 4.4 2.0 9.6 0.63 12 0.33 0.93 0.45 1
22 Istokpoga 17.3 6.7 10.7 9.5 0.56 12 0.37 0.94 0.59 1
23 Jackson 12.6 6.1 3.7 21.0 0.41 12 0.25 0.61 0.41 0
24 Josephine 7.0 6.9 6.3 32.1 0.73 12 0.33 2.04 0.81 1
25 Kingsley 10.5 5.5 6.3 1.6 0.34 10 0.25 0.62 0.42 1
26 Kissimmee 30.0 6.9 13.9 21.5 0.59 36 0.23 1.12 0.53 1
27 Lochloosa 55.4 7.3 15.9 24.7 0.34 10 0.17 0.52 0.31 1
28 Louisa 3.9 4.5 3.3 7.0 0.84 8 0.59 1.38 0.87 1
29 Miccasukee 5.5 4.8 1.7 14.8 0.50 11 0.31 0.84 0.50 0
30 Minneola 6.3 5.8 3.3 0.7 0.34 10 0.19 0.69 0.47 1
31 Monroe 67.0 7.8 58.6 43.8 0.28 10 0.16 0.59 0.25 1
32 Newmans 28.8 7.4 10.2 32.7 0.34 10 0.16 0.65 0.41 1
33 Ocean Pond 5.8 3.6 1.6 3.2 0.87 12 0.31 1.90 0.87 0
34 Ocheese Pond 4.5 4.4 1.1 3.2 0.56 13 0.25 1.02 0.56 0
35 Okeechobee 119.1 7.9 38.4 16.1 0.17 12 0.07 0.30 0.16 1
36 Orange 25.4 7.1 8.8 45.2 0.18 13 0.09 0.29 0.16 1
37 Panasoffkee 106.5 6.8 90.7 16.5 0.19 13 0.05 0.37 0.23 1
38 Parker 53.0 8.4 45.6 152.4 0.04 4 0.04 0.06 0.04 0
39 Placid 8.5 7.0 2.5 12.8 0.49 12 0.31 0.63 0.56 1
40 Puzzle 87.6 7.5 85.5 20.1 1.10 10 0.79 1.41 0.89 1
41 Rodman 114.0 7.0 72.6 6.4 0.16 14 0.04 0.26 0.18 1
42 Rousseau 97.5 6.8 45.5 6.2 0.10 12 0.05 0.26 0.19 1
43 Sampson 11.8 5.9 24.2 1.6 0.48 10 0.27 1.05 0.44 1
44 Shipp 66.5 8.3 26.0 68.2 0.21 12 0.05 0.48 0.16 1
45 Talquin 16.0 6.7 41.2 24.1 0.86 12 0.36 1.40 0.67 1
46 Tarpon 5.0 6.2 23.6 9.6 0.52 12 0.31 0.95 0.55 1
47 Trafford 81.5 8.9 20.5 9.6 0.27 6 0.04 0.40 0.27 0
48 Trout 1.2 4.3 2.1 6.4 0.94 10 0.59 1.24 0.98 1
49 Tsala Apopka 34.0 7.0 13.1 4.6 0.40 12 0.08 0.90 0.31 1
50 Weir 15.5 6.9 5.2 16.5 0.43 11 0.23 0.69 0.43 1
51 Tohopekaliga 25.6 6.2 12.6 27.7 0.65 44 0.30 1.10 0.58 1
52 Wildcat 17.3 5.2 3.0 2.6 0.25 12 0.15 0.40 0.28 1
53 Yale 71.8 7.9 20.5 8.8 0.27 12 0.15 0.51 0.25 1

(b) Dibujar el histograma tridimensional correspondiente a X3 y X7 . Elegir

sendas transformaciones no lineales para estas variables de entre las uti-
lizadas en el apartado anterior y dibujar el histograma tridimensional de
las variables transformadas.

8. Sea X un vector con distribución uniforme en el rectángulo [0, 2] × [3, 4].

(a) Especificar la función de densidad de X. Calcular E(X) y Var(X).
(b) Sea X1 , . . . , X30 una muestra aleatoria simple de X y X̄ = 30
P
i=1 Xi /30 la
media muestral correspondiente. Calcular E(X̄) y Var(X̄).
(c) Generar con Matlab una realización de la muestra del apartado anterior.
Calcular la media x̄ y la matriz de covarianzas muestrales S. Dibujar en
un gráfico de dispersión la muestra y marcar los puntos E(X̄) y x̄.
(d) Generar con Matlab 40 muestras de tamaño 5, calcular sus correspondien-
tes medias muestrales y dibujar éstas en un gráfico en el que se marque

3
 también E(X̄). Repetir este proceso en gráficos distintos para 40 muestras
de tamaño 20 y otras 40 de tamaño 50. ¿Qué se observa?
9. Sea µ un vector p × 1 y Σ una matriz p × p simétrica y definida positiva.
Fijar un valor de p y generar muestras de tamaño n de una normal Np (µ, Σ)
para distintos valores de n. Para cada muestra obtener el vector de medias
muestrales, x, y la matriz de covarianzas muestrales, S, y comprobar que a
medida que aumenta n, los valores de x y S se van acercando a µ y Σ, respec-
tivamente.
Indicación: El vector X = (X1 , X2 , . . . , Xp )0 tiene ley normal p-variante si
existen p variables aleatorias independientes con ley N (0, 1), Y1 , Y2 , . . . , Yp , tales
que
X = µ + A Y, (2)
donde Y = (Y1 , Y2 , . . . , Yp )0 , µ = (µ1 , µ2 , . . . , µp )0 y A es una matriz p × p. Si
las p columnas de A no son linealmente independientes, alguna de las Xi puede
expresarse como combinación lineal de las otras; en caso contrario, se trata de
una distribución p-variante no singular.
Si el vector X verifica (2), entonces

E(X) = µ, Var(X) = A0 A,

y se dice que X ∼ Np (µ, Σ), donde Σ = A0 A es definida positiva si A es

regular. Por ejemplo, A puede ser la matriz de Cholesky de Σ (ver Peña 2002),
que calculamos en Matlab con la orden A = chol(Sigma).
10. Una distribución muy relacionada con la ley normal multivariante, y que es el
análogo multivariante de la ley χ2 , es la distribución Wishart. Dados X1 , . . . , Xn
vectores aleatorios i.i.d.∼ Np (0, Σ), la matriz p × p
n
X
Q= Xi X0i ∼ Wp (Σ, n)
i=1

sigue una ley Wishart con parámetro de escala Σ y n grados de libertad.

Dadas las variables aleatorias Z ∼ Np (0, I) y Q ∼ Wp (I, n) estocásticamente
independientes, la variable aleatoria

T 2 = n Z0 Q−1 Z ∼ T 2 (p, n)

sigue una ley T 2 de Hotelling con p y n grados de libertad. Si p = 1, entonces

T 2 (1, n) es el cuadrado de una variable aleatoria con ley t de Student y n grados
de libertad. En general, T 2 (p, n) es proporcional a una F de Fisher
n−p+1 2
T (p, n) = F (p, n − p + 1). (3)
np
La variable T 2 se utiliza de manera análoga a la ley t de Student, en contrastes
sobre medias multivariantes.
Para p y n fijos, generar una muestra de tamaño N de una ley T 2 (p, n) de
Hotelling. Representar los resultados mediante un histograma.

4
11. Si A ∼ Wp (Σ, a) y B ∼ Wp (Σ, b) son independientes, Σ es regular y a ≥ p, la
variable aleatoria
|A|
Λ=
|A + B|
tiene una ley Lambda de Wilks, Λ(p, a, b), con parámetros p, a y b.
La ley Λ no depende del parámetro Σ de A y B, por lo que es suficiente
considerarla para Σ = I. Tiene la misma distribución que un producto de b
v.a. independientes con distribución Beta, es decir, si L ∼ Λ(p, a, b) entonces
b µ ¶
Y a+i−p p
L= ui , donde ui ∼ Beta , .
2 2
i=1

Generar una muestra de tamaño N de una ley Λ de Wilks. Representar los

resultados mediante un histograma.
12. (Problema 3.19) En una fábrica de zumos se diseña el siguiente procedimiento
de control de calidad. Se toma una muestra piloto (véase la Tabla 3) de n = 50
extracciones de zumo cuando el proceso de fabricación funciona correctamente
y en ella se mide la concentración de p = 11 aminoácidos, X = (X1 , . . . , X11 )0 .
Suponer que X sigue una distribución normal. A continuación cada dı́a se ob-
servan estas mismas variables con objeto de detectar algún cambio significativo
en la calidad del proceso (véase Tabla 4). Suponer que estas sucesivas obser-
vaciones, yi , i = 1, . . . , 10, son independientes de la muestra piloto y entre
sı́.
Construir un gráfico de control para estos nuevos diez dı́as como se indica a
continuación. En primer lugar calcular la media x̄ y la matriz de covarianzas
S para la muestra piloto. A continuación para la observación yi construir el
estadı́stico
n
T 2 (i) = (yi − x̄)0 S−1 (yi − x̄)
n+1
que deberı́a seguir una T 2 (p, n − 1) si la distribución de yi es la misma que la
de la muestra piloto.
Representar secuencialmente los valores de T 2 (i) en un gráfico y marcar en él
un lı́mite de control LC = (n−1) p α
n−p F (p, n − p), siendo α el nivel de significación
que deseemos fijar (α = 0.05, por ejemplo). Parar el proceso de fabricación el
primer dı́a i que una observación yi esté fuera de la región de control, es decir,
yi > LC.
13. Los datos de la Tabla 2 contienen información sobre la contaminación por mer-
curio de peces de aguadulce comestibles en 53 lagos de Florida. Considerar so-
lamente las variables X3 =alcalinidad (mg/l de carbonato de calcio), X4 =pH,
X5 =calcio (mg/l), X6 =clorofila (mg/l), X7 =concentración media de mer-
curio (partes por millón) en el tejido múscular del grupo de peces estudiados
en cada lago, X9 =mı́nimo de la concentración de mercurio en cada grupo de
peces, X10 =máximo de la concentración de mercurio en cada grupo de peces, y
realizar un análisis de componentes principales. Razonar a partir de qué matriz,
S o R, es más adecuado realizar dicho análisis. Interpretar las dos primeras
componentes principales.

5
 Table 3: Concentraciones de 11 aminoácidos en 50 zumos (Ejercicio 12)
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11
0.480 5.234 2.620 2.857 0.803 13.897 0.326 0.902 0.164 0.183 4.155
0.245 1.312 2.115 8.077 0.974 9.227 0.252 2.703 -0.006 -0.061 1.995
0.276 3.402 2.527 5.447 0.957 13.474 0.299 2.341 0.094 0.113 3.541
0.482 6.554 2.631 5.134 0.671 12.333 0.259 1.473 0.216 0.112 3.941
0.400 4.011 2.528 3.716 0.805 10.382 0.266 0.697 0.201 0.159 4.361
0.336 4.001 3.083 4.626 0.904 7.834 0.156 0.898 0.130 0.061 2.444
0.379 3.366 2.099 6.142 0.977 17.366 0.384 2.451 0.204 0.063 3.177
0.369 4.550 2.242 3.609 0.672 12.353 0.291 0.975 0.158 0.201 3.185
0.396 5.479 2.231 4.264 0.786 15.248 0.244 1.318 0.064 0.116 3.989
0.325 3.573 2.446 5.087 0.708 10.791 0.183 1.500 0.075 0.122 3.675
0.404 4.195 3.226 4.959 0.948 14.880 0.460 0.910 0.151 0.280 5.071
0.367 4.756 2.891 4.264 0.799 13.443 0.270 0.927 0.195 0.194 3.932
0.340 3.640 3.075 4.937 0.821 13.782 0.296 1.659 0.214 0.107 3.507
0.281 2.872 2.299 4.543 0.926 8.921 0.205 0.901 0.072 0.102 2.567
0.373 4.212 2.769 5.014 1.060 15.577 0.288 1.664 0.175 0.095 3.788
0.356 3.629 3.435 4.694 0.843 11.503 0.253 1.249 0.106 0.198 3.147
0.426 5.087 2.797 3.029 0.758 11.412 0.311 0.912 0.175 0.154 3.759
0.262 2.722 3.439 6.223 1.018 8.324 0.233 1.200 0.083 0.108 3.065
0.422 5.769 1.948 4.525 0.576 15.151 0.342 1.282 0.014 0.087 4.773
0.242 2.074 3.090 6.822 0.987 10.655 0.274 1.858 0.065 0.072 2.754
0.288 3.413 3.338 5.562 1.054 9.265 0.276 1.830 0.181 0.071 2.710
0.409 4.701 3.340 5.531 1.237 13.800 0.274 1.598 0.159 0.102 3.032
0.382 4.362 2.588 3.941 0.779 14.441 0.265 1.480 0.213 0.147 3.372
0.277 3.261 2.730 4.335 0.747 7.909 0.181 1.014 0.102 0.108 2.910
0.416 3.511 2.822 5.128 0.992 15.695 0.298 1.864 0.268 0.108 4.097
0.238 2.840 3.180 6.392 1.293 9.059 0.209 1.529 0.120 0.043 3.000
0.544 6.523 3.333 3.431 0.759 13.712 0.334 0.423 0.128 0.240 5.209
0.404 4.119 2.689 4.599 0.744 13.960 0.264 1.241 0.099 0.126 4.185
0.384 4.126 2.440 5.626 0.965 11.960 0.224 1.647 0.203 0.086 3.102
0.290 2.823 2.731 6.063 0.688 7.677 0.217 1.343 0.065 0.073 3.250
0.598 5.807 2.525 4.633 0.889 16.131 0.368 1.462 0.221 0.169 4.544
0.337 4.067 2.902 4.826 0.772 14.203 0.343 1.577 0.167 0.074 3.355
0.403 4.327 2.660 4.993 0.863 14.668 0.402 1.720 0.125 0.091 3.617
0.241 4.281 2.984 4.369 0.828 9.670 0.243 1.036 0.201 0.105 3.089
0.412 4.038 3.731 4.341 0.971 12.550 0.244 1.197 0.135 0.180 3.309
0.154 1.840 3.533 6.902 1.308 8.954 0.190 2.047 0.091 0.018 1.608
0.352 5.170 2.945 2.187 0.866 11.566 0.306 0.765 0.194 0.165 2.959
0.288 3.336 3.430 5.054 0.896 10.608 0.258 1.017 0.104 0.175 2.689
0.447 5.060 3.240 5.462 0.937 18.099 0.339 1.762 0.196 0.164 3.649
0.420 5.828 2.898 4.121 0.793 14.167 0.347 1.133 0.180 0.199 4.181
0.492 5.230 2.116 3.516 0.584 16.289 0.374 1.241 0.262 0.188 4.687
0.385 4.707 2.350 4.655 0.882 15.452 0.357 1.789 0.208 0.153 3.213
0.354 4.626 2.854 4.885 0.753 14.250 0.273 1.332 0.072 0.098 3.228
0.244 3.112 3.245 6.687 1.095 11.960 0.240 2.001 0.177 0.080 2.440
0.221 2.715 2.848 5.216 0.978 6.625 0.137 1.202 0.075 0.015 1.833
0.374 2.819 2.694 5.560 0.804 10.830 0.268 1.472 0.069 0.137 2.838
0.416 3.943 2.908 6.660 1.076 14.812 0.313 2.033 0.173 0.069 3.716
0.356 3.874 2.739 4.778 0.894 11.158 0.215 1.099 0.149 0.093 3.510
0.410 4.898 2.362 3.565 0.630 11.763 0.342 0.783 0.119 0.169 4.037
0.246 2.761 2.914 4.860 0.799 5.649 0.168 1.192 0.016 0.069 2.180

Table 4: Concentraciones de aminoácidos en 10 nuevos zumos (Ejercicio 12)

Dı́a y1 y2 y3 y4 y5 y6 y7 y8 y9 y10 y11
1 0.275 3.693 2.785 6.812 1.086 12.206 0.262 2.152 0.091 0.106 2.851
2 0.295 3.401 2.594 5.903 0.964 9.945 0.189 1.719 0.069 0.058 2.271
3 0.370 3.865 2.935 7.034 1.122 18.572 0.354 2.354 0.148 0.043 3.779
4 0.385 3.585 3.601 5.454 1.139 11.033 0.255 0.857 0.078 0.130 3.625
5 0.248 3.188 2.966 7.090 1.205 7.800 0.199 1.657 0.046 0.024 2.733
6 0.480 4.512 2.142 4.533 0.762 18.385 0.345 1.710 0.093 0.167 4.872
7 0.417 5.260 2.554 3.404 0.773 13.679 0.277 0.908 0.122 0.161 3.734
8 0.327 4.388 3.110 4.396 0.774 9.041 0.213 0.669 0.129 0.141 3.725
9 0.251 3.125 2.589 6.390 1.106 13.410 0.235 1.898 0.107 0.044 2.864
10 0.422 4.810 2.002 3.322 1.144 15.986 0.348 1.147 0.154 0.178 3.511

14. (Problema 4.5) En la Tabla 5 se recogen las siguientes variables medidas sobre
30 olmos hembra. Este conjunto de datos pertenece a un estudio realizado por
el Departamento de Industria Primaria y Pesca de Tasmania (Australia) en
1994. Los datos completos están disponibles en Nash et al. (1994).

6
 nombre unidades breve descripción
X1 Longitud mm mayor medida de la corteza
X2 Diámetro mm perpendicular a la longitud
X3 Altura mm con madera dentro de la corteza
X4 Peso total g todo el olmo
X5 Peso desvainado g peso de la madera
X6 Peso de las vı́sceras g peso de la tripa (después de sangrar)
X7 Peso de la corteza g después de ser secado

Realizar un análisis de componentes principales e interpretar las dos primeras

componentes.

Table 5: Datos para el Ejercicio 14

X1 X2 X3 X4 X5 X6 X7
0.53 0.42 0.135 0.677 0.2565 0.1415 0.21
0.53 0.415 0.15 0.7775 0.237 0.1415 0.33
0.545 0.425 0.125 0.768 0.294 0.1495 0.26
0.55 0.44 0.15 0.8945 0.3145 0.151 0.32
0.525 0.38 0.14 0.6065 0.194 0.1475 0.21
0.535 0.405 0.145 0.6845 0.2725 0.171 0.205
0.47 0.355 0.1 0.4755 0.1675 0.0805 0.185
0.44 0.34 0.1 0.451 0.188 0.087 0.13
0.565 0.44 0.155 0.9395 0.4275 0.214 0.27
0.55 0.415 0.135 0.7635 0.318 0.21 0.2
0.615 0.48 0.165 1.1615 0.513 0.301 0.305
0.56 0.44 0.14 0.9285 0.3825 0.188 0.3
0.58 0.45 0.185 0.9955 0.3945 0.272 0.285
0.68 0.56 0.165 1.639 0.6055 0.2805 0.46
0.68 0.55 0.175 1.798 0.815 0.3925 0.455
0.705 0.55 0.2 1.7095 0.633 0.4115 0.49
0.54 0.475 0.155 1.217 0.5305 0.3075 0.34
0.45 0.355 0.105 0.5225 0.237 0.1165 0.145
0.575 0.445 0.135 0.883 0.381 0.2035 0.26
0.45 0.335 0.105 0.425 0.1865 0.091 0.115
0.55 0.425 0.135 0.8515 0.362 0.196 0.27
0.46 0.375 0.12 0.4605 0.1775 0.11 0.15
0.525 0.425 0.16 0.8355 0.3545 0.2135 0.245
0.47 0.36 0.12 0.4775 0.2105 0.1055 0.15
0.5 0.4 0.14 0.6615 0.2565 0.1755 0.22
0.505 0.4 0.125 0.583 0.246 0.13 0.175
0.53 0.41 0.13 0.6965 0.302 0.1935 0.2
0.565 0.44 0.16 0.915 0.354 0.1935 0.32
0.595 0.495 0.185 1.285 0.416 0.224 0.485
0.475 0.39 0.12 0.5305 0.2135 0.1155 0.17

15. Considerar dos variables aleatorias con media cero y matriz de covarianzas
µ 2 ¶
σ 1
Σ=
1 σ2

con σ > 0. Se pide:

(a) Calcular los autovalores de Σ. ¿Para que valores de σ es la matriz Σ

definida positiva?
(b) Encontrar las componentes principales a partir de Σ.
(c) Calcular la proporción de variabilidad explicada por la primera compo-
nente principal.

16. (Problema 4.15) Determinar la edad de un árbol contando el número de anillos

de una sección del tronco a través del microscopio es un trabajo muy laborioso.

7
 Por ello se busca la forma de predecir la edad de un árbol utilizando otras
medidas más sencillas de obtener. La Tabla 6 contiene ocho variables medidas
sobre 151 olmos. Las variables X1 , . . . , X7 son las mismas que las descritas en
el Ejercicio 14. La variable y es el número de anillos del olmo. Obtener un
modelo de regresión que permita predecir la edad de un olmo en función del
resto de variables.

Table 6: Datos del Ejercicio 16.

X1 X2 X3 X4 X5 X6 X7 y X1 X2 X3 X4 X5 X6 X7 y
0.455 0.365 0.095 0.514 0.2245 0.101 0.15 15 0.595 0.475 0.14 0.944 0.3625 0.189 0.315 9
0.35 0.265 0.09 0.2255 0.0995 0.0485 0.07 7 0.6 0.47 0.15 0.922 0.363 0.194 0.305 10
0.53 0.42 0.135 0.677 0.2565 0.1415 0.21 9 0.555 0.425 0.14 0.788 0.282 0.1595 0.285 11
0.44 0.365 0.125 0.516 0.2155 0.114 0.155 10 0.615 0.475 0.17 1.1025 0.4695 0.2355 0.345 14
0.33 0.255 0.08 0.205 0.0895 0.0395 0.055 7 0.575 0.445 0.14 0.941 0.3845 0.252 0.285 9
0.425 0.3 0.095 0.3515 0.141 0.0775 0.12 8 0.62 0.51 0.175 1.615 0.5105 0.192 0.675 12
0.53 0.415 0.15 0.7775 0.237 0.1415 0.33 20 0.52 0.425 0.165 0.9885 0.396 0.225 0.32 16
0.545 0.425 0.125 0.768 0.294 0.1495 0.26 16 0.595 0.475 0.16 1.3175 0.408 0.234 0.58 21
0.475 0.37 0.125 0.5095 0.2165 0.1125 0.165 9 0.58 0.45 0.14 1.013 0.38 0.216 0.36 14
0.55 0.44 0.15 0.8945 0.3145 0.151 0.32 19 0.57 0.465 0.18 1.295 0.339 0.2225 0.44 12
0.525 0.38 0.14 0.6065 0.194 0.1475 0.21 14 0.625 0.465 0.14 1.195 0.4825 0.205 0.4 13
0.43 0.35 0.11 0.406 0.1675 0.081 0.135 10 0.56 0.44 0.16 0.8645 0.3305 0.2075 0.26 10
0.49 0.38 0.135 0.5415 0.2175 0.095 0.19 11 0.46 0.355 0.13 0.517 0.2205 0.114 0.165 9
0.535 0.405 0.145 0.6845 0.2725 0.171 0.205 10 0.575 0.45 0.16 0.9775 0.3135 0.231 0.33 12
0.47 0.355 0.1 0.4755 0.1675 0.0805 0.185 10 0.565 0.425 0.135 0.8115 0.341 0.1675 0.255 15
0.5 0.4 0.13 0.6645 0.258 0.133 0.24 12 0.555 0.44 0.15 0.755 0.307 0.1525 0.26 12
0.355 0.28 0.085 0.2905 0.095 0.0395 0.115 7 0.595 0.465 0.175 1.115 0.4015 0.254 0.39 13
0.44 0.34 0.1 0.451 0.188 0.087 0.13 10 0.625 0.495 0.165 1.262 0.507 0.318 0.39 10
0.365 0.295 0.08 0.2555 0.097 0.043 0.1 7 0.695 0.56 0.19 1.494 0.588 0.3425 0.485 15
0.45 0.32 0.1 0.381 0.1705 0.075 0.115 9 0.665 0.535 0.195 1.606 0.5755 0.388 0.48 14
0.355 0.28 0.095 0.2455 0.0955 0.062 0.075 11 0.535 0.435 0.15 0.725 0.269 0.1385 0.25 9
0.38 0.275 0.1 0.2255 0.08 0.049 0.085 10 0.47 0.375 0.13 0.523 0.214 0.132 0.145 8
0.565 0.44 0.155 0.9395 0.4275 0.214 0.27 12 0.47 0.37 0.13 0.5225 0.201 0.133 0.165 7
0.55 0.415 0.135 0.7635 0.318 0.21 0.2 9 0.475 0.375 0.125 0.5785 0.2775 0.085 0.155 10
0.615 0.48 0.165 1.1615 0.513 0.301 0.305 10 0.36 0.265 0.095 0.2315 0.105 0.046 0.075 7
0.56 0.44 0.14 0.9285 0.3825 0.188 0.3 11 0.55 0.435 0.145 0.843 0.328 0.1915 0.255 15
0.58 0.45 0.185 0.9955 0.3945 0.272 0.285 11 0.53 0.435 0.16 0.883 0.316 0.164 0.335 15
0.59 0.445 0.14 0.931 0.356 0.234 0.28 12 0.53 0.415 0.14 0.724 0.3105 0.1675 0.205 10
0.605 0.475 0.18 0.9365 0.394 0.219 0.295 15 0.605 0.47 0.16 1.1735 0.4975 0.2405 0.345 12
0.575 0.425 0.14 0.8635 0.393 0.227 0.2 11 0.52 0.41 0.155 0.727 0.291 0.1835 0.235 12
0.58 0.47 0.165 0.9975 0.3935 0.242 0.33 10 0.545 0.43 0.165 0.802 0.2935 0.183 0.28 11
0.68 0.56 0.165 1.639 0.6055 0.2805 0.46 15 0.5 0.4 0.125 0.6675 0.261 0.1315 0.22 10
0.665 0.525 0.165 1.338 0.5515 0.3575 0.35 18 0.51 0.39 0.135 0.6335 0.231 0.179 0.2 9
0.68 0.55 0.175 1.798 0.815 0.3925 0.455 19 0.435 0.395 0.105 0.3635 0.136 0.098 0.13 9
0.705 0.55 0.2 1.7095 0.633 0.4115 0.49 13 0.495 0.395 0.125 0.5415 0.2375 0.1345 0.155 9
0.465 0.355 0.105 0.4795 0.227 0.124 0.125 8 0.465 0.36 0.105 0.431 0.172 0.107 0.175 9
0.54 0.475 0.155 1.217 0.5305 0.3075 0.34 16 0.435 0.32 0.08 0.3325 0.1485 0.0635 0.105 9
0.45 0.355 0.105 0.5225 0.237 0.1165 0.145 8 0.425 0.35 0.105 0.393 0.13 0.063 0.165 9
0.575 0.445 0.135 0.883 0.381 0.2035 0.26 11 0.545 0.41 0.125 0.6935 0.2975 0.146 0.21 11
0.355 0.29 0.09 0.3275 0.134 0.086 0.09 9 0.53 0.415 0.115 0.5915 0.233 0.1585 0.18 11
0.45 0.335 0.105 0.425 0.1865 0.091 0.115 9 0.49 0.375 0.135 0.6125 0.2555 0.102 0.22 11
0.55 0.425 0.135 0.8515 0.362 0.196 0.27 14 0.44 0.34 0.105 0.402 0.1305 0.0955 0.165 10
0.24 0.175 0.045 0.07 0.0315 0.0235 0.02 5 0.56 0.43 0.15 0.8825 0.3465 0.172 0.31 9
0.205 0.15 0.055 0.042 0.0255 0.015 0.012 5 0.405 0.305 0.085 0.2605 0.1145 0.0595 0.085 8
0.21 0.15 0.05 0.042 0.0175 0.0125 0.015 4 0.47 0.365 0.105 0.4205 0.163 0.1035 0.14 9
0.39 0.295 0.095 0.203 0.0875 0.045 0.075 7 0.385 0.295 0.085 0.2535 0.103 0.0575 0.085 7
0.47 0.37 0.12 0.5795 0.293 0.227 0.14 9 0.515 0.425 0.14 0.766 0.304 0.1725 0.255 14
0.46 0.375 0.12 0.4605 0.1775 0.11 0.15 7 0.37 0.265 0.075 0.214 0.09 0.051 0.07 6
0.325 0.245 0.07 0.161 0.0755 0.0255 0.045 6 0.36 0.28 0.08 0.1755 0.081 0.0505 0.07 6
0.525 0.425 0.16 0.8355 0.3545 0.2135 0.245 9 0.27 0.195 0.06 0.073 0.0285 0.0235 0.03 5
0.52 0.41 0.12 0.595 0.2385 0.111 0.19 8 0.375 0.275 0.09 0.238 0.1075 0.0545 0.07 6
0.4 0.32 0.095 0.303 0.1335 0.06 0.1 7 0.385 0.29 0.085 0.2505 0.112 0.061 0.08 8
0.485 0.36 0.13 0.5415 0.2595 0.096 0.16 10 0.7 0.535 0.16 1.7255 0.63 0.2635 0.54 19
0.47 0.36 0.12 0.4775 0.2105 0.1055 0.15 10 0.71 0.54 0.165 1.959 0.7665 0.261 0.78 18
0.405 0.31 0.1 0.385 0.173 0.0915 0.11 7 0.595 0.48 0.165 1.262 0.4835 0.283 0.41 17
0.5 0.4 0.14 0.6615 0.2565 0.1755 0.22 8 0.44 0.35 0.125 0.4035 0.175 0.063 0.129 9
0.445 0.35 0.12 0.4425 0.192 0.0955 0.135 8 0.325 0.26 0.09 0.1915 0.085 0.036 0.062 7
0.47 0.385 0.135 0.5895 0.2765 0.12 0.17 8 0.35 0.26 0.095 0.211 0.086 0.056 0.068 7
0.245 0.19 0.06 0.086 0.042 0.014 0.025 4 0.265 0.2 0.065 0.0975 0.04 0.0205 0.028 7
0.505 0.4 0.125 0.583 0.246 0.13 0.175 7 0.425 0.33 0.115 0.406 0.1635 0.081 0.1355 8
0.45 0.345 0.105 0.4115 0.18 0.1125 0.135 7 0.305 0.23 0.08 0.156 0.0675 0.0345 0.048 7
0.505 0.405 0.11 0.625 0.305 0.16 0.175 9 0.345 0.255 0.09 0.2005 0.094 0.0295 0.063 9
0.53 0.41 0.13 0.6965 0.302 0.1935 0.2 10 0.405 0.325 0.11 0.3555 0.151 0.063 0.117 9
0.425 0.325 0.095 0.3785 0.1705 0.08 0.1 7 0.375 0.285 0.095 0.253 0.096 0.0575 0.0925 9
0.52 0.4 0.12 0.58 0.234 0.1315 0.185 8 0.565 0.445 0.155 0.826 0.341 0.2055 0.2475 10
0.475 0.355 0.12 0.48 0.234 0.1015 0.135 8 0.55 0.45 0.145 0.741 0.295 0.1435 0.2665 10
0.565 0.44 0.16 0.915 0.354 0.1935 0.32 12 0.65 0.52 0.19 1.3445 0.519 0.306 0.4465 16
0.595 0.495 0.185 1.285 0.416 0.224 0.485 13 0.56 0.455 0.155 0.797 0.34 0.19 0.2425 11
0.475 0.39 0.12 0.5305 0.2135 0.1155 0.17 10 0.475 0.375 0.13 0.5175 0.2075 0.1165 0.17 10
0.31 0.235 0.07 0.151 0.063 0.0405 0.045 6 0.49 0.38 0.125 0.549 0.245 0.1075 0.174 10
0.555 0.425 0.13 0.7665 0.264 0.168 0.275 13 0.46 0.35 0.12 0.515 0.224 0.108 0.1565 10
0.4 0.32 0.11 0.353 0.1405 0.0985 0.1 8 0.28 0.205 0.08 0.127 0.052 0.039 0.042 9
0.595 0.475 0.17 1.247 0.48 0.225 0.425 20 0.175 0.13 0.055 0.0315 0.0105 0.0065 0.0125 5
0.57 0.48 0.175 1.185 0.474 0.261 0.38 11 0.17 0.13 0.095 0.03 0.013 0.008 0.01 4
0.605 0.45 0.195 1.098 0.481 0.2895 0.315 13 0.59 0.475 0.145 1.053 0.4415 0.262 0.325 15
0.6 0.475 0.15 1.0075 0.4425 0.221 0.28 15

17. (Problema 8.4) Las Tablas 7, 8 y 9 contienen varias variables medidas sobre 250
olmos, divididos en 3 grupos, según su sexo (Grupo 1 : 100 olmos femeninos,
Grupo 2 : 100 olmos masculinos, Grupo 3 : 50 olmos juveniles o plántulas).
Véase el Ejercicio 14 para una descripción completa de las variables.

8
 (a) Realizar la representación canónica de los tres grupos, especificando los
porcentajes de variabilidad explicados por cada eje canónico.
(b) Suponiendo normalidad multivariante, construir las regiones de confianza
(al 95%) para los individuos medios de cada grupo.
(c) Interpretar los ejes canónicos.

Table 7: Datos para el Ejercicio 17. Grupo 1: olmos femeninos.

X1 X2 X3 X4 X5 X6 X7 X1 X2 X3 X4 X5 X6 X7
0.53 0.42 0.135 0.677 0.2565 0.1415 0.21 0.53 0.415 0.115 0.5915 0.233 0.1585 0.18
0.53 0.415 0.15 0.7775 0.237 0.1415 0.33 0.49 0.375 0.135 0.6125 0.2555 0.102 0.22
0.545 0.425 0.125 0.768 0.294 0.1495 0.26 0.56 0.43 0.15 0.8825 0.3465 0.172 0.31
0.55 0.44 0.15 0.8945 0.3145 0.151 0.32 0.47 0.365 0.105 0.4205 0.163 0.1035 0.14
0.525 0.38 0.14 0.6065 0.194 0.1475 0.21 0.515 0.425 0.14 0.766 0.304 0.1725 0.255
0.535 0.405 0.145 0.6845 0.2725 0.171 0.205 0.44 0.35 0.125 0.4035 0.175 0.063 0.129
0.47 0.355 0.1 0.4755 0.1675 0.0805 0.185 0.325 0.26 0.09 0.1915 0.085 0.036 0.062
0.44 0.34 0.1 0.451 0.188 0.087 0.13 0.425 0.33 0.115 0.406 0.1635 0.081 0.1355
0.565 0.44 0.155 0.9395 0.4275 0.214 0.27 0.305 0.23 0.08 0.156 0.0675 0.0345 0.048
0.55 0.415 0.135 0.7635 0.318 0.21 0.2 0.405 0.325 0.11 0.3555 0.151 0.063 0.117
0.615 0.48 0.165 1.1615 0.513 0.301 0.305 0.565 0.445 0.155 0.826 0.341 0.2055 0.2475
0.56 0.44 0.14 0.9285 0.3825 0.188 0.3 0.55 0.45 0.145 0.741 0.295 0.1435 0.2665
0.58 0.45 0.185 0.9955 0.3945 0.272 0.285 0.49 0.38 0.125 0.549 0.245 0.1075 0.174
0.68 0.56 0.165 1.639 0.6055 0.2805 0.46 0.605 0.5 0.185 1.1185 0.469 0.2585 0.335
0.68 0.55 0.175 1.798 0.815 0.3925 0.455 0.635 0.515 0.19 1.3715 0.5065 0.305 0.45
0.705 0.55 0.2 1.7095 0.633 0.4115 0.49 0.605 0.485 0.16 1.0565 0.37 0.2355 0.355
0.54 0.475 0.155 1.217 0.5305 0.3075 0.34 0.565 0.45 0.135 0.9885 0.387 0.1495 0.31
0.45 0.355 0.105 0.5225 0.237 0.1165 0.145 0.575 0.46 0.19 0.994 0.392 0.2425 0.34
0.575 0.445 0.135 0.883 0.381 0.2035 0.26 0.58 0.455 0.17 0.9075 0.374 0.2135 0.285
0.45 0.335 0.105 0.425 0.1865 0.091 0.115 0.575 0.46 0.165 1.124 0.2985 0.1785 0.44
0.55 0.425 0.135 0.8515 0.362 0.196 0.27 0.605 0.485 0.16 1.222 0.53 0.2575 0.28
0.46 0.375 0.12 0.4605 0.1775 0.11 0.15 0.725 0.56 0.21 2.141 0.65 0.398 1.005
0.525 0.425 0.16 0.8355 0.3545 0.2135 0.245 0.65 0.545 0.23 1.752 0.5605 0.2895 0.815
0.47 0.36 0.12 0.4775 0.2105 0.1055 0.15 0.725 0.575 0.175 2.124 0.765 0.4515 0.85
0.5 0.4 0.14 0.6615 0.2565 0.1755 0.22 0.68 0.57 0.205 1.842 0.625 0.408 0.65
0.505 0.4 0.125 0.583 0.246 0.13 0.175 0.68 0.515 0.175 1.6185 0.5125 0.409 0.62
0.53 0.41 0.13 0.6965 0.302 0.1935 0.2 0.53 0.395 0.145 0.775 0.308 0.169 0.255
0.565 0.44 0.16 0.915 0.354 0.1935 0.32 0.52 0.405 0.115 0.776 0.32 0.1845 0.22
0.595 0.495 0.185 1.285 0.416 0.224 0.485 0.56 0.45 0.16 1.0235 0.429 0.268 0.3
0.475 0.39 0.12 0.5305 0.2135 0.1155 0.17 0.62 0.475 0.175 1.0165 0.4355 0.214 0.325
0.4 0.32 0.11 0.353 0.1405 0.0985 0.1 0.645 0.51 0.2 1.5675 0.621 0.367 0.46
0.595 0.475 0.17 1.247 0.48 0.225 0.425 0.63 0.48 0.15 1.0525 0.392 0.336 0.285
0.605 0.45 0.195 1.098 0.481 0.2895 0.315 0.63 0.5 0.185 1.383 0.54 0.3315 0.38
0.6 0.475 0.15 1.0075 0.4425 0.221 0.28 0.63 0.48 0.16 1.199 0.5265 0.335 0.315
0.6 0.47 0.15 0.922 0.363 0.194 0.305 0.585 0.46 0.17 0.9325 0.365 0.271 0.29
0.555 0.425 0.14 0.788 0.282 0.1595 0.285 0.51 0.4 0.14 0.8145 0.459 0.1965 0.195
0.615 0.475 0.17 1.1025 0.4695 0.2355 0.345 0.505 0.41 0.15 0.644 0.285 0.145 0.21
0.575 0.445 0.14 0.941 0.3845 0.252 0.285 0.45 0.345 0.12 0.4165 0.1655 0.095 0.135
0.52 0.425 0.165 0.9885 0.396 0.225 0.32 0.5 0.4 0.145 0.63 0.234 0.1465 0.23
0.57 0.465 0.18 1.295 0.339 0.2225 0.44 0.53 0.435 0.17 0.8155 0.2985 0.155 0.275
0.46 0.355 0.13 0.517 0.2205 0.114 0.165 0.44 0.34 0.14 0.482 0.186 0.1085 0.16
0.575 0.45 0.16 0.9775 0.3135 0.231 0.33 0.525 0.415 0.17 0.8325 0.2755 0.1685 0.31
0.625 0.495 0.165 1.262 0.507 0.318 0.39 0.49 0.365 0.145 0.6345 0.1995 0.1625 0.22
0.475 0.375 0.125 0.5785 0.2775 0.085 0.155 0.415 0.325 0.105 0.38 0.1595 0.0785 0.12
0.52 0.41 0.155 0.727 0.291 0.1835 0.235 0.485 0.395 0.16 0.66 0.2475 0.128 0.235
0.545 0.43 0.165 0.802 0.2935 0.183 0.28 0.415 0.305 0.13 0.32 0.1305 0.0755 0.105
0.5 0.4 0.125 0.6675 0.261 0.1315 0.22 0.445 0.325 0.125 0.455 0.1785 0.1125 0.14
0.51 0.39 0.135 0.6335 0.231 0.179 0.2 0.47 0.35 0.145 0.5175 0.187 0.1235 0.18
0.435 0.395 0.105 0.3635 0.136 0.098 0.13 0.49 0.375 0.15 0.5755 0.22 0.144 0.19
0.545 0.41 0.125 0.6935 0.2975 0.146 0.21 0.445 0.355 0.15 0.485 0.181 0.125 0.155

18. (Problema 8.5) La Tabla 10 contiene once variables medidas sobre un total
de 44 individuos pertenecientes a cuatro especies de cocodrilos: 1. Alligator
mississippiensis, 2. Crocodylus niloticus, 3. Crocodylus porosus, 4. Osteolae-
mus tetraspis. La Figura 1 muestra las regiones geográficas donde se encuen-
tran estas especies de cocodrilos. Las variables medidas sobre cada individuo
son: X1 =longitud del cráneo, X2 =ancho del cráneo, X3 =ancho del ho-
cico, X4 =longitud del hocico, X5 =longitud dorsal del cráneo, X6 =ancho
máximo orbital, X7 =ancho mı́nimo inter-orbital, X8 =longitud máxima or-
bital, X9 =longitud del paladar post-orbital, X10 =ancho posterior del paladar,
X11 =ancho máximo entre orificios nasales (Fuente: Iordansky 1973).
Realizar la representación canónica de las cuatro especies, especificando los
porcentajes de variabilidad explicados por cada eje canónico. Suponiendo nor-
malidad multivariante, construir las regiones de confianza (al 90%) para los
individuos medios de cada grupo.

9
 Table 8: Datos para el Ejercicio 17. Grupo 2: olmos masculinos
X1 X2 X3 X4 X5 X6 X7 X1 X2 X3 X4 X5 X6 X7
0.665 0.525 0.165 1.338 0.5515 0.3575 0.35 0.515 0.405 0.13 0.722 0.32 0.131 0.21
0.465 0.355 0.105 0.4795 0.227 0.124 0.125 0.645 0.485 0.215 1.514 0.546 0.2615 0.635
0.355 0.29 0.09 0.3275 0.134 0.086 0.09 0.605 0.465 0.165 1.056 0.4215 0.2475 0.34
0.47 0.37 0.12 0.5795 0.293 0.227 0.14 0.61 0.485 0.175 1.2445 0.544 0.297 0.345
0.4 0.32 0.095 0.303 0.1335 0.06 0.1 0.725 0.57 0.19 2.55 1.0705 0.483 0.725
0.485 0.36 0.13 0.5415 0.2595 0.096 0.16 0.705 0.56 0.22 1.981 0.8175 0.3085 0.76
0.405 0.31 0.1 0.385 0.173 0.0915 0.11 0.695 0.55 0.215 1.9565 0.7125 0.541 0.59
0.445 0.35 0.12 0.4425 0.192 0.0955 0.135 0.525 0.435 0.155 1.065 0.486 0.233 0.285
0.47 0.385 0.135 0.5895 0.2765 0.12 0.17 0.58 0.475 0.15 0.97 0.385 0.2165 0.35
0.45 0.345 0.105 0.4115 0.18 0.1125 0.135 0.57 0.48 0.18 0.9395 0.399 0.2 0.295
0.505 0.405 0.11 0.625 0.305 0.16 0.175 0.64 0.51 0.175 1.368 0.515 0.266 0.57
0.425 0.325 0.095 0.3785 0.1705 0.08 0.1 0.62 0.49 0.19 1.218 0.5455 0.2965 0.355
0.52 0.4 0.12 0.58 0.234 0.1315 0.185 0.615 0.48 0.18 1.1595 0.4845 0.2165 0.325
0.475 0.355 0.12 0.48 0.234 0.1015 0.135 0.61 0.485 0.17 1.0225 0.419 0.2405 0.36
0.555 0.425 0.13 0.7665 0.264 0.168 0.275 0.58 0.45 0.15 0.927 0.276 0.1815 0.36
0.57 0.48 0.175 1.185 0.474 0.261 0.38 0.5 0.405 0.155 0.772 0.346 0.1535 0.245
0.595 0.475 0.14 0.944 0.3625 0.189 0.315 0.64 0.5 0.185 1.3035 0.4445 0.2635 0.465
0.62 0.51 0.175 1.615 0.5105 0.192 0.675 0.56 0.45 0.16 0.922 0.432 0.178 0.26
0.595 0.475 0.16 1.3175 0.408 0.234 0.58 0.585 0.46 0.185 0.922 0.3635 0.213 0.285
0.58 0.45 0.14 1.013 0.38 0.216 0.36 0.5 0.4 0.165 0.825 0.254 0.205 0.285
0.625 0.465 0.14 1.195 0.4825 0.205 0.4 0.42 0.335 0.115 0.369 0.171 0.071 0.12
0.56 0.44 0.16 0.8645 0.3305 0.2075 0.26 0.335 0.25 0.09 0.181 0.0755 0.0415 0.06
0.565 0.425 0.135 0.8115 0.341 0.1675 0.255 0.5 0.405 0.14 0.6155 0.241 0.1355 0.205
0.555 0.44 0.15 0.755 0.307 0.1525 0.26 0.55 0.405 0.14 0.8025 0.244 0.1635 0.255
0.595 0.465 0.175 1.115 0.4015 0.254 0.39 0.45 0.35 0.13 0.46 0.174 0.111 0.135
0.695 0.56 0.19 1.494 0.588 0.3425 0.485 0.47 0.36 0.135 0.501 0.1665 0.115 0.165
0.665 0.535 0.195 1.606 0.5755 0.388 0.48 0.555 0.445 0.135 0.836 0.336 0.1625 0.275
0.535 0.435 0.15 0.725 0.269 0.1385 0.25 0.565 0.44 0.175 0.9025 0.31 0.193 0.325
0.47 0.375 0.13 0.523 0.214 0.132 0.145 0.625 0.505 0.215 1.4455 0.496 0.287 0.435
0.47 0.37 0.13 0.5225 0.201 0.133 0.165 0.565 0.425 0.16 0.9425 0.3495 0.2185 0.275
0.55 0.435 0.145 0.843 0.328 0.1915 0.255 0.59 0.47 0.18 1.1235 0.4205 0.2805 0.36
0.53 0.435 0.16 0.883 0.316 0.164 0.335 0.6 0.495 0.165 1.2415 0.485 0.2775 0.34
0.53 0.415 0.14 0.724 0.3105 0.1675 0.205 0.56 0.45 0.175 1.011 0.3835 0.2065 0.37
0.605 0.47 0.16 1.1735 0.4975 0.2405 0.345 0.56 0.45 0.185 1.07 0.3805 0.175 0.41
0.495 0.395 0.125 0.5415 0.2375 0.1345 0.155 0.545 0.46 0.16 0.8975 0.341 0.1655 0.345
0.465 0.36 0.105 0.431 0.172 0.107 0.175 0.53 0.42 0.165 0.8945 0.319 0.239 0.245
0.425 0.35 0.105 0.393 0.13 0.063 0.165 0.27 0.2 0.08 0.1205 0.0465 0.028 0.04
0.44 0.34 0.105 0.402 0.1305 0.0955 0.165 0.52 0.45 0.15 0.895 0.3615 0.186 0.235
0.405 0.305 0.085 0.2605 0.1145 0.0595 0.085 0.35 0.275 0.11 0.2925 0.1225 0.0635 0.0905
0.37 0.265 0.075 0.214 0.09 0.051 0.07 0.47 0.39 0.15 0.6355 0.2185 0.0885 0.255
0.7 0.535 0.16 1.7255 0.63 0.2635 0.54 0.59 0.5 0.2 1.187 0.412 0.2705 0.37
0.71 0.54 0.165 1.959 0.7665 0.261 0.78 0.62 0.485 0.205 1.219 0.3875 0.2505 0.385
0.595 0.48 0.165 1.262 0.4835 0.283 0.41 0.63 0.505 0.225 1.525 0.56 0.3335 0.45
0.345 0.255 0.09 0.2005 0.094 0.0295 0.063 0.63 0.515 0.155 1.259 0.4105 0.197 0.41
0.375 0.285 0.095 0.253 0.096 0.0575 0.0925 0.655 0.54 0.215 1.844 0.7425 0.327 0.585
0.65 0.52 0.19 1.3445 0.519 0.306 0.4465 0.61 0.5 0.24 1.642 0.532 0.3345 0.69
0.56 0.455 0.155 0.797 0.34 0.19 0.2425 0.635 0.525 0.205 1.484 0.55 0.3115 0.43
0.475 0.375 0.13 0.5175 0.2075 0.1165 0.17 0.485 0.395 0.14 0.6295 0.2285 0.127 0.225
0.46 0.35 0.12 0.515 0.224 0.108 0.1565 0.515 0.38 0.175 0.9565 0.325 0.158 0.31
0.59 0.475 0.145 1.053 0.4415 0.262 0.325 0.53 0.435 0.155 0.699 0.288 0.1595 0.205

Table 9: Datos para el Ejercicio 17. Grupo 3: olmos juveniles o plántulas.

X1 X2 X3 X4 X5 X6 X7 X1 X2 X3 X4 X5 X6 X7
0.28 0.205 0.08 0.127 0.052 0.039 0.042 0.33 0.255 0.085 0.1655 0.063 0.039 0.06
0.175 0.13 0.055 0.0315 0.0105 0.0065 0.0125 0.35 0.26 0.085 0.174 0.0705 0.0345 0.06
0.17 0.13 0.095 0.03 0.013 0.008 0.01 0.32 0.245 0.08 0.1585 0.0635 0.0325 0.05
0.235 0.16 0.04 0.048 0.0185 0.018 0.015 0.36 0.275 0.085 0.1975 0.0745 0.0415 0.07
0.36 0.26 0.09 0.1785 0.0645 0.037 0.075 0.305 0.245 0.075 0.156 0.0675 0.038 0.045
0.315 0.21 0.06 0.125 0.06 0.0375 0.035 0.345 0.27 0.11 0.2135 0.082 0.0545 0.07
0.315 0.245 0.085 0.1435 0.053 0.0475 0.05 0.33 0.25 0.105 0.1715 0.0655 0.035 0.06
0.225 0.16 0.045 0.0465 0.025 0.015 0.015 0.245 0.195 0.06 0.095 0.0445 0.0245 0.026
0.355 0.275 0.085 0.22 0.092 0.06 0.15 0.36 0.285 0.105 0.2415 0.0915 0.057 0.075
0.4 0.3 0.11 0.315 0.109 0.067 0.12 0.295 0.215 0.085 0.128 0.049 0.034 0.04
0.435 0.34 0.11 0.3795 0.1495 0.085 0.12 0.275 0.205 0.075 0.1105 0.045 0.0285 0.035
0.37 0.28 0.095 0.2655 0.122 0.052 0.08 0.28 0.21 0.085 0.1065 0.039 0.0295 0.03
0.405 0.3 0.12 0.324 0.1265 0.07 0.11 0.2 0.145 0.06 0.037 0.0125 0.0095 0.011
0.425 0.38 0.105 0.3265 0.1285 0.0785 0.1 0.165 0.12 0.03 0.0215 0.007 0.005 0.005
0.365 0.27 0.085 0.205 0.078 0.0485 0.07 0.45 0.355 0.11 0.4585 0.194 0.067 0.14
0.275 0.215 0.075 0.1155 0.0485 0.029 0.035 0.33 0.255 0.095 0.172 0.066 0.0255 0.06
0.44 0.35 0.135 0.435 0.1815 0.083 0.125 0.265 0.21 0.06 0.0965 0.0425 0.022 0.03
0.295 0.225 0.08 0.124 0.0485 0.032 0.04 0.19 0.145 0.04 0.038 0.0165 0.0065 0.015
0.075 0.055 0.01 0.002 0.001 0.0005 0.0015 0.265 0.205 0.07 0.1055 0.039 0.041 0.035
0.13 0.1 0.03 0.013 0.0045 0.003 0.004 0.355 0.275 0.09 0.251 0.097 0.053 0.08
0.11 0.09 0.03 0.008 0.0025 0.002 0.003 0.32 0.255 0.1 0.1755 0.073 0.0415 0.065
0.16 0.12 0.035 0.021 0.0075 0.0045 0.005 0.36 0.28 0.09 0.2255 0.0885 0.04 0.09
0.27 0.2 0.07 0.1 0.034 0.0245 0.035 0.3 0.22 0.08 0.121 0.0475 0.042 0.035
0.23 0.175 0.065 0.0645 0.026 0.0105 0.02 0.235 0.175 0.04 0.0705 0.0335 0.015 0.02
0.3 0.23 0.08 0.1275 0.0435 0.0265 0.04 0.34 0.26 0.08 0.2 0.08 0.0555 0.055

19. (Datos del Problema 4.4) La Tabla 11 contiene 11 indicadores económicos y

sociales de 96 paı́ses del mundo. Las variables observadas son: X1 = Tasa anual
de crecimiento de la población, X2 = Tasa de mortalidad infantil por cada 1000
nacidos vivos, X3 = Porcentaje de mujeres en la población activa, X4 = PNB
en 1995 (en millones de dólares), X5 = Producción de electricidad (en millones
kW/h), X6 = Lı́neas telefónicas por cada 1000 habitantes, X7 = Consumo de

10
 Figure 1: Hábitat de las cuatro especies de cocodrilos. (Ejercicio 18)

Alligator mississippiensis Crocodylus niloticus

Crocodylus porosus Osteolaemus tetraspis

agua per cápita, X8 = Proporción de la superficie del paı́s cubierta por bosques,
X9 = Proporción de deforestación anual, X10 = Consumo de energı́a per cápita,
X11 = Emisión de CO2 per cápita.
Calcular la matriz de distancias de Mahalanobis entre los 20 primeros paı́ses.

20. En muchas situaciones las variables que se observan sobre un conjunto de in-
dividuos son de naturaleza binaria. En estos casos para poder disponer de una
matriz de distancias entre individuos se utilizan los coeficientes de similaridad.
El coeficiente de similaridad entre el individuo i y el individuo j, sij , se calcula
a partir de las frecuencias:
a =“número de variables con respuesta 1 en ambos individuos”,
b =“número de variables con respuesta 0 en el primer individuo y con respuesta
1 en el segundo individuo”,
c =“número de variables con respuesta 1 en el primer individuo y con respuesta
0 en el segundo individuo”,
d =“número de variables con respuesta 0 en ambos individuos”.
Existen muchı́simos coeficientes de similaridad (véase Cuadras 2004), pero los
de Sokal-Michener y de Jaccard son especialmente interesantes porque dan lugar
a una configuación euclı́dea. Se definen como:
a+d a
Sokal y Michener: sij = , Jaccard: sij = ,
p a+b+c

11
 Table 10: Datos para el Ejercicio 18.
especie X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
1 72 40 37 35 71 17 5 20 15 25 11
1 220 112 98 138 216 30 16 46 36 64 31
1 225 150 89 140 220 32 17 52 37 82 30
1 272 138 120 175 262 24 25 54 44 78 38
1 288 148 126 180 275 40 22 58 42 82 40
1 290 150 117 183 270 40 20 54 46 82 40
1 292 150 127 166 284 49 26 56 48 86 39
1 320 150 124 203 310 40 25 62 46 80 38
1 354 178 137 240 337 42 25 69 50 89 51
1 366 186 160 232 348 39 32 68 54 98 53
1 380 236 210 238 358 52 27 63 63 120 64
2 160 64 46 100 153 20 9 22 30 39 9
2 198 94 70 121 186 25 13 31 32 48 13
2 248 243 76 159 235 30 16 41 42 105 15
2 254 114 71 158 235 28 16 40 42 65 15
2 420 235 170 270 400 37 42 60 68 105 42
2 440 250 170 280 420 42 50 65 70 120 48
2 525 290 220 360 495 45 48 72 82 145 54
2 582 336 218 382 554 48 58 72 76 105 57
2 610 345 268 400 564 46 90 85 76 164 56
3 76 30 22 41 73 13 4 17 16 20 4
3 548 74 56 364 513 23 10 29 26 44 48
3 238 292 68 154 230 29 12 36 30 55 48
3 408 200 148 274 390 38 36 57 54 110 32
3 548 300 210 364 513 46 55 68 65 150 48
3 565 292 216 405 550 45 64 70 90 160 48
3 672 384 302 452 620 50 70 90 85 185 64
3 800 416 324 516 740 63 82 100 105 204 75
4 164 90 70 90 160 36 16 42 32 57 20
4 188 107 71 92 160 29 13 38 35 65 18
4 170 98 72 98 165 31 14 42 35 60 20
4 173 107 70 100 165 33 12 40 35 60 22
4 175 102 73 102 165 32 14 42 38 64 24
4 185 105 77 105 175 32 14 44 40 61 22
4 185 105 78 105 175 33 16 40 40 61 22
4 188 107 82 108 180 33 16 40 40 65 24
4 188 104 80 110 178 34 15 44 40 64 24
4 190 108 80 112 180 32 16 45 38 65 24
4 194 110 82 114 182 34 15 44 38 67 24
4 194 117 92 117 180 34 18 43 42 70 23
4 203 108 88 116 193 35 16 46 40 69 26
4 210 107 91 124 178 36 19 48 40 65 26
4 225 128 105 128 215 40 20 52 45 75 28
4 240 136 91 133 222 38 19 51 46 76 27

donde p es el número de variables observadas. Aplicando uno de estos coefi-

cientes a un conjunto de n individuos se obtiene una matriz de similaridades
S = (sij )n×n .
Una forma de obtener una distancia a partir de un coeficiente de similaridad es
la siguiente:
D(2) = 2 (1n 10n − S).
Se considera el siguiente conjunto de seis individuos formado por cinco ani-
males, león, girafa, vaca, oveja, gato doméstico, junto con el hombre. Se miden
seis variables binarias sobre estos individuos: X1 =tiene cola, X2 =es sal-
vaje, X3 =tiene el cuello largo, X4 =es animal de granja, X5 =es carnı́voro,
X6 =camina sobre cuatro patas.

(a) Obtener la matriz de datos.

(b) Calcular los coeficentes de similaridad de Sokal-Michener y de Jaccard para
cada par de individuos y obtener las matrices de distancias asociadas.

12
 Table 11: Indicadores económicos y sociales sobre paı́ses del mundo
Paı́s X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
1. Albania 1 30 41 2199 3903 12 94 53 0 341 1.2
2. Angola 3 124 46 4422 955 6 57 19 0.7 89 0.5
3. Arabia Saudi 4.3 21 13 133540 91019 96 497 1 0 4566 13.1
4. Argelia 2.5 34 24 44609 19883 42 180 2 0.8 906 3
5. Argentina 1.3 22 31 278431 65962 160 1043 22 0.1 1504 3.5
6. Australia 1.4 6 43 337909 167155 510 933 19 0 5341 15.3
7. Austria 0.6 6 41 216547 53259 465 304 47 -0.4 3301 7.2
8. Bangladesh 2 79 42 28599 9891 2 220 6 4.1 64 0.2
9. Bélgica 0.3 8 40 250710 72236 457 917 20 -0.3 5120 10.1
10. Benin 3 95 48 2034 6 5 26 45 1.3 20 0.1
11. Bielorrusia 0.4 13 49 21356 31397 190 295 31 -0.4 2392 9.9
12. Bolivia 2.3 69 37 5905 2824 35 201 45 1.2 373 1
13. Brasil 1.6 44 35 579787 260682 75 246 66 0.6 718 1.4
14. Bulgaria -0.6 15 48 11225 381333 335 1544 33 -0.2 2438 6.4
15. Camerún 2.9 56 38 8615 2740 4 38 44 0.6 103 0.2
16. Canadá 1.3 6 45 573695 554227 590 1602 49 -1.1 7854 14.4
17. Colombia 1.8 26 37 70263 43354 100 174 52 0.7 622 1.8
18. Congo 3.1 90 43 1784 435 8 20 58 0.2 331 1.6
19. Corea del Norte 1.8 26 45 12870 38000 47 687 74 0 1129 11.2
20. Corea del Sur 0.9 10 40 435137 164993 415 632 66 0.1 2982 6.6
21. Costa de Marfil 3.4 86 33 9248 2305 8 66 34 1 103 0.5
22. Costa Rica 2.5 13 30 8884 4772 164 780 28 3 558 1.2
23. Cuba 0.9 9 38 7150 10982 32 870 16 1 923 2.6
24. Chile 1.6 12 32 59151 25276 132 1626 12 -0.1 1012 2.6
25. China 1.3 34 45 744890 928083 34 461 13 0.7 664 2.3
26. Dinamarca 0.2 6 46 156027 40097 613 233 12 0 3977 10.4
27. R. Dominicana 2 37 29 11390 6182 79 446 22 2.9 337 1.4
28. Ecuador 2.3 36 26 15997 8256 61 581 43 1.8 565 1.8
29. Egipto 2.2 56 29 45507 51947 46 956 0 0 600 1.5
30. El Salvador 1.8 36 34 9057 3211 53 245 6 2.3 370 0.7
31. E. Árabes Unidos 5.8 16 13 42806 18870 283 884 0 0 10531 33.9
32. Eslovaquia 0.3 11 48 15848 24740 208 337 38 0.1 3243 7
33. España 0.2 7 36 532347 161654 385 781 51 0 2458 5.7
34. Etiopı́a 2.6 112 41 5722 1293 2 51 13 0.3 22 0.1
35. Filipinas 2.3 39 37 71865 27062 21 686 26 3.4 316 0.8
36. Finlandia 0.4 5 48 105174 65546 550 440 77 0 5997 8.2
37. Francia 0.5 6 44 1451051 476200 558 665 25 -0.1 4042 6.3
38. Gabón 2.9 89 44 3759 933 30 57 71 0.6 652 5.5
39. Ghana 3 73 51 6719 6115 4 35 42 1.4 93 0.2
40. Grecia 0.5 8 36 85885 40623 493 523 47 0 2260 7.2
41. Guatemala 2.9 44 26 14255 3161 27 139 39 1.8 210 0.6
42. Haitı́ 2 72 43 1777 362 8 7 1 5.1 29 0.1
43. Paı́ses Bajos 0.6 6 40 371039 79647 525 518 10 -0.3 4580 9.2
44. Honduras 3 45 30 3566 2672 29 294 41 2.2 204 0.6
45. Hungrı́a -0.3 11 44 42129 33486 185 661 18 -0.5 2383 5.8
46. India 1.9 68 32 319660 386500 13 612 17 0.6 248 0.9
51. Indonesia 1.7 51 40 190105 53414 17 96 60 1.1 366 1
47. Irak 2.7 108 18 24600 27060 33 4575 4 0.1 1213 3.4
48. Irán 3.2 45 24 113400 79128 79 1362 11 0 1505 4
49. Irlanda 0.1 6 33 52765 17105 365 233 6 -1.2 3137 8.7
50. Islandia 1.1 4 44 6686 4780 555 636 1 0 7932 6.8
52. Israel 2.7 8 40 87875 32781 418 408 6 -0.3 2717 8.1
53. Jordania 4.7 31 21 6354 5076 73 173 1 -1 1067 3
54. Kenia 2.9 58 46 7583 3539 9 87 2 0.6 110 0.2
55. Kuwait -0.3 11 28 28941 22798 230 525 0 0 8622 11.2
56. Lı́bano 2.3 32 28 10673 5184 82 271 8 0.6 964 2.9
57. Libia 3.6 61 21 23400 17800 59 880 0 -1.4 2499 8.1
58. Malasia 2.5 12 37 78321 39093 166 768 54 2.1 1699 3.8
59. Marruecos 2 55 35 29545 11100 43 427 20 -1.4 327 1.1
60. México 2.1 33 31 304596 147926 96 899 25 1.3 1561 3.8
61. Mozambique 1.8 113 48 1353 490 3 55 22 0.8 40 0.1
62. Birmania 1.8 83 43 35840 3500 3 101 44 1.3 49 0.1
63. Nepal 2.5 91 40 4391 927 4 150 37 1 28 0.1
64. Nicaragua 3.1 46 36 1659 1688 23 367 50 1.9 300 0.6
65. Nigeria 2.9 80 36 28411 15530 4 41 17 0.7 162 0.9
66. Noruega 0.5 5 46 136077 113488 556 488 31 -1.4 5318 14.1
67. Nueva Zelanda 1 7 44 51655 35135 479 589 28 0 4245 7.6
68. Omán 4.5 18 15 10578 6187 77 564 19 0 2392 5.3
69. Pakistán 3 90 26 59991 58529 16 2053 2 3.5 254 0.6
70. Panamá 1.9 23 34 7253 3380 114 754 42 1.9 618 1.7
71. Paraguay 2.7 41 29 8158 36415 31 109 32 2.8 299 0.6
72. Perú 2.1 47 29 55019 15563 47 300 53 0.4 367 1
73. Polonia 0.4 14 46 107829 135347 148 321 28 -0.1 2401 8.9
74. Portugal -0.1 7 43 96829 31380 361 739 34 -0.5 1827 4.8
75. Reino Unido 0.3 6 43 1094734 325383 502 205 10 -1.1 3732 9.8
76. Rep. Checa 0 8 47 39990 58705 236 266 34 0 3868 13.1
77. Rumanı́a 0 23 44 33488 55136 131 1134 27 0 1733 5.4
78. Senegal 2.8 62 42 5070 1002 10 202 39 0.7 97 0.4
79. Singapur 1.8 4 38 79831 20046 478 84 7 2.3 8103 17.7
80. Siria 3.1 32 26 15780 15186 63 435 4 -4.3 997 3.3
81. Sri Lanka 1.3 16 35 12616 4387 11 503 27 1.4 97 0.3
82. Sudán 2.2 77 28 7510 1333 3 633 18 1.1 66 0.1
83. Suecia 0.6 4 48 209720 142895 681 341 68 0 5723 6.6
84. Suiza 0.8 6 40 286014 65724 613 173 30 -0.6 3629 6.4
85. Suráfrica 2.3 50 37 130918 189316 95 359 4 -0.8 2146 7.5
86. Tailandia 1.3 35 46 159630 71177 59 602 25 3.5 769 2
87. Tanzania 3.1 82 49 3703 1913 3 40 38 1.2 34 0.1
88. Túnez 2.1 39 30 16369 6714 58 381 4 -1.9 595 1.6
89. Turquia 1.9 48 35 169452 78322 212 585 26 0 957 2.5
90. Ucrania 0.1 15 49 84084 202995 157 673 16 -0.3 3180 11.7
91. Uruguay 0.6 18 40 16458 7617 196 241 4 -0.6 629 1.6
92. Venezuela 2.4 23 33 65382 73116 111 382 52 1.2 2186 5.7
93. Vietnam 2.2 41 49 17634 12270 11 414 26 1.5 101 0.3
94. Yemen 4.2 100 29 4044 2159 12 335 8 0 206 0.7
95. Zambia 2.6 109 45 3605 7785 8 186 43 1.1 149 0.3
96. Zimbabue 2.8 55 44 5933 7334 14 136 23 0.7 438 1.8

21. Una situación muy habitual en análisis multivariante es disponer de un con-

junto de datos mixto, es decir, un conjunto de individuos sobre los que se han
observado tanto variables cuantitativas como cualitativas (o categóricas). En
estos casos es de gran utilidad la distancia de Gower, cuyo cuadrado se define
como d2ij = 1 − sij , donde
P p1
h=1 (1 − |xih − xjh |/Gh ) + a + α
sij = (4)
p1 + (p2 − d) + p3
es el coeficiente de similaridad de Gower, p1 es el número de variables cuan-
titativas continuas, p2 es el número de variables binarias, p3 es el número de
variables cualitativas(no binarias), a es el número de coincidencias (1, 1) en las
variables binarias, d es el número de coincidencias (0, 0) en las variables bina-
rias, α es el número de coincidencias en las variables cualitativas(no binarias)

13
 y Gh es el rango (o recorrido) de la h-ésima variable cuantitativa.
Si p1 = p3 = 0 entonces (4) coincide con el coeficiente de similaridad de Jaccard.
Si se consideran las variables binarias como categóricas (es decir, p 1 = p2 = 0)
entonces (4) coincide con el coeficiente de similaridad de Sokal y Michener.

(Datos del Problema 5.5) La Tabla 12 contiene información sobre 50 jugadores

de fútbol de la liga española (temporada 2006/07). Las variables observadas
son:
X1 =número de goles marcados, X2 =edad (años), X3 =altura (m), X4 =peso
(kg), X5 =pierna buena del jugador (1 =derecha, 0 =izquierda), X6 =na-
cionalidad (1 =Argentina, 2 =Brasil, 3 =Camerun, 4 =Italia, 5 =España,
6 =Francia, 7 =Uruguay, 8 =Portugal, 9 =Inglaterra), X7 =tipo de estudios
(1 =sin estudios, 2 =básicos, 3 =medios, 4 =superiores).
Obtener la matriz de distancias de Gower entre estos individuos.

Table 12: Variables observadas sobre jugadores de la liga española de fútbol 2006/07.

Jugador X1 X2 X3 X4 X5 X6 X7
1. Ronaldinho 15 26 1.78 71 1 2 2
2. Etoo 21 25 1.8 75 0 3 2
3. Xavi 6 26 1.7 68 0 5 4
4. Messi 7 19 1.69 67 0 1 3
5. Puyol 1 28 1.78 78 0 5 3
6. Raúl 7 29 1.8 73.5 1 5 3
7. Ronaldo 18 30 1.83 82 0 2 1
8. Beckham 4 31 1.8 67 0 9 3
9. Casillas 0 25 1.85 70 0 5 4
10. Cannavaro 0 33 1.76 75.5 0 4 2
11. Torres 24 22 1.83 70 0 5 4
12. Agüero 14 18 1.72 68 0 1 3
13. Maxi 10 25 1.8 79 0 1 3
14. Pablo 3 25 1.92 80 0 5 4
15. Maniche 3 29 1.73 69 0 8 2
16. Morientes 13 30 1.86 79 0 5 3
17. Joaquin 5 25 1.79 75 0 5 4
18. Villa 22 24 1.75 69 0 5 3
19. Ayala 1 33 1.77 75.5 0 1 1
20. Cañizares 0 36 1.81 78 1 5 3
21. Jesus Navas 2 20 1.7 60 0 5 3
22. Puerta 6 21 1.83 74 1 5 3
23. Javi Navarro 7 32 1.82 75 0 5 3
24. Daniel Alves 2 23 1.71 64 0 2 2
25. Kanouté 12 29 1.92 82 1 6 1
26. Valerón 9 31 1.84 71 0 5 3
27. Arizmendi 8 22 1.92 78 0 5 3
28. Capdevila 3 28 1.81 79 1 5 4
29. Riki 7 26 1.86 80 0 5 3
30. Coloccini 2 24 1.82 78 1 1 2
31. Riquelme 10 28 1.82 75 0 1 2
32. Forlán 17 27 1.72 75 0 7 3
33. Cani 4 25 1.75 69.5 0 5 3
34. Javi Venta 0 30 1.8 73 1 5 3
35. Tachinardi 4 31 1.87 80 1 4 4
36. Pandiani 6 30 1.84 74 0 7 1
37. Tamudo 10 28 1.77 74 0 5 3
38. De la Peña 2 30 1.69 69 0 5 3
39. Luı́s Garcı́a 8 25 1.8 68 0 5 3
40. Jonathan 4 21 1.8 72 1 5 3
41. Aimar 6 26 1.68 60 1 1 2
42. Diego Milito 9 27 1.81 78 0 1 2
43. Savio 3 32 1.71 68 1 2 2
44. Sergio Garcı́a 7 23 1.76 69 0 5 3
45. Zapater 5 21 1.73 70.5 0 5 3
46. Edú 6 27 1.82 74 1 2 3
47. Juanito 2 30 1.83 80 0 5 4
48. Melli 5 22 1.81 78 0 5 3
49. Capi 7 29 1.75 73 0 5 2
50. Doblas 0 25 1.84 78 0 5 3

22. Utilizando la matriz de distancias del Ejercicio 21 obtener una representación

de los jugadores en coordenadas principales. Determinar cuál es el porcentaje

14
 de variabilidad explicado por las dos primeras coordenadas principales. ¿Qué
se puede decir de las semejanzas entre jugadores?

23. Considerar los datos del Ejercicio 20. Sea D(2) la matriz de cuadrados de
distancias obtenida a partir del coficiente de similaridad de Sokal y Michener.

(a) Verificar que D no es ultramétrica.

(b) Realizar clasificaciones jerárquicas mediante los métodos del mı́nimo, del
máximo y UPGMA. ¿Qué diferencias se observan?
(c) Calcular la correlación cofenética en cada caso.
(d) Comparar los dendrogramas con la representación en coordenadas princi-
pales que muestra la Figura 2.

Figure 2: Representación en coordenadas principales y agrupaciones (Ejercicio 20)

Representación en coordenadas principales
1

0.8

herbívoros
0.6 2

0.4
1
felinos

0.2

0
5

−0.2
hombre animales 3
6 de granja 4
−0.4
−0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6

24. La Tabla 11 contiene una serie de indicadores económicos y sociales sobre 96

paı́ses del mundo. Sea Y la matriz que contiene las dos primeras componentes
principales calculadas a partir de la matriz de correlaciones Obtener las distan-
cias euclı́deas entre paı́ses a partir de Y y realizar una clasificación jerárquica
mediante el método UPGMA. Comentar los resultados obtenidos.

25. (Datos Problema 9.4) Un enólogo analiza dos componentes X 1 y X2 en sendas

muestras de dos tipos de vinos. Los resultados del análisis se pueden ver en la
Tabla 13. Los datos se han extraı́do de Newman et al. (1998).

(a) Denotemos X = (X1 , X2 )0 . Expresar la regla de clasificación lineal de

Fisher para una nueva observación x = (x1 , x2 )0 . Programarla como una
función de Matlab.
(b) Aplicar la regla de clasificación obtenida en el apartado anterior al caso
concreto en que x = (13.05, 515)0 . ¿A qué tipo de vino corresponde?

26. (Datos del Problema 8.2) La Tabla 14 contiene cuatro variables numéricas
X1 =longitud del sépalo, X2 =anchura del sépalo, X3 =longitud del pétalo,

15
Table 13: Muestras de dos vinos (Ejercicio 25). Fuente: Newman et al. (1998)

Vino 1 Vino 2
X1 X2 x1 x2
14.23 1065 12.37 520
13.20 1050 12.33 680
13.16 1185 12.64 450
14.37 1480 13.67 630
13.24 735 12.37 420
14.20 1450 12.17 355
14.39 1290 12.37 678
14.06 1295 13.11 502
14.83 1045 12.37 510
13.86 1045 13.34 750
14.10 1510 12.21 718
14.12 1280 12.29 870
13.75 1320 13.86 410
14.75 1150 13.49 472
14.38 1547 12.99 985
13.63 1310
14.30 1280
13.83 1130
14.19 1680
13.64 845

X4 =anchura del pétalo medidas sobre tres especies de flores del género Iris:
Iris setosa, Iris versicolor e Iris virginica (Fuente: Fisher 1936).
Supondremos que el vector X observado sigue una distribución normal. Dadas
las tres nuevas flores (individuos)

ind. X1 X2 X3 X4
x1 4.6 3.6 1.0 0.2
x2 6.8 2.8 4.8 1.4
x3 7.2 3.2 6.0 1.8

asignarlas a alguna de las tres especies (I. setosa, I. virginica o I. versicolor )

mediante

(a) el discriminador lineal,

(b) el discriminador cuadrático.

16
 Table 14: Datos para el Ejercicio 26

X1 X2 X3 X4 X1 X2 X3 X4 X1 X2 X3 X4
5.1 3.5 1.4 0.2 7.0 3.2 4.7 1.4 6.3 3.3 6.0 2.5
4.9 3.0 1.4 0.2 6.4 3.2 4.5 1.5 5.8 2.7 5.1 1.9
4.7 3.2 1.3 0.2 6.9 3.1 4.9 1.5 7.1 3.0 5.9 2.1
4.6 3.1 1.5 0.2 5.5 2.3 4.0 1.3 6.3 2.9 5.6 1.8
5.0 3.6 1.4 0.2 6.5 2.8 4.6 1.5 6.5 3.0 5.8 2.2
5.4 3.9 1.7 0.4 5.7 2.8 4.5 1.3 7.6 3.0 6.6 2.1
4.6 3.4 1.4 0.3 6.3 3.3 4.7 1.6 4.9 2.5 4.5 1.7
5.0 3.4 1.5 0.2 4.9 2.4 3.3 1.0 7.3 2.9 6.3 1.8
4.4 2.9 1.4 0.2 6.6 2.9 4.6 1.3 6.7 2.5 5.8 1.8
4.9 3.1 1.5 0.1 5.2 2.7 3.9 1.4 7.2 3.6 6.1 2.5
5.4 3.7 1.5 0.2 5.0 2.0 3.5 1.0 6.5 3.2 5.1 2.0
4.8 3.4 1.6 0.2 5.9 3.0 4.2 1.5 6.4 2.7 5.3 1.9
4.8 3.0 1.4 0.1 6.0 2.2 4.0 1.0 6.8 3.0 5.5 2.1
4.3 3.0 1.1 0.1 6.1 2.9 4.7 1.4 5.7 2.5 5.0 2.0
5.8 4.0 1.2 0.2 5.6 2.9 3.6 1.3 5.8 2.8 5.1 2.4
5.7 4.4 1.5 0.4 6.7 3.1 4.4 1.4 6.4 3.2 5.3 2.3
5.4 3.9 1.3 0.4 5.6 3.0 4.5 1.5 6.5 3.0 5.5 1.8
5.1 3.5 1.4 0.3 5.8 2.7 4.1 1.0 7.7 3.8 6.7 2.2
5.7 3.8 1.7 0.3 6.2 2.2 4.5 1.5 7.7 2.6 6.9 2.3
5.1 3.8 1.5 0.3 5.6 2.5 3.9 1.1 6.0 2.2 5.0 1.5
5.4 3.4 1.7 0.2 5.9 3.2 4.8 1.8 6.9 3.2 5.7 2.3
5.1 3.7 1.5 0.4 6.1 2.8 4.0 1.3 5.6 2.8 4.9 2.0
4.6 3.6 1.0 0.2 6.3 2.5 4.9 1.5 7.7 2.8 6.7 2.0
5.1 3.3 1.7 0.5 6.1 2.8 4.7 1.2 6.3 2.7 4.9 1.8
4.8 3.4 1.9 0.2 6.4 2.9 4.3 1.3 6.7 3.3 5.7 2.1
5.0 3.0 1.6 0.2 6.6 3.0 4.4 1.4 7.2 3.2 6.0 1.8
5.0 3.4 1.6 0.4 6.8 2.8 4.8 1.4 6.2 2.8 4.8 1.8
5.2 3.5 1.5 0.2 6.7 3.0 5.0 1.7 6.1 3.0 4.9 1.8
5.2 3.4 1.4 0.2 6.0 2.9 4.5 1.5 6.4 2.8 5.6 2.1
4.7 3.2 1.6 0.2 5.7 2.6 3.5 1.0 7.2 3.0 5.8 1.6
4.8 3.1 1.6 0.2 5.5 2.4 3.8 1.1 7.4 2.8 6.1 1.9
5.4 3.4 1.5 0.4 5.5 2.4 3.7 1.0 7.9 3.8 6.4 2.0
5.2 4.1 1.5 0.1 5.8 2.7 3.9 1.2 6.4 2.8 5.6 2.2
5.5 4.2 1.4 0.2 6.0 2.7 5.1 1.6 6.3 2.8 5.1 1.5
4.9 3.1 1.5 0.2 5.4 3.0 4.5 1.5 6.1 2.6 5.6 1.4
5.0 3.2 1.2 0.2 6.0 3.4 4.5 1.6 7.7 3.0 6.1 2.3
5.5 3.5 1.3 0.2 6.7 3.1 4.7 1.5 6.3 3.4 5.6 2.4
4.9 3.6 1.4 0.1 6.3 2.3 4.4 1.3 6.4 3.1 5.5 1.8
4.4 3.0 1.3 0.2 5.6 3.0 4.1 1.3 6.0 3.0 4.8 1.8
5.1 3.4 1.5 0.2 5.5 2.5 4.0 1.3 6.9 3.1 5.4 2.1
5.0 3.5 1.3 0.3 5.5 2.6 4.4 1.2 6.7 3.1 5.6 2.4
4.5 2.3 1.3 0.3 6.1 3.0 4.6 1.4 6.9 3.1 5.1 2.3
4.4 3.2 1.3 0.2 5.8 2.6 4.0 1.2 5.8 2.7 5.1 1.9
5.0 3.5 1.6 0.6 5.0 2.3 3.3 1.0 6.8 3.2 5.9 2.3
5.1 3.8 1.9 0.4 5.6 2.7 4.2 1.3 6.7 3.3 5.7 2.5
4.8 3.0 1.4 0.3 5.7 3.0 4.2 1.2 6.7 3.0 5.2 2.3
5.1 3.8 1.6 0.2 5.7 2.9 4.2 1.3 6.3 2.5 5.0 1.9
4.6 3.2 1.4 0.2 6.2 2.9 4.3 1.3 6.5 3.0 5.2 2.0
5.3 3.7 1.5 0.2 5.1 2.5 3.0 1.1 6.2 3.4 5.4 2.3
5.0 3.3 1.4 0.2 5.7 2.8 4.1 1.3 5.9 3.0 5.1 1.8

17