Aplicación de métodos multivariados a datos económicos

Abstract

La aplicación de métodos estadísticos multivariados en el área de la investigación, y el crecimiento de programas estadísticos libres o más accesibles y con mayor capacidad de almacenamiento de datos, facilitan el trabajo y extracción de información a partir de valores observados. En el presente trabajo se presentan algunos enfoques del análisis multivariado, aplicados a un conjunto de datos económicos, correspondientes a las toneladas de carnes y derivados bovinos, exportadas por Argentina en el año 2017. Se dispone de una base de datos extraída del Servicio Nacional de Sanidad y Calidad Agroalimentaria (SENASA, Argentina), donde las observaciones corresponden a las toneladas exportadas por Argentina a distintos países del mundo, discriminadas de acuerdo a distintos rubros, considerados como variables. Dichas variables son: Carnes frescas, Menudencias, Leches, Harinas animales, Cueros y pieles, Otros lácteos, Quesos, Cortes Hilton, Grasas y Aceites, Demás comestibles, Cuota 481 y Otros derivados no comestibles. Como se dispone de 12 variables, entre los objetivos del análisis se encuentran: Condensar la información contenida en la base de datos, reduciendo el número de variables. Agrupar países con necesidades similares, de acuerdo a los productos que importan. Para reducir la dimensionalidad, se aplicó el Método de Componentes Principales. Este método permite hallar factores o componentes que explican la variabilidad en los datos, con una pérdida mínima de información y, en algunos casos, da lugar a la interpretación de estos factores de acuerdo a características afines entre las variables. Para agrupar, se aplicó el Método de Conglomerados o clusters, teniendo en cuenta criterios basados en distintas medidas de similaridad. El software utilizado para todos los métodos multivariantes utilizados, fue la versión 1.3.1093, 2009-2020 del programa RStudio, PBC.