Elections in the Province of Brescia: Concurrent Use of Three- Way Data Analysis Techniques

  • Sergio Camiz Dipartimento di Matematica Guido Castelnuovo
Palabras clave: Técnicas exploratorias, Análisis de componente Principal, Análisis de datos de tres vias, Análisis Canónico Generalizado, Análisis Factorial Múltiple, Estadísticas, Datos de Elecciones Italianas

Resumen

Para el estudio de la evolución política  a lo largo del tiempo en Italia, desde 1948 hasta 1994, fueron analizadas quince tablas de datos electorales, en relación con los municipios de la provincia de Brescia, en el Norte de Italia. Se sometió al conjunto de tablas a tres de los análisis de datos de tres vías , a saber, análisis canónico Generalizado, análisis Factorial múltiple  y estadísticas , cuyos resultados se han comparado con los de análisis de Componente Principal. Los resultados mostraron un acuerdo general de los diferentes análisis, con diferentes resultados interestructura, que dependen de las diferentes aproximaciones de cada método. El resultado fue una visión clara del espacio político y su considerable estabilidad a lo largo del tiempo, con algunas variaciones importantes sólo del Partido Socialista debido a su alianza con el Partido Comunista, dándole  una posición autónoma dentro de los partidospequeños. En esta imagen, los nuevos partidos que aparecieron en los años 1992-94 ocupan la misma posición  política  de los antiguos, lo que podría explicar la estrategia de la campaña de Berlusconi, que le llevó a  ganar las elecciones en 1994. Sin embargo, los resultados de 1994 demostraron ser impredecibles, sobre la base del patrón  anterior.

Citas

1. Camiz, S. and C. Langrand (2000), \Nirvana by numbers: a study on the study", Conference Proceedings of the International Conference on Intelligent Technologies, Bangkok, Thailand, Assumption University: pp. 440-449.
2. Carroll, J.D. (1968), \Generalization of Canonical Analysis to three or more Sets of Variables", Proceedings of 76th Annual convention of the the American Psychology Association, p. 227-228.
3. Coppi, R. and S. Bolasco (eds.) (1989), Multiway Data Analysis, Amsterdam, North-Holland.
4. Coppi, R. and F. Zannella (1978), \L'analisi fattoriale di una serie temporale multipla relative allo stesso insieme di unita statistiche", Atti della XXIX Riunione Scientica della Societá Italiana di Statistica, vol. 2: pp. 61-77.
5. D'Ambra, L. (1985), \Alcune estensioni dell'analisi in componenti principali per lo studio di sistemi evolutivi. Uno studio sul commercio internazionale dell'elettronica", Ricerche Economiche, 2, pp. 233-260.
6. Dazy, F. and J.F. Le Barzic (1996), L'Analyse des Données Evolutives, Paris, Technip.
7. Escoer, B. and J. Pagés (1990), Analyses factorielles simples et multiples, Paris, Dunod.
8. Escouer, Y. (1973), \Le traitement des variables vectorielles", Biometrics, 29, pp. 751-760.
9. Escouer, Y. (1980), \Exploratory Data Analysis when Data are Matrices", in K. Matusita (ed.), Recent Devel- opment in Statistical Inference and Data Analysis, Amsterdam, North-Holland, pp. 45-53.
10. Frobenius, G. (1912), \Ueber Matrizen aus nicht negativen Elementen", Sitzungsber. Konigl. Preuss. Akad. Wiss.: pp. 456-477.
11. Guttman, L. (1953), \A note on Sir Cyril Burt's factorial analysis of qualitative data", British Journal of Statistical Psychology, 6, pp. 1-4.
12. Kiers, H.A.L. (1991), \Hierarchical Relations among Three-way Methods", Psychometrika, 56: 449-470.
13. Lavit C. (1988), Analyse conjointe de plusieurs matrices, Paris, Masson.
14. Mahalanobis, P.C. (1936), \On the generalised distance in statistics". Proceedings of the National Institute of Sci- ences of India, vol. 2(1): pp. 49-55.
15. Mussino, A. (1991), Le matrici a piú vie nella ricerca so- ciale: un'analisi dell'inerzia spaziale e temporale del sis- tema politico-elettorale in Italia, Roma, Dipartimento di Statistica, Probabilitá e Statistiche Applicate, Universita \La Sapienza", Serie B, 2.
16. Rizzi, A. and M. Vichi (1995), \Three-Way Data Set Analysis", in A. Rizzi (ed.) Some Relations Between Ma- trices and Structures of Multidimensional Data Analysis, C.N.R. Comitato Nazionale per le Scienze Matematiche, Applied Mathematics Monographs, Pisa, Giardini Editori, pp. 93-166.
17. Robert, P. and Y. Escouer(1976), \A Unifying Tool for Linear Multivariate Statistical Methods: The RV-Coefficient". Applied Statistics, vol. 25(3): pp. 257-265.
Publicado
2021-04-09
Cómo citar
Camiz, S. (2021). Elections in the Province of Brescia: Concurrent Use of Three- Way Data Analysis Techniques. REVCIUNI, 14(2), 26-42. Recuperado a partir de http://revistas.uni.edu.pe/index.php/revciuni/article/view/923
Sección
Artículos