Documentos de Académico
Documentos de Profesional
Documentos de Cultura
library(tidyverse);library(broom);library(caret);library(glmnet);library(ggthemes);
library(magrittr); library(car); library(gdata); library(ggplot2); library(gridExtra); library(ggpubr);
library(readxl);library(ISLR);library(leaps);library(psych);library(dplyr);library(sandwich);
library(lmtest);library(mltools);library(tseries);library(astsa);library(GGally);library(knitr);
library(kableExtra);library(corrplot);library(class);library(texreg);library(xtable);library(MASS);
library(data.table);library(e1071);library(kernlab);library(RColorBrewer);library(tree);
library(partykit);library(rpart);library(plyr);library(rpart.plot);library(ipred);library(AICcmodavg);
library(plotly);library(gvlma);library(datarium);library(DMwR2);library(MLmetrics);
library(Metrics);library(FNN);library(rsample);library(faraway);library(mctest,REdaS);
library(psych, corrgram);library(polycor);library(ggcorrplot)
> DF = data.frame(DF)
> DF
Observamos que los datos están compuesto por 4 variables las cuales son (Clones, Normas,
Bloques y Rendimiento), y 3 de ellas son variables cualitativas, entonces debemos
transformarlas a variables cuantitativas.
> corrgram::corrgram(DF)
> cr = cor(DF)
> corrplot(cr)
Según la tabla y las gráficas anteriores, nos dice que hay una correlación correlación positiva
media entre las variables Rendimiento y Clones, y hay una correlación negativa media entre las
variables Normas y Rendimiento.
POSTERIORMENTE HAREMOS UN ANÁLISIS FACTORIAL
El resultado va estar compuesto por la variabilidad explicada por los factores explicados como
una combinación linear de un factor(communality) e la variabilidad, que no puede ser explicada
por una combinación linear de un factor (uniqueness). Escogemos un (1) factor para hacer el
análisis porqué la cantidad de variables no es superior a 4 y por tanto, la función factanal NO
permite hacer el análisis con más factores.
Call:
factanal(x = DF, factors = 1)
Uniquenesses:
Clones Normas Bloques Rendimiento
0.727 0.826 0.999 0.005
Loadings:
Factor1
Clones 0.522
Normas -0.417
Bloques
Rendimiento 0.997
Factor1
SS loadings 1.443
Proportion Var 0.361
Una alta uniqueness para una variable indica que el factor no responde bien por su variación.
> df_fa$uniquenesses
0.3361016
MATRIZ RESIDUAL
No es posible hacer um Análisis Factorial em tres situaciones: sin rotación, con rotación varimax
y con rotación promax, ya que para esto necesitamos un mínimo de 2 factores y los datos no se
prestan para hacerlo