<div><span style="font-size: medium; color: #0000ff;">Depende de cada caso, o pesquisador da área é que deve saber. Eu vi um caso de geoprocessamento, que mostrava várias imagens de satélite de uma área urbana local ao fazer ACP, e uma só componente explicava 92%! Bárbaro, mas só ela não era suficiente, porque a segunda componente que  explicava 5% não podia ser omitida, pois tinha informações que não tinha na primeira, que eram canais de drenagem, uma informação importantíssima no caso!</span></div>
<div> </div>
<div>Cesar,</div>
<div> </div>
<div>Muito obrigado pela atenção! Você me ajudou muito.</div>
<div>Eu também havia concluído que os fatores que utilizei <span style="font-size: 14.5px;"><span style="font-family: Nylas-Pro, Helvetica, 'Lucidia Grande', sans-serif;">(raças, planos e vol. conc), não aparentavam diferenças significativas, mas não estava muito seguro.</span></span></div>
<div> </div>
<div><span style="font-size: 14.5px;"><span style="font-family: Nylas-Pro, Helvetica, 'Lucidia Grande', sans-serif;">Quanto ao número de componentes utilizar minha dúvida é a seguinte:</span></span></div>
<div> </div>
<div>2 componentes<span data-emoji-typing="true">:</span> Eu explico somente 40% da variação</div>
<div>5 componentes: Eu explico 78% da variação</div>
<div> </div>
<div>Existe uma variação explicada mínima a ser considerada na escolha do número de componentes?</div>
<div> </div>
<div>Obrigado!</div>
<div><br /><br /><br /></div>
<div class="gmail_quote_attribution"> </div>