INVESTIGACIÓN

 

Identificación de Coordenadas de las Ciudades Capitales de Bolivia utilizando el Escalamiento Multidimensional

 

 

Autor: Lic. Fernando O. Rivero Suguiura

 

 

---

 

 

1. Introducción

El "escalamiento multidimensional" es una técnica mul ti vari ante que tiene el objetivo de identificar la representación gráfica perceptual de un conjunto de objetos, cuando se conocen las similitudes entre dichos objetos.

Shepard demuestra empíricamente, que si se conoce una ordenación de las distancias entre objetos, podría encontrarse las coordenadas de estos objetos en un espacio euclidiano, cuyas interdistancias reproducen prácticamente la ordenación original. Las ideas de Shepard fueron después mejoradas por Kruskal en los años 60 y desarrolladas por otros autores como Guttman y Lingoes donde su aplicación se inicia en la Psicología y después a muchas áreas del que hacer científico.

El presente artículo presenta una aplicación de este método como parte del Análisis Mul ti vari ante de manera práctica y didáctica, en un ejemplo de la medición de distancias euclídeas entre las nueve ciudades capitales de nuestro país (Sucre, La Paz, Cochabamba, Oruro, Potosí, Tarija, Santa Cruz, Trinidad y Cobija), con el objetivo de identificar, luego las coordenadas de las ciudades nombradas sobre un plano, de tal manera que se pueda comprender mej or lo que hace metodológicamente el análisis de Escalamiento Multidimensional.

Sea la matriz D de distancias euclídeas de las nueve ciudades capitales de Bolivia, medido en centímetros, obtenidas de un mapa del país a escala 1:2'500'000, representado en menor escala en el gráfico N° 1. La matriz de distancias, es:

Por ejemplo, 28.5 cm. corresponde a la distancia en línea recta entre las ciudades de Sucre y La Paz. 36.4cm. es la distancia entre las ciudades de Potosí y Trinidad, y así sucesivamente.

 

2. Metodología

El método consiste en determinar la matriz de distancias euclidianas D a partir de una matriz de proximidades A.

Sea la matrizdefinida a partir de la matriz D de distancias euclídeas al cuadrado. Sea B = H'AH de dimensión 9x9 denominada "matriz de productos escalares", con H "matriz de centrado" dondeI matriz identidad,número de objetos en la muestra, y 1 vector columna de "unos". La matriz de centrado es simétrica e idempotente de rango — , que al aplicarla sobre un vector de datos lo transforma en sus desviaciones respecto a la media de sus componentes. Es decir, cumple con las siguientes propiedades:

Donde X es matriz de dimensiónde "coordenadas" en el Análisis de Escalado

Multidimensional, siendo p la dimensión de las coordenadas.

Por la descomposición espectral de una matriz, se tiene que:

Si q = 2, las dos primeras coordenadas de X proporcionan la representación gráfica en el plano. El gráfico N° 2, muestra la salida en SPSS de las coordenadas en un plano, resultante del ejemplo, siendo los primeros dos valores y vectores propios representativos, de la matriz B, los siguientes:

 

En resumen el procedimiento consiste en transformar:

Una medida que nos informa de la bondad del Modelo de Escalamiento Multidimensional en un plano, es el estadístico Stress que Kruskal definió como:

Mientras mayor sea la diferencia entre las disparidades y las distancias, mayor será el Stress y por tanto peor será el modelo. Kruskal (1964) sugiere las siguientes interpretaciones del Stress:

El resultado del ejemplo, da como estadístico de Stress igual a:

De acuerdo a la clasificación anterior, está entre aceptable y excelente.

Gráficamente, este es el resultado de identificación de coordenadas de las ciudades capitales de Bolivia en un plano, según el método de Escalamiento Multi dimensional.

Para comprender mejor su ubicación, se puede observar el Gráfico N° 3, donde se traslada y rota el mapa de Bolivia, haciendo coincidir con el Gráfico N° 2.

Gráfico N° 3 Diagrama de dispersión de puntos en el plano euclídeo, de los dos primeros vectores propios de la matriz, sobreponiendo el mapa de Bolivia ajustado al resultado.

Como se puede notar en el Gráfico N° 3, el punto de la ciudad de La Paz, aparece en la parte superior del cuadrante 2. Cerca al punto La Paz, aparece Oruro y luego el punto Cochabamba, Sucre, Potosí, Tarija, y así sucesivamente. Se puede observar cierta coincidenciay precisión enlaubicacióndelospuntos.

El Gráfico N° 4, muestra la rotación y traslación del dispersograma, hasta ubicar de forma cercana y precisa, los puntos de las ciudades capitales en el mapa de Bolivia.

 

3. Conclusiones y Recomendaciones

El artículo es una demostración sencilla de un ejemplo didáctico, que da a comprender lo que realmente hace el Escalamiento Multidimensional con las distancias observadas de ciudad a ciudad y con el resultado de la identificación final de las posiciones o coordenadas de cada una de las nueve ciudades con alta aproximación. Para ello se utilizó un mapa de Bolivia a escala 1:2'500'000 representada a escala menor en el Gráfico N° 1.

A partir de este ejemplo, el analista se da cuenta de lo importante y aplicado que es este método para otro tipo de investigación. Por ejemplo, reagrupar gráficamente en un mapa perceptual, municipios de Bolivia que presentan niveles de pobreza altos, medios y bajos. Ayudaría bastante a comprender el agrupamiento que se da de estos municipios por una característica como es el nivel de pobreza.

El método requiere que la medición de las similitudes entre objetos o elementos, cumplan la condición de distancia euclidiana. Si no fuese así, se puede cometer errores en la aplicación del Escalamiento Multidimensional, y es que la matriz B de productos escalares puede no ser semidefinida positiva, y complicar el análisis. Especialmente, las similitudes pueden no cumplir la propiedad de la desigualdad triangularSin embargo, existe un método denominado "Estimación de la Constante Aditiva" debido a Torgerson que soluciona el problema.

En la próxima versión de la Revista Varianza, se puede realizar un artículo aplicativo a un campo de investigación como el mencionado.

 

4. Referencias

[1] S. JAMES PRESS (1948): "Applied Multivariate Analysis", University of Chicago. New York.        [ Links ]

[2]K. .V.MARDIA(1979): "MultivariateAnalysis", Academic Press. Inc. London.        [ Links ]

[3] DONALD F. MORRISON (1967):" Multivariate Statistical Methods", Mc GrawHill Book Company. New York.        [ Links ]

[4] CUADRAS, CARLES M. (2006): "Métodos de Análisis Multivariante". Barcelona, España.        [ Links ]

[5] EZEQUIEL URIEL - JOAQUIN ALDAS (2005): "Análisis Multivariante Aplicado". Thomson. España.        [ Links ]