[R-es] Análisis de componentes principales con ade4 y FactoMineR

Mar Oct 1 17:53:49 CEST 2013

     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>