PCA: Analise de componentes principais (PCA).

Description Usage Arguments Value Author(s) References See Also Examples

View source: R/PCA.R

Description

Realiza analise de componentes principais (PCA) em um conjunto de dados.

Usage

1
PCA(Data, Type = 1)

Arguments

Data

Dados a serem a analizados.

Type

1 para analise utilizando a matriz de covariancia (default),
2 para analise utilizando a matriz de correlacao.

Value

MatrixMC

Matriz de covariancia ou de correlacao conforme "Type".

MatrixAutoVlr

Matriz de autovalores (variancias) com as proporcoes e proporcoes acumuladas.

MatrixAutoVec

Matriz de autovetores - componentes principais.

MatrixVCP

Matriz da covariancia dos componentes principais com as variaveis originais.

MatrixCCP

Matriz da correlacao dos componentes principais com as variaveis originais.

MatrixEsc

Matriz com os escores dos componentes principais.

Author(s)

Paulo Cesar Ossani

Marcelo Angelo Cirillo

References

HOTELLING, H. Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, Arlington, v. 24, p. 417-441, Sept. 1933.

MINGOTI, S. A. Analise de dados atraves de metodos de estatistica multivariada: uma abordagem aplicada. Belo Horizonte: UFMG, 2005. 297 p.

FERREIRA, D. F. Estatistica Multivariada. 2a ed. revisada e ampliada. Lavras: Editora UFLA, 2011. 676 p.

RENCHER, A. C. Methods of Multivariate Analysis. 2th. ed. New York: J.Wiley, 2002. 708 p.

See Also

Plot.PCA

Examples

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
data(DataQuan) # conjunto de dados quantitativos

Dat <- DataQuan[,2:8]

rownames(Dat) <- DataQuan[1:nrow(DataQuan),1]

PC <- PCA(Dat, 2) # Executa o PCA

print("Matriz de Covariancia/Correlacao:"); round(PC$MatrixMC,2)

print("Componentes Principais:"); round(PC$MatrixAutoVec,2)

print("Variancias dos Componentes Principais"); round(PC$MatrixAutoVlr,2)

print("Covariancia dos Componentes Principais"); round(PC$MatrixVCP,2)

print("Correlacao dos Componentes Principais"); round(PC$MatrixCCP,2)

print("Escores dos Componentes Principais"); round(PC$MatrixEsc,2)

MVar.pt documentation built on Nov. 23, 2017, 5:04 p.m.