TESIS DE GRADO - DSpace ESPOCH

- 119 -análisis analítico multivariante ya que datos atípicos univariantes no siempre son datosatípicos multivariantes y para analizar datos atípicos multivariantes se utilizo elalgoritmo de máxima y mínima kurtosis 17 .Este algoritmo se itero tres veces y finalmente los datos que en un principio resultaronsospechosos no fueron determinados como datos atípicos por esta razón fueronreintegrados a la matriz de datos.Los datos detectados como potencialmente atípicos deben ser estudiados con detallepara determinar las causas de la heterogeneidad. Si estos datos no tienen un errordetectable, conviene, cuando sea posible, investigar las causas de su tamaño anómaloya que puede llevar a importantes descubrimientos. Si no hay un error en el dato y, sinembargo, es muy distinto de los demás, hay que sospechar que sobre esa observaciónha actuado alguna causa que no ha estado activa en el resto de las observaciones.Es importante mencionar que después de la aplicación del algoritmo mencionadoanteriormente en el caso de que hubiera existido datos atípicos era necesarioretirarlos de la matriz de datos y volver a realizar los análisis anteriores, pero en estecaso con la no existencia de atípicos el nuevo análisis cambiara únicamente por la17 Tomado de PEÑA D., Análisis de Datos Multivariantes