Traté de reproducir algunas investigaciones (usando PCA) de SPSS en R. En mi experiencia, la principal() función del paquete psychfue la única función que se acercó (o si mi memoria me funciona correctamente) para que coincida con la salida. Para coincidir con los mismos resultados que en SPSS,...
Mis preguntas ¿Cuál es la razón intuitiva detrás de hacer rotaciones de factores en el análisis factorial (o componentes en PCA)? Según tengo entendido, si las variables se cargan casi por igual en los componentes (o factores) superiores, entonces obviamente es difícil diferenciar los...
Cuando uso GAM, me da un DF residual de 26.626.626.6 (última línea en el código). Qué significa eso? Yendo más allá del ejemplo de GAM, en general, ¿puede el número de grados de libertad ser un número no entero? > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~...
Ejecuté PCA en 25 variables y seleccioné las 7 mejores PC usando prcomp. prc <- prcomp(pollutions, center=T, scale=T, retx=T) Luego hice rotación varimax en esos componentes. varimax7 <- varimax(prc$rotation[,1:7]) Y ahora deseo varimax rotar los datos rotados por PCA (ya que no es parte...
Hasta donde entiendo, los componentes principales se obtienen al rotar los ejes de coordenadas para alinearlos con las direcciones de máxima varianza. Sin embargo, sigo leyendo sobre "componentes principales no rotados" y mi software de estadísticas (SAS) me da componentes principales rotados...
El análisis factorial tiene varios métodos de rotación, como varimax, quartimax, equamax, promax, oblimin, etc. No puedo encontrar ninguna información que relacione sus nombres con sus actividades matemáticas o estadísticas reales. ¿Por qué se llama "equa-max" o "quarti-max"? ¿De qué manera se...
¿Hay alguna razón para no rotar una solución de análisis factorial exploratorio? Es fácil encontrar discusiones que comparen soluciones ortogonales con soluciones oblicuas, y creo que entiendo completamente todas esas cosas. Además, por lo que he podido encontrar en los libros de texto, los...
Acabo de ejecutar un FA usando una rotación oblicua (promax) y un elemento arrojó una carga de factor de 1.041 en un factor, (y cargas de factor de -.131, -.119 y .065 en los otros factores usando matriz de patrones ) . Y no estoy seguro de lo que significa, pensé que podría ser solo entre -1 y...
Varios paquetes estadísticos, como SAS, SPSS y R, le permiten realizar algún tipo de rotación de factores después de un PCA. ¿Por qué es necesaria una rotación después de un PCA? ¿Por qué aplicaría una rotación oblicua después de un PCA dado que el objetivo del PCA es producir dimensiones...
Estoy tratando de reducir la dimensionalidad y el ruido de un conjunto de datos al realizar PCA en el conjunto de datos y descartar las últimas PC. Después de eso, quiero usar algunos algoritmos de aprendizaje automático en las PC restantes y, por lo tanto, quiero normalizar los datos igualando la...
Después de hacer PCA, el primer componente describe la mayor parte de la variabilidad. Esto es importante, por ejemplo, en el estudio de mediciones corporales donde se sabe comúnmente (Jolliffe, 2002) que el eje PC1 captura la variación de tamaño. Mi pregunta es si las puntuaciones de PCA después...