La distancia de Mahalanobis D^2 mide, en un espacio multidimensional, la distancia de cada punto al centroide (media) del conjunto de observaciones. La cantidad de variables puede ser cualquiera n>2. No obstante, cada análisis, como por ejemplo Análisis Factorial Exploratorio (EFA), Confirmatorio, Modelos Estructurales, requiere sus propios supuestos. El que se incluya o no la variable dependiente depende de la prueba estadística que se esté utilizando. En el caso de un EFA por ejemplo, no tienes una variable dependiente. En regresión lineal por ejemplo, existe otra distancia que se suele utilizar para identificar outliers (Distancias de Cook).
![[POR LAS RAMAS] 2.1.1 Datos atípicos SPSS](/img/n.gif)
Te hago una consulta, como se calcula el rango D2 de Mahalanobis, conforme al n, tenes un video? gracias
Hola!. Mahalanobis no tiene en cuenta el valor de la variable dependiente? Es un algoritmo no supervisado? Sdos desde Argentina
La distancia de Mahalanobis D^2 mide, en un espacio multidimensional, la distancia de cada punto al centroide (media) del conjunto de observaciones. La cantidad de variables puede ser cualquiera n>2. No obstante, cada análisis, como por ejemplo Análisis Factorial Exploratorio (EFA), Confirmatorio, Modelos Estructurales, requiere sus propios supuestos. El que se incluya o no la variable dependiente depende de la prueba estadística que se esté utilizando. En el caso de un EFA por ejemplo, no tienes una variable dependiente. En regresión lineal por ejemplo, existe otra distancia que se suele utilizar para identificar outliers (Distancias de Cook).