Qué Es Análisis de Componentes Principales
of 3
Transcript of Qué Es Análisis de Componentes Principales
-
7/25/2019 Qu Es Anlisis de Componentes Principales
1/3
Qu es anlisis decomponentes principales?
El anlisis de componentes principales es un procedimiento para identifcar un
nmero ms pequeo de variables no correlacionadas, denominadas
"componentes principales", en un conjunto de datos grande. La meta del anlisis
de componentes principales consiste en explicar la mxima cantidad de varianza
con el menor nmero de componentes principales. El anlisis de componentes
principales suele utilizarse en ciencias sociales, investigacin de mercados ! otras
industrias que usan grandes conjuntos de datos.
El anlisis de componentes principales se utiliza recuentemente como un solo
paso en una serie de anlisis. #uede utilizar el anlisis de componentes principalespara reducir el nmero de variables ! evitar la multicolinealidad, o cuando tenga
demasiados predictores en relacin con el nmero de observaciones.
Ejemplo
$na empresa de productos de consumo desea analizar las respuestas de los
clientes a varias caracter%sticas de un nuevo c&' color, olor, textura, limpieza,
brillo, volumen, cantidad necesaria para &acer espuma ! el precio. (ealizan un
anlisis de componentes principales para determinar si pueden conormar un
nmero ms pequeo de variables no correlacionadas que sean ms ciles de
interpretar ! analizar. Los resultados identifcan los siguientes patrones'
)olor, olor ! textura conorman un componente de ")alidad del c&".
La limpieza, el brillo ! el volumen conorman un componente de "Eecto
sobre el cabello".
La cantidad necesaria para &acer espuma ! el precio conorman un
componente de "*alor".
+u- es un valor propio
Los valores propios /tambi-n llamados valores caracter%sticos o ra%ces latentes0 son
las varianzas de los componentes principales. 1e muestran de manera
predeterminada en la salida de la ventana 1esin debajo de la tabla que contiene
las in2uencias de los actores.
-
7/25/2019 Qu Es Anlisis de Componentes Principales
2/3
NOTA
3initab solamente calcula los valores propios cuando usted elige los componentes
principales como el m-todo de extraccin.
4btener los valores propios de los componentesprincipales utilizando solamente una matriz de correlacino una matriz de covarianzas
$tilice el 5nlisis actorial en lugar del 5nlisis de componentes principales para
obtener los valores propios utilizados en el 5nlisis de componentes principales.
1upongamos que la matriz de covarianzas est en las columnas )67)8'
6. Elija Datos9 Copiar9 Columnas en matriz.
:. En Copiar desde columnas, ingrese C1-C3.
8. #ara En hoja de trabajo actual, en matriz, ingrese M1. ;aga clic
en Aceptar.
. #ara "atriz para actores, elija Covarianzas.
?. #ara #uente de la matriz, elija $tilizar la matriz%e ingrese M1.
@. ;aga clic en Aceptaren cada cuadro de dilogo.
En la salida, los valores propios estn debajo de *arianza /en el 5nlisis actorial,
los valores propios son las varianzas de los componentes principales0.
&ealizar anlisis decomponentes principalesutilizando la rotaci'n varima(
-
7/25/2019 Qu Es Anlisis de Componentes Principales
3/3
#ara realizar un anlisis de componentes principales utilizando la rotacin varimax,
ejecute el procedimiento )omponentes principales, almace los coefcientes ! luego
realice el 5nlisis actorial.
1upongamos que desea calcular 8 componentes. 1us datos estn en las columnas
)67):A ! las columnas ):67):8 estn vac%as.
6. Ejecute el procedimiento Componentes principales.
a. 1eleccione Estadsticas9 Anlisis multivariado9 Componentes
principales.
b. En )ariables, ingrese C1-C20.
c. En *+mero de componentes ue se calcular, ingrese 3.
d. ;aga clic en Almacenamiento.
e. En Coe-cientes, ingrese C21-C23.
. ;aga clic en Aceptaren cada cuadro de dilogo.
:. (ealice el Anlisis actorial.
a. 1eleccione Estadsticas9 Anlisis multivariado9 Anlisis
actorial.
b. 1eleccione )arima(.
c. ;aga clic en !pciones.
d. 1eleccione $tilice las car.ase ingrese C21-C23.
e. ;aga clic en Aceptaren cada cuadro de dilogo.
&ttp'BBsupport.minitab.comBes7mxBminitabB6?Btopic7librar!Bmodeling7
statisticsBmultivariateBprincipal7components7and7actor7anal!sisBperorm7pca7Cit&7varimax7rotationB
