Argel Gastélum Arellánez
2013-Oct-01 00:32 UTC
[R-es] Análisis de componentes principales con ade4 y FactoMineR
Hola compañeros de la lista, qué tal.
Estoy haciendo un análisis de componentes principales utilizando
las funciones "dudi.pca" (paquete "ade4") y "PCA"
(paquete
"FactoMineR"). Sucede que al comparar las coordenadas de cada
individuo
que obtiene cada función, las que corresponden al segundo componente
principal tienen idéntica magnitud pero con signos contrarios:
Función dudi.pca:
Comando:
PCA1 <- dudi.pca(df = DATOS[,(2:ncol(DATOS))], center = TRUE, scale =
TRUE, scannf = FALSE, nf = 6)
Individuo Comp1 Comp2
1 -14.18 -4.47
2 -14.63 -4.53
3 -14.77 -2.57
4 -14.12 -1.71
5 -16.32 4.22
6 -17.03 5.94
7 -16.90 3.68
8 -17.75 5.86
9 13.86 -13.33
10 13.16 -12.71
11 13.24 -14.18
12 12.68 -13.07
13 18.43 11.67
14 17.49 10.86
15 17.82 12.43
16 19.02 11.83
Función PCA:
Comando:
PCA2 <- PCA(DATOS[,(1:ncol(DATOS))])
Individuo Comp1 Comp2
1 -14.18 4.47
2 -14.63 4.53
3 -14.77 2.57
4 -14.12 1.71
5 -16.32 -4.22
6 -17.03 -5.94
7 -16.90 -3.68
8 -17.75 -5.86
9 13.86 13.33
10 13.16 12.71
11 13.24 14.18
12 12.68 13.07
13 18.43 -11.67
14 17.49 -10.86
15 17.82 -12.43
16 19.02 -11.83
¿A qué se debe la diferencia en el signo del componente 2?...
anteriormente ya había aplicado ambas funciones a otro set de datos y el
resultado era idéntico para ambas funciones. La diferencia con este set
es que el número total de variables es aproximadamente 500, mientras que
antes el set de datos era de 1000 variables.
De antemano muchas gracias por la ayuda.
Saludos.
--
Argel.
Francesc Carmona
2013-Oct-01 11:30 UTC
[R-es] Análisis de componentes principales con ade4 y FactoMineR
Por definición la primera componente principal es una combinación lineal que maximiza la varianza de modo que si la componente 1 es el vector de coeficientes a, entonces, el vector -a también puede ser dicha componente. Las otras componentes, por ejemplo la segunda, es incorrelacionada con la primera y también maximiza la varianza, luego el signo no importa. Así pues, el signo de cada componente puede variar en función del algoritmo utilizado. Saludos cordiales Francesc El 01/10/13 02:32, Argel Gastélum Arellánez ha escrit:> Hola compañeros de la lista, qué tal. > > Estoy haciendo un análisis de componentes principales utilizando > las funciones "dudi.pca" (paquete "ade4") y "PCA" (paquete > "FactoMineR"). Sucede que al comparar las coordenadas de cada > individuo que obtiene cada función, las que corresponden al segundo > componente principal tienen idéntica magnitud pero con signos contrarios: > > Función dudi.pca: > > Comando: > PCA1 <- dudi.pca(df = DATOS[,(2:ncol(DATOS))], center = TRUE, scale = > TRUE, scannf = FALSE, nf = 6) > > Individuo Comp1 Comp2 > 1 -14.18 -4.47 > 2 -14.63 -4.53 > 3 -14.77 -2.57 > 4 -14.12 -1.71 > 5 -16.32 4.22 > 6 -17.03 5.94 > 7 -16.90 3.68 > 8 -17.75 5.86 > 9 13.86 -13.33 > 10 13.16 -12.71 > 11 13.24 -14.18 > 12 12.68 -13.07 > 13 18.43 11.67 > 14 17.49 10.86 > 15 17.82 12.43 > 16 19.02 11.83 > > Función PCA: > > Comando: > PCA2 <- PCA(DATOS[,(1:ncol(DATOS))]) > > Individuo Comp1 Comp2 > 1 -14.18 4.47 > 2 -14.63 4.53 > 3 -14.77 2.57 > 4 -14.12 1.71 > 5 -16.32 -4.22 > 6 -17.03 -5.94 > 7 -16.90 -3.68 > 8 -17.75 -5.86 > 9 13.86 13.33 > 10 13.16 12.71 > 11 13.24 14.18 > 12 12.68 13.07 > 13 18.43 -11.67 > 14 17.49 -10.86 > 15 17.82 -12.43 > 16 19.02 -11.83 > > ¿A qué se debe la diferencia en el signo del componente 2?... > anteriormente ya había aplicado ambas funciones a otro set de datos y > el resultado era idéntico para ambas funciones. La diferencia con este > set es que el número total de variables es aproximadamente 500, > mientras que antes el set de datos era de 1000 variables. > > De antemano muchas gracias por la ayuda. > > Saludos. >-- Documento sin título *Francesc Carmona Pontaque * Professor *Departament d'Estadística * Facultat de Biologia Diagonal, 643 08028 Barcelona Tel. +34 93 402 15 63 Fax +34 93 402 09 46 www.ub.edu/stat <http://www.ub.edu/stat/index.htm> Aquest correu electrònic i els annexos poden contenir informació confidencial o protegida legalment i està adreçat exclusivament a la persona o entitat destinatària. Si no sou el destinatari final o la persona encarregada de rebre'l, no esteu autoritzat a llegir-lo, retenir-lo, modificar-lo, distribuir-lo, copiar-lo ni a revelar-ne el contingut. Si heu rebut aquest correu electrònic per error, us preguem que n'informeu al remitent i que elimineu del sistema el missatge i el material annex que pugui contenir. Gràcies per la vostra col·laboració. Este correo electrónico y sus anexos pueden contener información confidencial o legalmente protegida y está exclusivamente dirigido a la persona o entidad destinataria. Si usted no es el destinatario final o la persona encargada de recibirlo, no está autorizado a leerlo, retenerlo, modificarlo, distribuirlo, copiarlo ni a revelar su contenido. Si ha recibido este mensaje electrónico por error, le rogamos que informe al remitente y elimine del sistema el mensaje y el material anexo que pueda contener. Gracias por su colaboración. This email message and any documents attached to it may contain confidential or legally protected material and are intended solely for the use of the individual or organization to whom they are addressed. We remind you that if you are not the intended recipient of this email message or the person responsible for processing it, then you are not authorized to read, save, modify, send, copy or disclose any of its contents. If you have received this email message by mistake, we kindly ask you to inform the sender of this and to eliminate both the message and any attachments it carries from your account. Thank you for your collaboration. ------------ próxima parte ------------ Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20131001/60d95b16/attachment-0001.html> ------------ próxima parte ------------ A non-text attachment was scrubbed... Name: AF-firmaelectronica.jpg Type: image/jpeg Size: 15915 bytes Desc: no disponible URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20131001/60d95b16/attachment-0001.jpg>
Dr. José A. Betancourt B.
2013-Oct-01 12:38 UTC
[R-es] Análisis de componentes principales con ade4 y FactoMineR
Instalo ade4 correctamente y no me abren los datos como por ejemplo
data(bsetal97)
¿Qué piensan de eso?
De: r-help-es-bounces en r-project.org [mailto:r-help-es-bounces en
r-project.org]
En nombre de Francesc Carmona
Enviado el: Tuesday, October 01, 2013 7:30 AM
Para: r-help-es en r-project.org
Asunto: Re: [R-es] Análisis de componentes principales con ade4 y FactoMineR
Por definición la primera componente principal es una combinación lineal que
maximiza la varianza de modo que si la componente 1 es el vector de
coeficientes a, entonces, el vector -a también puede ser dicha componente.
Las otras componentes, por ejemplo la segunda, es incorrelacionada con la
primera y también maximiza la varianza, luego el signo no importa.
Así pues, el signo de cada componente puede variar en función del algoritmo
utilizado.
Saludos cordiales
Francesc
El 01/10/13 02:32, Argel Gastélum Arellánez ha escrit:
Hola compañeros de la lista, qué tal.
Estoy haciendo un análisis de componentes principales utilizando las
funciones "dudi.pca" (paquete "ade4") y "PCA"
(paquete "FactoMineR"). Sucede
que al comparar las coordenadas de cada individuo que obtiene cada función,
las que corresponden al segundo componente principal tienen idéntica
magnitud pero con signos contrarios:
Función dudi.pca:
Comando:
PCA1 <- dudi.pca(df = DATOS[,(2:ncol(DATOS))], center = TRUE, scale = TRUE,
scannf = FALSE, nf = 6)
Individuo Comp1 Comp2
1 -14.18 -4.47
2 -14.63 -4.53
3 -14.77 -2.57
4 -14.12 -1.71
5 -16.32 4.22
6 -17.03 5.94
7 -16.90 3.68
8 -17.75 5.86
9 13.86 -13.33
10 13.16 -12.71
11 13.24 -14.18
12 12.68 -13.07
13 18.43 11.67
14 17.49 10.86
15 17.82 12.43
16 19.02 11.83
Función PCA:
Comando:
PCA2 <- PCA(DATOS[,(1:ncol(DATOS))])
Individuo Comp1 Comp2
1 -14.18 4.47
2 -14.63 4.53
3 -14.77 2.57
4 -14.12 1.71
5 -16.32 -4.22
6 -17.03 -5.94
7 -16.90 -3.68
8 -17.75 -5.86
9 13.86 13.33
10 13.16 12.71
11 13.24 14.18
12 12.68 13.07
13 18.43 -11.67
14 17.49 -10.86
15 17.82 -12.43
16 19.02 -11.83
¿A qué se debe la diferencia en el signo del componente 2?...
anteriormente ya había aplicado ambas funciones a otro set de datos y el
resultado era idéntico para ambas funciones. La diferencia con este set es
que el número total de variables es aproximadamente 500, mientras que antes
el set de datos era de 1000 variables.
De antemano muchas gracias por la ayuda.
Saludos.
--
Francesc Carmona Pontaque
Professor
Departament d'Estadística
Facultat de Biologia
Diagonal, 643
08028 Barcelona
Tel. +34 93 402 15 63
Fax +34 93 402 09 46
<http://www.ub.edu/stat/index.htm> www.ub.edu/stat
Aquest correu electrònic i els annexos poden contenir informació
confidencial o protegida legalment i està adreçat exclusivament a la persona
o entitat destinatària. Si no sou el destinatari final o la persona
encarregada de rebre’l, no esteu autoritzat a llegir-lo, retenir-lo,
modificar-lo, distribuir-lo, copiar-lo ni a revelar-ne el contingut. Si heu
rebut aquest correu electrònic per error, us preguem que n’informeu al
remitent i que elimineu del sistema el missatge i el material annex que
pugui contenir. Gràcies per la vostra col·laboració.
Este correo electrónico y sus anexos pueden contener información
confidencial o legalmente protegida y está exclusivamente dirigido a la
persona o entidad destinataria. Si usted no es el destinatario final o la
persona encargada de recibirlo, no está autorizado a leerlo, retenerlo,
modificarlo, distribuirlo, copiarlo ni a revelar su contenido. Si ha
recibido este mensaje electrónico por error, le rogamos que informe al
remitente y elimine del sistema el mensaje y el material anexo que pueda
contener. Gracias por su colaboración.
This email message and any documents attached to it may contain confidential
or legally protected material and are intended solely for the use of the
individual or organization to whom they are addressed. We remind you that if
you are not the intended recipient of this email message or the person
responsible for processing it, then you are not authorized to read, save,
modify, send, copy or disclose any of its contents. If you have received
this email message by mistake, we kindly ask you to inform the sender of
this and to eliminate both the message and any attachments it carries from
your account. Thank you for your collaboration.
--
Este mensaje le ha llegado mediante el servicio de correo electronico que ofrece
Infomed para respaldar el cumplimiento de las misiones del Sistema Nacional de
Salud. La persona que envia este correo asume el compromiso de usar el servicio
a tales fines y cumplir con las regulaciones establecidas
Infomed: http://www.sld.cu/
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20131001/9a59493f/attachment-0001.html>
------------ próxima parte ------------
A non-text attachment was scrubbed...
Name: no disponible
Type: application/octet-stream
Size: 15915 bytes
Desc: no disponible
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20131001/9a59493f/attachment-0001.obj>
Argel Gastélum Arellánez
2013-Oct-01 15:53 UTC
[R-es] Análisis de componentes principales con ade4 y FactoMineR
Hola Francesc, muchas gracias por tu respuesta.
Entonces, si quisiera que las gráficas de los resultados de ambas
funciones dudi.pca y PCA fuesen similares, ¿sólo tendría que multiplicar
por -1 todos los valores de las coordenadas correspondientes al segundo
componente de los individuos, por ejemplo, de la función dudi.pca?...
¿de igual forma para las coordenadas de la gráfica de correlaciones de
las variables con los dos primeros componentes?... ¿habría alguna forma
de hacer esto desde el principio, por ejemplo, al momento de llamar la
función dudi.pca?
De antemano muchas gracias por las aclaraciones.
Saludos.
--
Argel.
El 01/10/13 06:30, Francesc Carmona escribió:> Por definición la primera componente principal es una combinación
> lineal que maximiza la varianza de modo que si la componente 1 es el
> vector de coeficientes a, entonces, el vector -a también puede ser
> dicha componente. Las otras componentes, por ejemplo la segunda, es
> incorrelacionada con la primera y también maximiza la varianza, luego
> el signo no importa.
> Así pues, el signo de cada componente puede variar en función del
> algoritmo utilizado.
>
> Saludos cordiales
>
> Francesc
>
> El 01/10/13 02:32, Argel Gastélum Arellánez ha escrit:
>> Hola compañeros de la lista, qué tal.
>>
>> Estoy haciendo un análisis de componentes principales utilizando
>> las funciones "dudi.pca" (paquete "ade4") y
"PCA" (paquete
>> "FactoMineR"). Sucede que al comparar las coordenadas de cada
>> individuo que obtiene cada función, las que corresponden al segundo
>> componente principal tienen idéntica magnitud pero con signos
>> contrarios:
>>
>> Función dudi.pca:
>>
>> Comando:
>> PCA1 <- dudi.pca(df = DATOS[,(2:ncol(DATOS))], center = TRUE, scale
=
>> TRUE, scannf = FALSE, nf = 6)
>>
>> Individuo Comp1 Comp2
>> 1 -14.18 -4.47
>> 2 -14.63 -4.53
>> 3 -14.77 -2.57
>> 4 -14.12 -1.71
>> 5 -16.32 4.22
>> 6 -17.03 5.94
>> 7 -16.90 3.68
>> 8 -17.75 5.86
>> 9 13.86 -13.33
>> 10 13.16 -12.71
>> 11 13.24 -14.18
>> 12 12.68 -13.07
>> 13 18.43 11.67
>> 14 17.49 10.86
>> 15 17.82 12.43
>> 16 19.02 11.83
>>
>> Función PCA:
>>
>> Comando:
>> PCA2 <- PCA(DATOS[,(1:ncol(DATOS))])
>>
>> Individuo Comp1 Comp2
>> 1 -14.18 4.47
>> 2 -14.63 4.53
>> 3 -14.77 2.57
>> 4 -14.12 1.71
>> 5 -16.32 -4.22
>> 6 -17.03 -5.94
>> 7 -16.90 -3.68
>> 8 -17.75 -5.86
>> 9 13.86 13.33
>> 10 13.16 12.71
>> 11 13.24 14.18
>> 12 12.68 13.07
>> 13 18.43 -11.67
>> 14 17.49 -10.86
>> 15 17.82 -12.43
>> 16 19.02 -11.83
>>
>> ¿A qué se debe la diferencia en el signo del componente 2?...
>> anteriormente ya había aplicado ambas funciones a otro set de datos y
>> el resultado era idéntico para ambas funciones. La diferencia con
>> este set es que el número total de variables es aproximadamente 500,
>> mientras que antes el set de datos era de 1000 variables.
>>
>> De antemano muchas gracias por la ayuda.
>>
>> Saludos.
>>
>
> --
> Documento sin título
>
> *Francesc Carmona Pontaque
> * Professor
>
> *Departament d'Estadística
> * Facultat de Biologia
>
> Diagonal, 643
> 08028 Barcelona
> Tel. +34 93 402 15 63
> Fax +34 93 402 09 46
> www.ub.edu/stat <http://www.ub.edu/stat/index.htm>
>
> Aquest correu electrònic i els annexos poden contenir informació
> confidencial o protegida legalment i està adreçat exclusivament a la
> persona o entitat destinatària. Si no sou el destinatari final o la
> persona encarregada de rebre'l, no esteu autoritzat a llegir-lo,
> retenir-lo, modificar-lo, distribuir-lo, copiar-lo ni a revelar-ne el
> contingut. Si heu rebut aquest correu electrònic per error, us preguem
> que n'informeu al remitent i que elimineu del sistema el missatge i el
> material annex que pugui contenir. Gràcies per la vostra col·laboració.
>
> Este correo electrónico y sus anexos pueden contener información
> confidencial o legalmente protegida y está exclusivamente dirigido a
> la persona o entidad destinataria. Si usted no es el destinatario
> final o la persona encargada de recibirlo, no está autorizado a
> leerlo, retenerlo, modificarlo, distribuirlo, copiarlo ni a revelar su
> contenido. Si ha recibido este mensaje electrónico por error, le
> rogamos que informe al remitente y elimine del sistema el mensaje y el
> material anexo que pueda contener. Gracias por su colaboración.
>
> This email message and any documents attached to it may contain
> confidential or legally protected material and are intended solely for
> the use of the individual or organization to whom they are addressed.
> We remind you that if you are not the intended recipient of this email
> message or the person responsible for processing it, then you are not
> authorized to read, save, modify, send, copy or disclose any of its
> contents. If you have received this email message by mistake, we
> kindly ask you to inform the sender of this and to eliminate both the
> message and any attachments it carries from your account. Thank you
> for your collaboration.
>
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20131001/90b6ec5c/attachment-0001.html>
------------ próxima parte ------------
A non-text attachment was scrubbed...
Name: no disponible
Type: image/jpeg
Size: 15915 bytes
Desc: no disponible
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20131001/90b6ec5c/attachment-0001.jpe>
Francesc Carmona
2013-Oct-02 08:40 UTC
[R-es] Análisis de componentes principales con ade4 y FactoMineR
Efectivamente. Puedes cambiar el signo de todos los valores de la segunda componente, por ejemplo al hacer un gráfico de dispersión. No creo que se pueda hacer directamente en la función. Saludos Francesc El 01/10/13 17:53, Argel Gastélum Arellánez ha escrit:> Hola Francesc, muchas gracias por tu respuesta. > > Entonces, si quisiera que las gráficas de los resultados de ambas > funciones dudi.pca y PCA fuesen similares, ¿sólo tendría que > multiplicar por -1 todos los valores de las coordenadas > correspondientes al segundo componente de los individuos, por ejemplo, > de la función dudi.pca?... ¿de igual forma para las coordenadas de la > gráfica de correlaciones de las variables con los dos primeros > componentes?... ¿habría alguna forma de hacer esto desde el principio, > por ejemplo, al momento de llamar la función dudi.pca? > > De antemano muchas gracias por las aclaraciones. > > Saludos. > > -- > > Argel. > > El 01/10/13 06:30, Francesc Carmona escribió: >> Por definición la primera componente principal es una combinación >> lineal que maximiza la varianza de modo que si la componente 1 es el >> vector de coeficientes a, entonces, el vector -a también puede ser >> dicha componente. Las otras componentes, por ejemplo la segunda, es >> incorrelacionada con la primera y también maximiza la varianza, luego >> el signo no importa. >> Así pues, el signo de cada componente puede variar en función del >> algoritmo utilizado. >> >> Saludos cordiales >> >> Francesc >> >> El 01/10/13 02:32, Argel Gastélum Arellánez ha escrit: >>> Hola compañeros de la lista, qué tal. >>> >>> Estoy haciendo un análisis de componentes principales utilizando >>> las funciones "dudi.pca" (paquete "ade4") y "PCA" (paquete >>> "FactoMineR"). Sucede que al comparar las coordenadas de cada >>> individuo que obtiene cada función, las que corresponden al segundo >>> componente principal tienen idéntica magnitud pero con signos >>> contrarios: >>> >>> Función dudi.pca: >>> >>> Comando: >>> PCA1 <- dudi.pca(df = DATOS[,(2:ncol(DATOS))], center = TRUE, scale >>> = TRUE, scannf = FALSE, nf = 6) >>> >>> Individuo Comp1 Comp2 >>> 1 -14.18 -4.47 >>> 2 -14.63 -4.53 >>> 3 -14.77 -2.57 >>> 4 -14.12 -1.71 >>> 5 -16.32 4.22 >>> 6 -17.03 5.94 >>> 7 -16.90 3.68 >>> 8 -17.75 5.86 >>> 9 13.86 -13.33 >>> 10 13.16 -12.71 >>> 11 13.24 -14.18 >>> 12 12.68 -13.07 >>> 13 18.43 11.67 >>> 14 17.49 10.86 >>> 15 17.82 12.43 >>> 16 19.02 11.83 >>> >>> Función PCA: >>> >>> Comando: >>> PCA2 <- PCA(DATOS[,(1:ncol(DATOS))]) >>> >>> Individuo Comp1 Comp2 >>> 1 -14.18 4.47 >>> 2 -14.63 4.53 >>> 3 -14.77 2.57 >>> 4 -14.12 1.71 >>> 5 -16.32 -4.22 >>> 6 -17.03 -5.94 >>> 7 -16.90 -3.68 >>> 8 -17.75 -5.86 >>> 9 13.86 13.33 >>> 10 13.16 12.71 >>> 11 13.24 14.18 >>> 12 12.68 13.07 >>> 13 18.43 -11.67 >>> 14 17.49 -10.86 >>> 15 17.82 -12.43 >>> 16 19.02 -11.83 >>> >>> ¿A qué se debe la diferencia en el signo del componente 2?... >>> anteriormente ya había aplicado ambas funciones a otro set de datos >>> y el resultado era idéntico para ambas funciones. La diferencia con >>> este set es que el número total de variables es aproximadamente 500, >>> mientras que antes el set de datos era de 1000 variables. >>> >>> De antemano muchas gracias por la ayuda. >>> >>> Saludos. >>> >> >> -- >> Documento sin título >> >> *Francesc Carmona Pontaque >> *Professor >> >> *Departament d'Estadística >> *Facultat de Biologia >> >> Diagonal, 643 >> 08028 Barcelona >> Tel. +34 93 402 15 63 >> Fax +34 93 402 09 46 >> www.ub.edu/stat <http://www.ub.edu/stat/index.htm> >> >> Aquest correu electrònic i els annexos poden contenir informació >> confidencial o protegida legalment i està adreçat exclusivament a la >> persona o entitat destinatària. Si no sou el destinatari final o la >> persona encarregada de rebre?l, no esteu autoritzat a llegir-lo, >> retenir-lo, modificar-lo, distribuir-lo, copiar-lo ni a revelar-ne el >> contingut. Si heu rebut aquest correu electrònic per error, us >> preguem que n?informeu al remitent i que elimineu del sistema el >> missatge i el material annex que pugui contenir. Gràcies per la >> vostra col·laboració. >> >> Este correo electrónico y sus anexos pueden contener información >> confidencial o legalmente protegida y está exclusivamente dirigido a >> la persona o entidad destinataria. Si usted no es el destinatario >> final o la persona encargada de recibirlo, no está autorizado a >> leerlo, retenerlo, modificarlo, distribuirlo, copiarlo ni a revelar >> su contenido. Si ha recibido este mensaje electrónico por error, le >> rogamos que informe al remitente y elimine del sistema el mensaje y >> el material anexo que pueda contener. Gracias por su colaboración. >> >> This email message and any documents attached to it may contain >> confidential or legally protected material and are intended solely >> for the use of the individual or organization to whom they are >> addressed. We remind you that if you are not the intended recipient >> of this email message or the person responsible for processing it, >> then you are not authorized to read, save, modify, send, copy or >> disclose any of its contents. If you have received this email message >> by mistake, we kindly ask you to inform the sender of this and to >> eliminate both the message and any attachments it carries from your >> account. Thank you for your collaboration. >> >> >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es en r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >------------ próxima parte ------------ Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20131002/c1b1b5a7/attachment-0001.html> ------------ próxima parte ------------ A non-text attachment was scrubbed... Name: no disponible Type: image/jpeg Size: 15915 bytes Desc: no disponible URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20131002/c1b1b5a7/attachment-0001.jpe>
Argel Gastélum Arellánez
2013-Oct-02 18:48 UTC
[R-es] Análisis de componentes principales con ade4 y FactoMineR
Hola Francesc, qué tal. Muchas gracias por tu ayuda.
Saludos.
--
Argel.
El 02/10/13 03:40, Francesc Carmona escribió:> Efectivamente. Puedes cambiar el signo de todos los valores de la
> segunda componente, por ejemplo al hacer un gráfico de dispersión.
>
> No creo que se pueda hacer directamente en la función.
>
> Saludos
>
> Francesc
>
> El 01/10/13 17:53, Argel Gastélum Arellánez ha escrit:
>> Hola Francesc, muchas gracias por tu respuesta.
>>
>> Entonces, si quisiera que las gráficas de los resultados de ambas
>> funciones dudi.pca y PCA fuesen similares, ¿sólo tendría que
>> multiplicar por -1 todos los valores de las coordenadas
>> correspondientes al segundo componente de los individuos, por
>> ejemplo, de la función dudi.pca?... ¿de igual forma para las
>> coordenadas de la gráfica de correlaciones de las variables con los
>> dos primeros componentes?... ¿habría alguna forma de hacer esto desde
>> el principio, por ejemplo, al momento de llamar la función dudi.pca?
>>
>> De antemano muchas gracias por las aclaraciones.
>>
>> Saludos.
>>
>> --
>>
>> Argel.
>>
>> El 01/10/13 06:30, Francesc Carmona escribió:
>>> Por definición la primera componente principal es una combinación
>>> lineal que maximiza la varianza de modo que si la componente 1 es
el
>>> vector de coeficientes a, entonces, el vector -a también puede ser
>>> dicha componente. Las otras componentes, por ejemplo la segunda, es
>>> incorrelacionada con la primera y también maximiza la varianza,
>>> luego el signo no importa.
>>> Así pues, el signo de cada componente puede variar en función del
>>> algoritmo utilizado.
>>>
>>> Saludos cordiales
>>>
>>> Francesc
>>>
>>> El 01/10/13 02:32, Argel Gastélum Arellánez ha escrit:
>>>> Hola compañeros de la lista, qué tal.
>>>>
>>>> Estoy haciendo un análisis de componentes principales
>>>> utilizando las funciones "dudi.pca" (paquete
"ade4") y "PCA"
>>>> (paquete "FactoMineR"). Sucede que al comparar las
coordenadas de
>>>> cada individuo que obtiene cada función, las que corresponden
al
>>>> segundo componente principal tienen idéntica magnitud pero con
>>>> signos contrarios:
>>>>
>>>> Función dudi.pca:
>>>>
>>>> Comando:
>>>> PCA1 <- dudi.pca(df = DATOS[,(2:ncol(DATOS))], center =
TRUE, scale
>>>> = TRUE, scannf = FALSE, nf = 6)
>>>>
>>>> Individuo Comp1 Comp2
>>>> 1 -14.18 -4.47
>>>> 2 -14.63 -4.53
>>>> 3 -14.77 -2.57
>>>> 4 -14.12 -1.71
>>>> 5 -16.32 4.22
>>>> 6 -17.03 5.94
>>>> 7 -16.90 3.68
>>>> 8 -17.75 5.86
>>>> 9 13.86 -13.33
>>>> 10 13.16 -12.71
>>>> 11 13.24 -14.18
>>>> 12 12.68 -13.07
>>>> 13 18.43 11.67
>>>> 14 17.49 10.86
>>>> 15 17.82 12.43
>>>> 16 19.02 11.83
>>>>
>>>> Función PCA:
>>>>
>>>> Comando:
>>>> PCA2 <- PCA(DATOS[,(1:ncol(DATOS))])
>>>>
>>>> Individuo Comp1 Comp2
>>>> 1 -14.18 4.47
>>>> 2 -14.63 4.53
>>>> 3 -14.77 2.57
>>>> 4 -14.12 1.71
>>>> 5 -16.32 -4.22
>>>> 6 -17.03 -5.94
>>>> 7 -16.90 -3.68
>>>> 8 -17.75 -5.86
>>>> 9 13.86 13.33
>>>> 10 13.16 12.71
>>>> 11 13.24 14.18
>>>> 12 12.68 13.07
>>>> 13 18.43 -11.67
>>>> 14 17.49 -10.86
>>>> 15 17.82 -12.43
>>>> 16 19.02 -11.83
>>>>
>>>> ¿A qué se debe la diferencia en el signo del componente
2?...
>>>> anteriormente ya había aplicado ambas funciones a otro set de
datos
>>>> y el resultado era idéntico para ambas funciones. La diferencia
con
>>>> este set es que el número total de variables es aproximadamente
>>>> 500, mientras que antes el set de datos era de 1000 variables.
>>>>
>>>> De antemano muchas gracias por la ayuda.
>>>>
>>>> Saludos.
>>>>
>>>
>>> --
>>> Documento sin título
>>>
>>> *Francesc Carmona Pontaque
>>> *Professor
>>>
>>> *Departament d'Estadística
>>> *Facultat de Biologia
>>>
>>> Diagonal, 643
>>> 08028 Barcelona
>>> Tel. +34 93 402 15 63
>>> Fax +34 93 402 09 46
>>> www.ub.edu/stat <http://www.ub.edu/stat/index.htm>
>>>
>>> Aquest correu electrònic i els annexos poden contenir informació
>>> confidencial o protegida legalment i està adreçat exclusivament a
la
>>> persona o entitat destinatària. Si no sou el destinatari final o la
>>> persona encarregada de rebre'l, no esteu autoritzat a
llegir-lo,
>>> retenir-lo, modificar-lo, distribuir-lo, copiar-lo ni a revelar-ne
>>> el contingut. Si heu rebut aquest correu electrònic per error, us
>>> preguem que n'informeu al remitent i que elimineu del sistema
el
>>> missatge i el material annex que pugui contenir. Gràcies per la
>>> vostra col·laboració.
>>>
>>> Este correo electrónico y sus anexos pueden contener información
>>> confidencial o legalmente protegida y está exclusivamente dirigido
a
>>> la persona o entidad destinataria. Si usted no es el destinatario
>>> final o la persona encargada de recibirlo, no está autorizado a
>>> leerlo, retenerlo, modificarlo, distribuirlo, copiarlo ni a revelar
>>> su contenido. Si ha recibido este mensaje electrónico por error, le
>>> rogamos que informe al remitente y elimine del sistema el mensaje y
>>> el material anexo que pueda contener. Gracias por su colaboración.
>>>
>>> This email message and any documents attached to it may contain
>>> confidential or legally protected material and are intended solely
>>> for the use of the individual or organization to whom they are
>>> addressed. We remind you that if you are not the intended recipient
>>> of this email message or the person responsible for processing it,
>>> then you are not authorized to read, save, modify, send, copy or
>>> disclose any of its contents. If you have received this email
>>> message by mistake, we kindly ask you to inform the sender of this
>>> and to eliminate both the message and any attachments it carries
>>> from your account. Thank you for your collaboration.
>>>
>>>
>>>
>>> _______________________________________________
>>> R-help-es mailing list
>>> R-help-es en r-project.org
>>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20131002/72ae1cf5/attachment-0001.html>
------------ próxima parte ------------
A non-text attachment was scrubbed...
Name: no disponible
Type: image/jpeg
Size: 15915 bytes
Desc: no disponible
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20131002/72ae1cf5/attachment-0001.jpe>
Seemingly Similar Threads
- Análisis de componentes principales con ade4 y FactoMineR
- Análisis de componentes principales con ade4 y FactoMineR
- Análisis de componentes principales con ade4 y FactoMineR
- Encontrar las variables más importantes en componentes principales
- Resumen de R-help-es, Vol 54, Envío 22