| bigarx | R Documentation |
Calcula un biplot a partir de la descomposición en valores singulares (SVD)
de la matriz preprocesada Z = U \Sigma V^T. Los métodos se diferencian
solo en cómo se reparten los valores singulares entre filas y columnas:
bigarx(
X,
method = c("hj", "gh", "jk", "sqrt"),
alpha = NULL,
transform = c("standardize", "center", "double", "grand", "none"),
ndim = 3,
pca_scaling = FALSE,
sup_rows = NULL,
sup_cols = NULL,
groups = NULL,
fix_signs = TRUE,
na_action = c("fail", "impute"),
impute_rank = 2
)
X |
Matriz o data.frame numérico (individuos en filas, variables en columnas). |
method |
|
alpha |
Número entre 0 y 1 para la familia general de Gabriel. |
transform |
Preprocesamiento: |
ndim |
Número de ejes que se guardan en las coordenadas (por defecto 3, o el rango si es menor). Las medidas de calidad siempre usan todos los ejes. |
pca_scaling |
Si es |
sup_rows |
Matriz opcional de filas suplementarias (mismas columnas que
|
sup_cols |
Matriz opcional de columnas suplementarias (mismas filas que
|
groups |
Factor opcional de longitud |
fix_signs |
Si es |
na_action |
Qué hacer con los |
impute_rank |
Rango de la SVD usada para imputar (por defecto 2). |
| Método | Filas | Columnas | Calidad máxima para | Referencia |
"jk" | U\Sigma | V | filas | Gabriel (1971) |
"gh" | U | V\Sigma | columnas | Gabriel (1971) |
"sqrt" | U\Sigma^{1/2} | V\Sigma^{1/2} | ninguna | Gabriel (1971) |
"hj" | U\Sigma | V\Sigma | filas y columnas | Galindo (1986) |
Con alpha numérico se obtiene la familia general
G = U\Sigma^{\alpha}, H = V\Sigma^{1-\alpha}; alpha = 1 es el
JK, alpha = 0 el GH y alpha = 0.5 el SQRT. El HJ-Biplot no pertenece a
esa familia: asigna \Sigma a ambos lados, por lo que el producto de
marcadores no reproduce los datos, pero filas y columnas logran a la vez la
máxima calidad de representación (Galindo, 1986).
Bondad de ajuste. Siguiendo a Gabriel (1971, ecuaciones 35, 66 y 67) y Galindo (1986, tabla 1), para un plano de dimensión 2:
matriz: (\sigma_1^2+\sigma_2^2)/\sum\sigma_k^2;
filas con G = U\Sigma^{\alpha}:
\sum_{k\le 2}\sigma_k^{4\alpha}/\sum_k\sigma_k^{4\alpha};
columnas con H = V\Sigma^{1-\alpha}:
\sum_{k\le 2}\sigma_k^{4(1-\alpha)}/\sum_k\sigma_k^{4(1-\alpha)}.
Así, en el GH las columnas tienen \sum\sigma^4 y las filas solo
2/r; en el JK es al revés; y en el HJ ambas tienen la medida en
\sigma^4, que es la propiedad que lo define.
Un objeto de clase "bigarx": lista con
rows, colsCoordenadas de filas y columnas en los primeros
ndim ejes.
sup_rows, sup_colsCoordenadas de los elementos suplementarios, si se dieron.
dTodos los valores singulares no nulos.
eigenValores propios \sigma_k^2.
inertiaTabla con valor propio, porcentaje de inercia y porcentaje acumulado por eje.
quality_rows, quality_colsCalidad de representación (en %) de
cada elemento en cada eje: 100\, f_{ik}^2 / \sum_h f_{ih}^2. Suman
100 sobre todos los ejes y se acumulan sumando columnas.
contrib_rows, contrib_colsContribución (en %) de cada elemento
a la construcción de cada eje: 100\, f_{ik}^2 / \sum_i f_{ik}^2.
gofBondad de ajuste en el plano 1-2 para la matriz, las filas y las columnas (ver Detalles).
method, alpha, preprocessing, groups, callInformación del ajuste.
Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal component analysis. Biometrika, 58(3), 453-467.
Galindo, M. P. (1986). Una alternativa de representación simultánea: HJ-Biplot. Qüestiió, 10(1), 13-23.
fit <- bigarx(USArrests, method = "hj")
fit
summary(fit)
plot(fit)
# La familia general de Gabriel
bigarx(USArrests, alpha = 0.5)
# Filas suplementarias
bigarx(USArrests[-(1:5), ], sup_rows = USArrests[1:5, ])
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.