Está en la página 1de 9

UNIVERSIDAD NACIONAL DEL

ALTIPLANO-PUNO
FACULTAD DE INGENIERIA ESTADISTICA E
INFORMATICA

CURSO:

METODOS
M U LT I VA R
IANTES
TRABAJO
ENCARGADO
(ANALISIS DE
COMPONENTES
PRINCIPALES)

NOMBRE:
VENERAN
DA CALLA
CHARREZ

DOCENTE:
ING.
EDGAR E.
CARPIO
VA R G A S

SEMESTRE
En este cuadro presenta que la variable presin arterial tiene una media
de 114.000 y desviacin estndar de 5.42897 en seguida la edad tiene
una media de 48.6 y su desviacin de 2.50053 luego la variable peso
tiene 93.090 y su desviacin estndar 4.29491 y despus la variable
superf. Corporal su promedio es 1.9980 y su desviacin es 0.13648 en
seguida la duracin de la hipertensin su promedio es 6.4300 y su
desviacin es 2.14528 y luego el pulso presenta un promedio de 69.600
y su desviacin estndar es de 3.80305 y para finalizar el stress tiene
una media de 53.3500 y desviacin estndar de 37.08635.

Las variables correlacionadas son:


Presin_arterial y edad
Presin_arterial y peso
Presin_arterial y superf_corporal
Presin_arterial y pulso
Edad y peso
Edad y pulso
Peso y superf_corporal
Peso y pulso
superf_corporal y pulso
durac_hipertension y pulso
Pulso y stress

Los valores de las variables correlacionados son menores que


0.05.

Los determinantes prximos a cero estn indicando que las


variables utilizadas estn linealmente relacionadas, lo que significa
que el anlisis factorial, es una tcnica pertinente para analizar
esas variables.

Determinante = ,000

segn se observa en la parte inferior de la matriz de las


correlaciones, el valor del determinante es 0,00.

Prueba de KMO y Bartlett


Medida Kaiser-Meyer-Olkin de
,499
adecuacin de muestreo
Prueba de Aprox. Chi- 143,16
esfericidad de cuadrado 5
Bartlett gl 21
Sig. ,000

Segn Kiser-Meyer-Olkin 0,0 0.499 0,5 indica que es una adecuacin


muestral inaceptable y observamos segn Bartlett 0.00 < 0.05 es
significativa la cual comprueba que las correlaciones entre las variables
son distintas de cero de modo significativo, se comprueba si el
determinante de la matriz es distinto de uno, es decir, si la matriz de
correlaciones es distinta de la matriz unidad.
Extracci
Inicial
n
presion_arteri
1.000 .984
al
edad 1.000 .632
peso 1.000 .945
superf_corpor
1.000 .870
al
durac_hiperte
1.000 .993
nsion
pulso 1.000 .812
stress 1.000 .853
Mtodo de extraccin: anlisis de componentes
principales.

La variable edad es 0.632 es la menor extraccin y presenta poca a


variabilidad y las que dems variables son muy altas cercanos a 1 y
con lo cual se afirma que dichas variables quedan totalmente
explicadas a travs de las componentes extradas.

Varianza total explicada


Sumas de extraccin de
Autovalores iniciales cargas al cuadrado
Compone
% de % % de %
nte
Total varia acumul Total varianz acumul
nza ado a ado
1 3.90 55.83
55.833 3.908 55.833 55.833
8 3
2 1.47 21.00
76.836 1.470 21.003 76.836
0 3
3 10.12
.709 86.961 .709 10.126 86.961
6
4 .522 7.453 94.414
5 .308 4.399 98.814
6 .081 1.155 99.968
7 .002 .032 100.000

En el cuadro de la varianza total explicada de cada componente y cules


son las componentes que han sido extradas (aquellas cuyos auto
valores superan la unidad).
Los dos primeros factores tienen todos varianzas (auto valores) mayores
que 1, y entre los dos recogen el 76% de la varianza de las variables
originales.

Este grafico indica la varianza asociada a cada factor se utiliza para


determinar cuntos factores deben retenerse. Tpicamente el grfico
muestra la clara ruptura entre la pronunciada pendiente de los factores
ms importantes y el descenso gradual de los restantes (los sedimentos)

En el Grfico de Sedimentacin ayuda tomar la decisin del nmero de


componentes que hay que seleccionar se visualiza que la seleccin de 5
primeras componentes parece ser adecuada, pues a partir de la tercera
componente no es muy acusada la pendiente de la representacin
grfica de los auto valores.

Otra opcin es utilizar el criterio de Kaiser, que consiste en conservar


aquellos factores cuyo auto valor asociado sea mayor que 1.
Matriz de componente
Componente
1 2 3
presion_arteria
,965 -,230 -,005
l
edad ,723 ,304 -,129
peso ,884 -,403 ,030
superf_corpora
,804 -,473 ,006
l
durac_hiperte
,434 ,525 ,727
nsion
pulso ,844 ,284 -,137
stress ,355 ,764 -,379
Mtodo de extraccin: anlisis de
componentes principales.
a. 3 componentes extrados.
La Matriz de Componentes que aparece en la salida se denomina Matriz
de Cargas o Saturaciones Factoriales, indica la carga de cada variable en
cada factor, de forma que los factores con pesos factoriales ms
elevadas en trminos absolutos indican una relacin estrecha con las
variables.
En este grafico se observa que existen 5 grupos.
En la diagonal de la matriz reproducida se encuentran las Comunidades
finales.

Junto con la matriz de correlaciones reproducidas se muestra la matriz


de correlaciones residuales, la cual contiene los residuos, es decir, las
diferencias entre las correlaciones observadas y las correlaciones
reproducidas.

Si el modelo es el correcto, el nmero de residuos con valores elevados


debe ser mnimo.
Representacin tridimensional de las saturaciones factoriales para los
tres primeros factores:
Matriz de coeficiente de puntuacin
de componente
Componente
1 2 3
presion_arteria
,247 -,156 -,007
l
edad ,185 ,207 -,182
peso ,226 -,274 ,043
superf_corpora
,206 -,322 ,008
l
durac_hiperte
,111 ,357 1,026
nsion
pulso ,216 ,193 -,193
stress ,091 ,519 -,535
Mtodo de extraccin: anlisis de
componentes principales.
Puntuaciones de componente.

Matriz de covarianzas de
puntuacin de componente
Compone
nte 1 2 3
1 1,000 ,000 ,000
2 ,000 1,000 ,000
3 ,000 ,000 1,000
Mtodo de extraccin: anlisis de
componentes principales.
Puntuaciones de componente.

También podría gustarte