INFORMACIÓN

La revista Psicothema fue fundada en Asturias en 1989 y está editada conjuntamente por la Facultad y el Departamento de Psicología de la Universidad de Oviedo y el Colegio Oficial de Psicología del Principado de Asturias. Publica cuatro números al año.
Se admiten trabajos tanto de investigación básica como aplicada, pertenecientes a cualquier ámbito de la Psicología, que previamente a su publicación son evaluados anónimamente por revisores externos.

PSICOTHEMA
  • Director: Laura E. Gómez Sánchez
  • Periodicidad:
         Febrero | Mayo | Agosto | Noviembre
  • ISSN: 0214-9915
  • ISSN Electrónico: 1886-144X
CONTACTO
  • Dirección: Ildelfonso Sánchez del Río, 4, 1º B
    33001 Oviedo (España)
  • Teléfono: 985 285 778
  • Fax:985 281 374
  • Email: psicothema@cop.es

Psicothema, 2007. Vol. Vol. 19 (nº 3). 497-505




Desarrollo de técnicas de visualización múltiple en el programa ViSta: ejemplo de aplicación al análisis de componentes principales

Rubén Ledesma, J. Gabriel Molina*, Forrest W. Young (+)** y Pedro Valero-Mora*

CONICET (Consejo Nacional de Investigaciones Científicas y Técnicas) (Argentina), * Universidad de Valencia y* University of North Carolina at Chapel Hill (USA)

La visualización múltiple (VM) es una técnica gráfica de análisis de datos que cuenta con escasa difusión en la práctica a pesar de su potencial aplicado aparente. En este trabajo: (1) se describe la VM como técnica gráfica aplicada al contexto del análisis estadístico de datos; (2) se plantean una serie de principios relativos al diseño de una VM; (3) se muestra el esquema general de desarrollo de una VM en un entorno informático concreto, el sistema estadístico ViSta; (4) se ilustra este desarrollo a través de un ejemplo de VM aplicada al análisis de componentes principales; y, por último, (5) se discuten algunas cuestiones asociadas al desarrollo y aplicación de la VM como técnica gráfica.

Multiple visualisation in data analysis: A ViSta application for principal component analysis. Multiple visualisation (MV) is a statistic graphical method barely applied in data analysis practice, even though it provides interesting features for this purpose. This paper: (1) describes the application of the MV graphical method; (2) presents a number of rules related to the design of an MV; (3) introduces a general outline for developing MVs and shows how MV may be implemented in the ViSta statistical system; (4) illustrates this strategy by means of an example of MV oriented to principal component analysis; and, finally, (5) discusses some limitations of using and developing MVs.

PDF

Factor de Impacto 2022:  JCR WOS 2022:  FI = 3.6 (Q2);  JCI = 1.21 (Q1) / SCOPUS 2023:  SJR = 1.07;  CiteScore = 6.4 (Q1)