Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Preguntas detonadoras:
1) ¿Cómo generar una combinación lineal entre varios indicadores? En general, ¿qué
es una combinación lineal?
Una combinación lineal es resultado de la suma de multiplicar los vectores por
escalares, en nuestro caso los vectores son los indicadores y para formar una
combinación lineal entre los 3 indicadores se necesita multiplicar cada vector por un
escalar.
2) ¿Cómo ubicar la combinación lineal donde ocurre la mayor variabilidad de los datos?
Dónde ocurre la mayor variabilidad de datos es aquella combinación lineal dónde se
encuentra la mayor dispersión de datos conforme una variable, esto a través de una
técnica de reducción de dimensionalidad. (Softek, 2021)
3) ¿Cómo convertir los datos originales (dimensión alta) a un espacio representable
(dimensión baja)? ¿Cómo calcular el error en esta representación?
El reducir la dimensionalidad de un modelo estadístico se disminuye el número de
funciones que se utilizan, lo que lo vuelve un modelo más sencillo y eficientes. La
técnica que se usará es el análisis de componentes principales que consta de
estandarizar la matriz, luego calcular la matriz de covarianza, después el cálculo de los
eigenvectores y eigenvalores y por último se reorienta la información. (Gil Martinez,
2018)
Desarrollo:
Primer paso: Estandarización
El objetivo es estandarizar el rango de las variables iniciales continuas para que cada
una de ellas contribuya por igual al análisis.
Se mandan llamar los datos desde Excel con la función “readmatrix”, generando una
matriz sin estandarizar de 200 filas por 3 columnas.
Para concluir podemos confirmar que resulta mucho más sencillo realizar un análisis
con solamente 1 variable, porque en nuestro caso explica más de un 70 % del
desempeño del trabajador, lo que resulta más fácil de comprender para un gerente o
administrador que tiene muchas más tareas, al contrario que tener que analizar 2 o
más variables dónde se vuelve poco práctico, con solo 1 variable el modelo se vuelve
más sencillo y eficiente.
Referencias:
Softtek. (2021, septiembre). La reducción de dimensionalidad en el machine learning.
https://blog.softtek.com/es/la-reduccion-de-dimensionalidad-en-el-machine-learning
https://rpubs.com/Cristina_Gil/PCA
Anexo
(1)
(2)
(3)
(4)
(5)