ANALISIS DE COMPONENTES PRINCIPALES Objetivos Entender porque es importante reducir la dimensión de un problema estadístico Saber aplicar el ACP en Como elegir el modelo que más se ajuste al problema Interpretar los factores del modelo obtenido Que es ACP Es una técnica multivariante que utiliza métodos factoriales , los componentes principales es una técnica estadística que sintetiza un gran conjunto de datos para crear nuevas variables que es una función lineal de las originales para reducir un conjunto de ariables a un conjunto menor ara me•orar la interpretación de los datos.
OF2 lo view next pase Para qué? Cuando se tiene info ación c es difícil analizar los c ficien número de coeficien variables. nume correla grande de variables n debido a que el ción del número de Cuando existe una fuerte correlación es probable que muchas variables estuvieran midiendo lo mismo. El análisis de componentes principales soluciona este tipo de proble Swipe to vlew next page roblemática de la información. Fases del análisis de componentes principales 1.
Análisis de la matriz de correlaciones El ACP se realiza solo si tiene altas correlaciones entre las variables Si existe alta correlación significa que existe información redundante 2. Selección de factores El primer factor explica la mayor cantidad de variabilidad El segundo factor explica la variabilidad que no explica el primero y así sucesivamente Se toman los factores que explique el mayor porcentaje de ariabilidad 3.
Análisis de la matriz factorial Cada elemento es el coeficiente factorial de las variables, es la correlación entre las variables y los componentes principales. La matriz tendrá el número de componentes principales y las filas como variables. nterpretación de los factores Los coeficientes factoriales deben aproximar a uno o a menos uno. Una variable debe tener coeficientes factoriales elevados solo con un factor además no tienen que tener coeficientes similares. PAGL2
