Principal Components: PCA¶

r.pca esegue un’analisi delle componenti principali.

Le variabili utilizzate nell’analisi verranno standardizzate automaticamente.

Argomenti: [1]

varlist: l’elenco delle variabili da utilizzare nell’analisi
:ncp => num: il numero di componenti principali da utilizzare nell’analisi
:rsup => indexes: un array o un range con i numeri di indice delle righe supplementari
:vsup => varlist: un array con i nomi delle variabili supplementari quantitative
:qsup => varlist: un array con i nomi delle variabili supplementari quanlitative
:weight => varname: il nome di una variabile di ponderazione
:save => :scores: salva nel dataset gli score di ciascuna osservazione rispetto alle componenti principali

Tabelle disponibili:

:analysis: riepilogo dei parametri dell’analisi

:eig: gli autovalori

:coord: le coordinate delle variabili

:load: i loading delle variabili

:cos2: cos2 delle variabili

:contr: i contributi delle variabili

Grafici disponibili:

:eig: Eigenvalues Scree plot

:cos2: Cos2 delle variabili sulle dimensioni 1 e 2

:pca: PCA: correlazione delle variabili per contributi

:contr1[..5]: Contributi delle variabili sulla dimensione 1[..5]

:biplot: Biplot con variabili e individui [Opt]

model = [:murder, :assault, :urbanpop, :rape]
r.pca model, :ncp => 3, :plots => :biplot!, :rownames => :state, :save => :scores

Note

[1]	Consultare Analisi per l’elenco dei parametri generali.