1 votos

¿Una variable fuerte carga los componentes en el análisis de componentes principales?

Hola y buen día para ti. Estoy utilizando el análisis de componentes principales (PCA) con rotación Varimax para analizar las variables de mi investigación.

Hay 20 variables y se extrajeron 6 componentes. A partir del resultado, observé que las variables estaban fuertemente cargadas en un componente.

Y adjunto la matriz de componentes rotados que obtuve del análisis PCA.

Como se puede ver en la imagen, hay 10 variables diferentes que se incluyen en el primer componente

No sé dónde me he equivocado de dónde viene el fallo, ¿alguien puede darme una sugerencia? Gracias.

Rotating Component Matrix

3 votos

¿Por qué es un error?

0 votos

¿Cuál es su objetivo al utilizar la PCA? ¿Y sus variables se miden sin errores?

0 votos

Esa es mi pregunta, ¿es un problema cuando se agrupan muchos factores en una sola dimensión fuerte? Mi objetivo al utilizar PCA era agrupar los 20 factores en diferentes dimensiones de componentes

3voto

mkt Puntos 688

No hay ningún indicio de que haya un error aquí. PCA es una técnica de reducción de dimensión, por lo que encontrará vectores ortogonales. Si tiene muchas variables correlacionadas, no es sorprendente que muchas de ellas estén fuertemente cargadas en una sola dimensión.

Quizá merezca la pena leer nuestro hilo más votado en CV, que contiene muchas explicaciones estupendas sobre qué es y cómo funciona el PCA .

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X