Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Repaso Est2
Repaso Est2
data: tc
X-squared = 91.563, df = 16, p-value = 1.288e-12
Call:
CA(X = tc, ncp = 2, graph = FALSE)
The chi square of independence between the two variables is equal to 91.56317 (p-value
= 1.287882e-12 ).
Eigenvalues
Dim.1 Dim.2 Dim.3 Dim.4
Variance 0.038 0.004 0.000 0.000
% of var. 90.366 8.694 0.933 0.008
Cumulative % of var. 90.366 99.060 99.992 100.000
Rows
Iner*1000 Dim.1 ctr cos2 Dim.2 ctr cos2
City Market | 15.356 | 0.244 39.884 0.977 | -0.032 7.040 0.017 |
Com. Mexicana | 2.491 | 0.097 5.668 0.856 | -0.022 3.168 0.046 |
Soriana | 2.431 | -0.045 1.159 0.179 | 0.097 55.092 0.820 |
Superama | 4.887 | -0.163 12.541 0.965 | 0.027 3.529 0.026 |
Walmart | 16.454 | -0.341 40.749 0.931 | -0.092 31.169 0.069 |
Columns
Iner*1000 Dim.1 ctr cos2 Dim.2 ctr cos2
Una vez | 18.143 | -0.214 48.008 0.995 | -0.013 1.781 0.004 |
Dos veces | 0.293 | 0.015 0.127 0.163 | -0.023 3.127 0.386 |
Tres veces | 3.958 | 0.120 6.209 0.590 | 0.099 43.294 0.396 |
Cuatro veces | 5.271 | 0.196 12.477 0.890 | 0.057 11.065 0.076 |
Cinco veces | 13.955 | 0.329 33.178 0.894 | -0.113 40.732 0.106 |
4. Poniendo atención a los perfiles fila, cuando la frecuencia de compra es “Tres veces por
semana” la mayor proporción es igual a 0.182 y corresponde al punto fila Soriana
.
### Perfiles fila
perfil.fila <- prop.table(as.matrix(tctot[,-ncol(tctot)]),1)
perfil.fila <- round(perfil.fila,4)
perfil.fila
Una vez Dos veces Tres veces Cuatro veces Cinco veces
City Market 0.2888 0.2166 0.1805 0.1444 0.1697
Com. Mexicana 0.3600 0.2000 0.1600 0.1400 0.1400
Soriana 0.4077 0.1953 0.1824 0.1288 0.0858
Superama 0.4615 0.2051 0.1538 0.1026 0.0769
Walmart 0.5517 0.2069 0.1034 0.0690 0.0690
Total 0.3955 0.2050 0.1614 0.1227 0.1155
5. Con base a la lectura del mapa perceptual, se puede afirmar que el supermercado “Superama”
tiene correspondencia con el punto columna Una vez .
#--- La visualizacion conjunta:
fviz_ca_biplot(res.ca, repel = TRUE)
6. La inercia total explicado por los dos primeros componentes es igual 99.060 %.
Eigenvalues
Dim.1 Dim.2 Dim.3 Dim.4
Variance 0.038 0.004 0.000 0.000
% of var. 90.366 8.694 0.933 0.008
Cumulative % of var. 90.366 99.060 99.992 100.000
8. El punto columna Una vez es el que contribuye más la inercia del primer
componente y es equivalente al 48.008 %.
Columns
Iner*1000 Dim.1 ctr cos2 Dim.2 ctr cos2
Una vez | 18.143 | -0.214 48.008 0.995 | -0.013 1.781 0.004 |
Dos veces | 0.293 | 0.015 0.127 0.163 | -0.023 3.127 0.386 |
Tres veces | 3.958 | 0.120 6.209 0.590 | 0.099 43.294 0.396 |
Cuatro veces | 5.271 | 0.196 12.477 0.890 | 0.057 11.065 0.076 |
Cinco veces | 13.955 | 0.329 33.178 0.894 | -0.113 40.732 0.106 |
Se desea hacer un estudio sobre los diferentes supermercados de la ciudad. Las variables que se
han considerado son las siguientes:
Los datos de una muestra de clientes que se presentan en la Hoja2 del archivo EE2_2.xlsx.
10. La segunda dimensión tiene la menor contribución de la inercia del punto columna X3 y
es equivalente al 0.000%.