Aplicación de rutinas en lenguaje R para análisis de componentes principales

Cuando se diposne de una gran cantidad de observaciones para cada individuo, los análisis univariados tienen la limitación de no contemplar las interrelaciones entre todas las variables, ni cómo esas interrelaciones afectan al conjunto de individuos. Como alternativa fueron desarrolladas las técnic...

Descripción completa

Detalles Bibliográficos
Autores principales:	López-Bautista, Ezequiel A., Gónzalez-Ramírez, Byron H.
Formato:	Online
Idioma:	spa
Publicado:	Universidad de San Carlos de Guatemala 2017
Acceso en línea:	https://revistas.usac.edu.gt/index.php/cytes/article/view/521

id	CYTES521
record_format	ojs
spelling	CYTES5212022-10-03T18:27:41Z Aplicación de rutinas en lenguaje R para análisis de componentes principales López-Bautista, Ezequiel A. Gónzalez-Ramírez, Byron H. Cuando se diposne de una gran cantidad de observaciones para cada individuo, los análisis univariados tienen la limitación de no contemplar las interrelaciones entre todas las variables, ni cómo esas interrelaciones afectan al conjunto de individuos. Como alternativa fueron desarrolladas las técnicas multivariadas, que brindan descripciones de estas interrelaciones, tomando las variables en su conjunto. El análisis de componentes principales (ACP) es la esencia del análisis estadístico multivariado y tiene como objetivo reducir el número de variables, a través de la generación de nuevas variables, que son combinaciones lineales de las variables originales. El objetivo de este trabajo es presentar una serie de rutinas computacionales en el lenguaje R v. 3.10 para el ACP. Este lenguaje es de uso mundial, por ser libre, flexible y con soporte de estadísticos de reconocido prestigio. Para ilustrar su aplicación, se tomó una base de datos referente a los precios de cinco tipos de alimentos (en centavos de dólar): pan, hamburguesa, leche, naranjas y tomates en 23 ciudades de los Estados Unidos. Los datos fueron analizados exploratoriamente seguido del análisis de correlación entre pares de variables. Utilizando la función PRINCOMP y el paquete RCOMMANDER se realizó el ACP y la construcción del biplot. Además fueron utilizadas las bibliotecas: Hmisc, Plotrix, Ellipse, Corrplot, Ggplot2, Devtools y Vqv/ggbiplot. Los resultados fueron comparados con los obtenidos en otros programas, no encontrando diferencias. Se concluye que el lenguaje R es una herramienta poderosa, debiendo divulgar su uso en la docencia de la estadística a nivel universitario. Universidad de San Carlos de Guatemala 2017-12-19 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Resúmenes de congresos application/pdf https://revistas.usac.edu.gt/index.php/cytes/article/view/521 10.36829/63CTS.v4i2.521 Ciencia, Tecnología y Salud; Vol. 4 No. 2; 255 Ciencia, Tecnología y Salud; Vol. 4 Núm. 2; 255 2409-3459 2410-6356 spa https://revistas.usac.edu.gt/index.php/cytes/article/view/521/323 Derechos de autor 2017 Ezequiel A. López-Bautista, Byron H. Gónzalez-Ramírez https://creativecommons.org/licenses/by-nc-sa/4.0
institution	Universidad de San Carlos de Guatemala
collection	Ciencia, Tecnología y Salud
language	spa
format	Online
author	López-Bautista, Ezequiel A. Gónzalez-Ramírez, Byron H.
spellingShingle	López-Bautista, Ezequiel A. Gónzalez-Ramírez, Byron H. Aplicación de rutinas en lenguaje R para análisis de componentes principales
author_facet	López-Bautista, Ezequiel A. Gónzalez-Ramírez, Byron H.
author_sort	López-Bautista, Ezequiel A.
description	Cuando se diposne de una gran cantidad de observaciones para cada individuo, los análisis univariados tienen la limitación de no contemplar las interrelaciones entre todas las variables, ni cómo esas interrelaciones afectan al conjunto de individuos. Como alternativa fueron desarrolladas las técnicas multivariadas, que brindan descripciones de estas interrelaciones, tomando las variables en su conjunto. El análisis de componentes principales (ACP) es la esencia del análisis estadístico multivariado y tiene como objetivo reducir el número de variables, a través de la generación de nuevas variables, que son combinaciones lineales de las variables originales. El objetivo de este trabajo es presentar una serie de rutinas computacionales en el lenguaje R v. 3.10 para el ACP. Este lenguaje es de uso mundial, por ser libre, flexible y con soporte de estadísticos de reconocido prestigio. Para ilustrar su aplicación, se tomó una base de datos referente a los precios de cinco tipos de alimentos (en centavos de dólar): pan, hamburguesa, leche, naranjas y tomates en 23 ciudades de los Estados Unidos. Los datos fueron analizados exploratoriamente seguido del análisis de correlación entre pares de variables. Utilizando la función PRINCOMP y el paquete RCOMMANDER se realizó el ACP y la construcción del biplot. Además fueron utilizadas las bibliotecas: Hmisc, Plotrix, Ellipse, Corrplot, Ggplot2, Devtools y Vqv/ggbiplot. Los resultados fueron comparados con los obtenidos en otros programas, no encontrando diferencias. Se concluye que el lenguaje R es una herramienta poderosa, debiendo divulgar su uso en la docencia de la estadística a nivel universitario.
title	Aplicación de rutinas en lenguaje R para análisis de componentes principales
title_short	Aplicación de rutinas en lenguaje R para análisis de componentes principales
title_full	Aplicación de rutinas en lenguaje R para análisis de componentes principales
title_fullStr	Aplicación de rutinas en lenguaje R para análisis de componentes principales
title_full_unstemmed	Aplicación de rutinas en lenguaje R para análisis de componentes principales
title_sort	aplicación de rutinas en lenguaje r para análisis de componentes principales
publisher	Universidad de San Carlos de Guatemala
publishDate	2017
url	https://revistas.usac.edu.gt/index.php/cytes/article/view/521
work_keys_str_mv	AT lopezbautistaezequiela aplicacionderutinasenlenguajerparaanalisisdecomponentesprincipales AT gonzalezramirezbyronh aplicacionderutinasenlenguajerparaanalisisdecomponentesprincipales
_version_	1805406442286481408

Aplicación de rutinas en lenguaje R para análisis de componentes principales

Ejemplares similares