OK Nei!
Veja que mesmo no *próprio* R, dependendo do "pacote" (*library*) a análise
pode vir com sinais trocados, por exemplo princomp, prcomp, dão resultados
diferentes das da ADE, FactoMiner, etc.
[]
On Wed, Dec 9, 2020 at 1:39 PM Nei por (R-br)
wrote:
> Bom Dia Cesar,
>
> Obrigado pelas
Bom Dia Cesar,
Obrigado pelas dicas sobre PCA.
Eu já tinha percebido a questão dos "sinais trocados" quando se usa
Matlab ou Python.
E obrigado por mais uma expressão latina para a minha coleção. :-)
Um Abraço,
Markos
Em 07-12-2020 16:08, Cesar Rabak escreveu:
OK Nei!
A interpretação,
OK Nei!
A interpretação, obviamente *não deveria* ser diferente em função da
linguagem e implementação da técnica, mas na prática... há uns óbices que
precisam ser levados em conta:
1) O diagrama que indica as componentes principais pode ter os 'sinais
trocados' nos eixos devido a forma como são
Oi Cesar,
Você tem razão, os links apontam para tutoriais sobre PCA que utilizam o
Python como ferramenta computacional.
Mas eu compartilhei os links pois a pergunta se referia à interpretação
dos resultados de PCA, e não ao uso da ferramenta R.
E nesses tutoriais eu procurei discutir
Olá Daniel pode compartilhar o Scrip dos gráficos que você fez?
Da PCA.
Coloque qual a pergunta que a PCA está respondendo para poder ajudar
melhor.
*Eucilene Alves Santana*
*Doutora em Ciências*
*Pesquisadora Colaboradora*
*Pós Graduação em Geografia*
*Universidade de Brasília -
Só agora pude dar uma vista d'olhos nas referências indicadas.
Um senão (*caveat emptor*) precisa ser colocado: os exemplos usam Python e
não R.
HTH
On Thu, Apr 23, 2020 at 11:10 PM Nei por (R-br)
wrote:
> http://www.c2o.pro.br/hackaguas/apx.html
>
>
Turma D ou A
Daniel
> On 22 Apr 2020, at 18:25, Fernando Souza por (R-br)
> wrote:
>
> Olá pessoal tudo bem
>
> Estou realizando uma análise de componentes principais, com o objetivo de
> selecionar as melhores variáveis para uma análise multivariada.
>
> Gostaria de uma orientação
http://www.c2o.pro.br/hackaguas/apx.html
http://www.c2o.pro.br/hackaguas/apxs02.html
Em 22-04-2020 18:25, Fernando Souza por (R-br) escreveu:
Olá pessoal tudo bem
Estou realizando uma análise de componentes principais, com o objetivo
de selecionar as melhores variáveis para uma análise
Como você já tem uma (excelente, diga-se de passagem) recomendação,
considerando o conhecimento do domínio do problema, do Mauro, acrescento
apenas a partir da "teoria" dessa técnica *em geral*.
Essa decisão de quantas CP reter pode ser auxiliada pelo diagrama de
*scree* que
os defensores dessa
Depende de cada caso, o pesquisador da área é que deve saber. Eu vi um caso de geoprocessamento, que mostrava várias imagens de satélite de uma área urbana local ao fazer ACP, e uma só componente explicava 92%! Bárbaro, mas só ela não era suficiente, porque a segunda componente que explicava 5%
Cesar,
Muito obrigado pela atenção! Você me ajudou muito.
Eu também havia concluído que os fatores que utilizei (raças, planos e vol.
conc), não aparentavam diferenças significativas, mas não estava muito seguro.
Quanto ao número de componentes utilizar minha dúvida é a seguinte:
2 componentes:
Os mapas de indivíduos para as duas primeiras dimensões mostram que há uma
melhor representatividade dos valores extremos (v. Plano.png) onde o cos² é
maior.
Para as três variáveis categóricas que você usou (raças, planos e vol.
conc) as elipses de confiança (que presumo sejam 95%) indicam que
Olá Cesar
Obrigado pelo retorno!
Eu montei os gráficos (mapa de indivíduos) conforme sugerido e adicionei no
link. Você poderia me orientar sobre a interpretação. Eu fiz uma aqui mas
não estou seguro e gostaria de ouvir a opinião de alguém mais experiente
para comparar com as que fiz. Você
Fernando,
Há dois aspectos a ser vistos na sua ACP.
O número de variáveis que você tem antes da ACP e número de casos para você
fazer uma análise multivariada (nos dois casos).
Um gráfico muito interessante para auxiliá-lo a decidir sobre seus
resultados é o "mapa de indivíduos" que plota cada
Olá pessoal tudo bem
Estou realizando uma análise de componentes principais, com o objetivo de
selecionar as melhores variáveis para uma análise multivariada.
Gostaria de uma orientação sobre a interpretação. Eu interpretei de forma
correta? Variáveis que possuem alta correlação com um CP
15 matches
Mail list logo
