[R-br] Duvidas Análise de Componentes Principais

Qua Dez 9 19:52:19 -02 2020

OK Nei!

Veja que mesmo no *próprio* R, dependendo do "pacote" (*library*) a análise
pode vir com sinais trocados, por exemplo princomp, prcomp, dão resultados
diferentes das da ADE, FactoMiner, etc.

[]

On Wed, Dec 9, 2020 at 1:39 PM Nei por (R-br) <r-br em listas.c3sl.ufpr.br>
wrote:

> Bom Dia Cesar,
>
> Obrigado pelas dicas sobre PCA.
>
> Eu já tinha percebido a questão dos "sinais trocados" quando se usa Matlab
> ou Python.
>
> E obrigado por mais uma expressão latina para a minha coleção. :-)
>
> Um Abraço,
>
> Markos
>
> Em 07-12-2020 16:08, Cesar Rabak escreveu:
>
> OK Nei!
>
> A interpretação, obviamente *não deveria* ser diferente em função da
> linguagem e implementação da técnica, mas na prática... há uns óbices que
> precisam ser levados em conta:
>
> 1) O diagrama que indica as componentes principais pode ter os 'sinais
> trocados' nos eixos devido a forma como são calculados os autovetores e
> autovalores;
> 2) No caso dos biplots há três maneiras de representá-los, com as
> "flechas" neles tendo significado métrico levemente diferente na hora de
> interpretar;
> 3) Algumas implementações oferecem mais objetos de análise em adição às
> tabelas decorrentes dos cálculos das componentes principais.
>
> Essas diferenças podem ser vistas no próprio R com as várias funções para
> produzir a análise (number crunching) e os gráficos em pacotes diversos.
>
> OK quanto ao latim 🤓. Nos países de língua inglesa é muito usada porque
> nos contratos "padrão" de venda essa expressão advinda do jargão legal caiu
> no uso devido à repetição em contratos, avisos dos órgãos de proteção ao
> consumidor, etc. A própria palavra *caveat *sozinha às vezes é usada na
> conversa cotidiana.
>
> Qtº a ficar mais chique,  existe um aforismo, em latim é claro sobre
> isso¹: QUIDQUID LATINE DICTUM SIT ALTUM VIDETUR!!
>
> []s
> --
> Cesar Rabak
>
> [1] “O que é dito em latim soa profundo”.
>
> On Mon, Dec 7, 2020 at 11:34 AM Nei por (R-br) <r-br em listas.c3sl.ufpr.br>
> wrote:
>
>> Oi Cesar,
>>
>> Você tem razão, os links apontam para tutoriais sobre PCA que utilizam o
>> Python como ferramenta computacional.
>>
>> Mas eu compartilhei os links pois a pergunta se referia à interpretação
>> dos resultados de PCA, e não ao uso da ferramenta R.
>>
>> E nesses tutoriais eu procurei discutir alguns conceitos sobre a técnica
>> estatística, independente da ferramenta computacional usada, e que poderiam
>> ser úteis para o Fernando.
>>
>> Obrigado pela expressão "caveat emptor". Aprendi mais uma.
>>
>> Entendi como um sinônimo de "disclaimer".
>>
>> Vou incluir no meu site pra ficar mais "chique". :-)
>>
>> Um Abraço,
>>
>> Markos
>>
>> Em 07-12-2020 10:13, Cesar Rabak por (R-br) escreveu:
>>
>> Só agora pude dar uma vista d'olhos nas referências indicadas.
>>
>> Um senão (*caveat emptor*) precisa ser colocado: os exemplos usam Python
>> e não R.
>>
>> HTH
>>
>> On Thu, Apr 23, 2020 at 11:10 PM Nei por (R-br) <r-br em listas.c3sl.ufpr.br>
>> wrote:
>>
>>> http://www.c2o.pro.br/hackaguas/apx.html
>>>
>>> http://www.c2o.pro.br/hackaguas/apxs02.html
>>>
>>> Em 22-04-2020 18:25, Fernando Souza por (R-br) escreveu:
>>>
>>> Olá pessoal tudo bem
>>>
>>> Estou realizando uma análise de componentes principais, com o objetivo
>>> de selecionar as melhores variáveis para uma análise multivariada.
>>>
>>> Gostaria de uma orientação sobre a  interpretação. Eu interpretei de
>>> forma correta? Variáveis que possuem alta correlação com um CP também estão
>>> correlacionadas entre si. Isso significa que posso utilizar somente uma das
>>> principais variáveis do CP1 (por exemplo) para incluir no modelo
>>> multivariado? No caso a variável que apresentar significado para o trabalho.
>>>
>>> Os círculos de correlação, screem plot e corrplot geradas pelo Pca estão
>>> disponíveis no link
>>> https://drive.google.com/open?id=1jS5tCX-2-qHo2Gbej00DkFQBpLztwXks
>>>
>>> A interpretação que fiz foi a seguinte:
>>>
>>> Considerei as variáveis PC,IC e Prod leite (Azul no gráfico) como
>>> variável suplementar quantitativa.  Baseado no ScreenPlot selecionei
>>> somente 5 CP para avaliação que explicaram 67,80% da variancia total. Pela
>>> minha interpretação cheguei as seguintes conclusões
>>>
>>> Principais variáveis para cada componente:
>>>
>>> Consumos (CP1): CMS,CMO,CPB,CEE,CCNF,CFDNcp,CFDA,CNDT,CEB,CED,CEM,CEL
>>>
>>> Energia (CP2) : EB,ED,EM,EL
>>>
>>> Peso (CP3): PV,PCJ,PCVZ,PCVZ075
>>>
>>> Composição do Leite(CP4) : Solido e DCNF
>>>
>>> Variaveis sanguíneas (CP5): PT e ALBUMINA
>>>
>>>
>>>
>>> Segue uma descrição do trabalho para compreensão. Aceito sugestões sobre
>>> a melhor forma trabalhar esses dados
>>>
>>> O banco de dados é oriundo  dois estudos realizados pelo mesmo grupo de
>>> pesquisa nas mesmas condições experimentais
>>> (animais,instalação,dieta,manejo) e avaliaram 48 variáveis.
>>> Os fatores experimentais foram:
>>> *Raça*: Estudo 1 avaliou 12 animais (6 raça1 e 6 da raça 2). O estudo 2
>>> avaliou 13 animais (6 raça 1 e 7 raça 2)
>>> *Plano nutricional:*  O estudo 1 avaliou os níveis (0,15,30) o estudo 2
>>> avaliou os níveis (0,5,10,20)
>>> *Dias em lactação-DEL* (medidas repetidas no tempo):  Estudo 1, dias
>>> dispersos entre os períodos de 30 a 120 dias. No estudo 2 os DEL foram
>>> avaliados em dias entre 150 a 250 dias.
>>>
>>>
>>> Eu realizei uma análise gráfica e não há indicações de haver diferenças
>>> entre estudos, o que era de certo modo esperado. Raça e DEL parecem ser os
>>> fatores que afetam as variáveis respostas.
>>>
>>>
>>>
>>> --
>>> =========================================
>>> Fernando Souza
>>> Zootecnista, DSc. Produção e Alimentação Animal
>>> Celular: (31)99796-8781 (Vivo)
>>> E-mail:nandodesouza em gmail.com <e-mail%3Anandodesouza em gmail.com>
>>> Lattes: http://lattes.cnpq.br/6519538815038307
>>> Blog: https://producaoanimalcomr.wordpress.com/
>>> ==========================================
>>>
>>>
>>> _______________________________________________
>>> R-br mailing listR-br em listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>>>
>>>
>>> _______________________________________________
>>> R-br mailing list
>>> R-br em listas.c3sl.ufpr.br
>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>>> código mínimo reproduzível.
>>>
>>
>>
>> _______________________________________________
>> R-br mailing listR-br em listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>>
>>
>> _______________________________________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>> código mínimo reproduzível.
>>
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20201209/482239cb/attachment.html>