Objetivos: Reducir la dimensión de un conjunto de variables cuantitativas definiendo, a partir de las mismas, un nuevo conjunto de variables, denominados componentes. Estos son combinaciones lineales de las variables originales, incorrelados entre sí y reproducen la variabilidad original.

Los componentes pueden ordenarse en función de la información que aportan de las variables originales, y viene expresada a través de su varianza (cuanto mayor sea la varianza, mayor es la información del componente correspondiente).

Normalmente, con un número de componentes inferior al de variables se consigue explicar un alto porcentaje de la varianza original, lo que permite reducir la dimensión del problema.

Tipo de técnica: Exploratoria, multivariante, de interdependencia y de reducción de la dimensionalidad.

Información de partida: Una matriz formada por p variables numéricas (columnas) valoradas en n individuos (filas).

Ejemplos: En general, cualquier situación donde se parta de un número grande de variables cuantitativas que se desee reducir sin gran pérdida de información. Se puede utilizar como un análisis preliminar antes de aplicar otro tipo de técnicas como regresión o conglomerados.


Funciones de R


Bibliografía básica

Aldás, J. y Uriel, E. 2017. Análisis multivariante aplicado en R. Ediciones Paraninfo, Madrid.

Uriel, E. y Aldás, J. 2005. Análisis Multivariante Aplicado. Thomson Editores Spain.


Licencia de Creative Commons
Grupo Innovación Docente: Estadística en Ciencias Sociales. Universidad de Murcia.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.