[R-br] Emprego da PCA para seleção de variáveis mais correlacionadas no primeiro componente principal

[ASANTOS]

Prezados Membros,

     Gostaria de selecionar as 5 variáveis resposta  no primeiro 
componente principal mais correlacionadas usando a PCA, através da 
função prcomp(), conforme o post 
https://stats.stackexchange.com/questions/115032/how-to-find-which-variables-are-most-correlated-with-the-first-principal-compone, 
sendo o meu CRM:

##Banco de dados

set.seed(12345)
mat <- matrix(rnorm(120,0,0.5),nrow=6,byrow=TRUE)
rownames(mat) <- paste("s",1:6,sep="")
colnames(mat) <- paste("g",1:20,sep="")
head(mat)

## Espectros com maior correlação
pca.object <- prcomp(mat,center=TRUE,scale.=FALSE)
plot(pca.object)

#Quero os cinco mais correlacionados
topN <- 5
load.rot <- scale(pca.object$rotation)
names(load.rot[,1][order(abs(load.rot[,1]),decreasing=TRUE)][1:topN])

     Então cheguei as variáveis resposta, mas gostaria que alguém me 
explicasse o por que disso fazendo um favor, pois quando utilizo os meus 
dados originais, são sempre as variáveis resposta com maior valor 
numérico que são selecionadas, mesmo utilizando a função scale().

Obrigado,

Alexandre


-- 
======================================================================
Alexandre dos Santos
Proteção Florestal
IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso
Campus Cáceres
Caixa Postal 244
Avenida dos Ramires, s/n
Bairro: Distrito Industrial
Cáceres - MT                      CEP: 78.200-000
Fone: (+55) 65 99686-6970 (VIVO) (+55) 65 3221-2674 (FIXO)
e-mails:alexandresantosbr em yahoo.com.br
         alexandre.santos em cas.ifmt.edu.br
Lattes: http://lattes.cnpq.br/1360403201088680
OrcID: orcid.org/0000-0001-8232-6722   -   ResearcherID: A-5790-2016
Researchgate: www.researchgate.net/profile/Alexandre_Santos10
LinkedIn: br.linkedin.com/in/alexandre-dos-santos-87961635
Mendeley:www.mendeley.com/profiles/alexandre-dos-santos6/
======================================================================