directrices

definir con la mayor claridad posible los objetivos del análisis
- plantear formalmente esos objetivos de acuerdo con la información disponible
descripción y depuración de los datos
- tratamiento de los datos perdidos
- cuidado con los criterios de imputación
analizar las variables según los objetivos
- relaciones unidimensionales
  - descriptivos
    - medias, desviaciones típicas, medianas, porcentajes
    - gráficas
- si hay muchas variables, programar automáticamente los análisis y seleccionar los estadísticos
análisis multidimensional
- clasificación supervisada
  - en primer lugar, usar técnicas que permitan interpretar los resultados
    - regresión lineal/logística
    - análisis discriminante
    - árboles de regresión/clasificación
  - si esas técnicas no funcionan bien, usar otros métodos
    - redes neuronales
    - bosques aleatorios
    - boosting
      - adaboost: pesos diferentes a cada individuo
      - gradient boost: gradiente descendente y complejidad
    - bagging
    - máquinas de vectores soporte
  - curvas ROC
    - AUC - área bajo la curva
    - criterio de Youden
  - selección de variables
    - emplear criterios automáticos, aunque la última palabra es nuestra
    - análisis unidimensional
- clasificación no supervisada
  - clúster
    - distancias entre individuos
    - ojo con las unidades y los criterios de agregación
  - redes neuronales
    - Kohonen (mapas autoorganizados, SOMA)
    - preparar un pequeño informe
consejos
- en muchas ocasiones será necesario combinar distintos procedimientos
- la existencia de tantos métodos y tan diferentes significa que cada uno tiene ventajas e inconvenientes
- a priori no se sabe qué método es el más adecuado para un datos concretos