Introducción: en diferentes campos del conocimiento, el análisis numérico de la información con frecuencia se realiza por medio de distintos cálculos estadísticos. En la actualidad se encuentran disponibles métodos que otorgan nuevas posibilidades de tratamiento cuantitativo. Estos métodos, integrados por una serie de técnicas de análisis de datos que forman parte de la rama de la estadística conocida como análisis multivariante, resultan de gran utilidad para llevar adelante estudios tanto de dependencia como de interdependencia entre variables.
Objetivo: mostrar la aplicación de algunas técnicas estadísticas multivariantes (análisis de componentes principales y análisis discriminante) en el análisis de datos.
Método: se aplicaron algunas técnicas de análisis multivariante a un conjunto de datos provenientes de un estudio experimental que se realizó en 60 pacientes con diagnóstico de gonartrosis ingresados en el Hospital de Rehabilitación Julio Díaz González de enero de 2015 a enero de 2016. Todos los pacientes fueron evaluados antes y después del tratamiento mediante escala analógica visual, escala de Likert y escala de Womac.
Resultados: se demostró la existencia de diferencias estadísticamente significativas entre los valores de las variables analizadas. Las variables se agruparon en dos componentes que explican el 62,9 % de la variación de los datos. La función discriminante encontrada logra clasificar correctamente el 98,3 % de los casos agrupados al inicio.
Conclusiones: el análisis de componentes principales y el análisis discriminante son técnicas multivariantes útiles en el análisis exploratorio de datos.