Estadística multivariable análisis de componentes principales

Autores/as

  • Dr. Cs. Gustavo Ruiz Aranibar Ex-Docente Universidad Autónoma Gabriel René Moreno, Santa Cruz-Bolivia

Palabras clave:

Ecuación característica, matriz de correlación, valor propio, vector propio, ejes principales, mutivariante, análisis de componentes principales

Resumen

El análisis de componentes principales es probablemente la transformación más comúnmente utilizada para realizar varias tareas en muchas aplicaciones, se utiliza generalmente para reducir la dimensionalidad de los datos multivariados de modo que los modelos de rasgos univariados puedan ajustarse a los componentes principales individuales. Convierte un conjunto de observaciones de variables posiblemente correlacionadas en un conjunto de valores de variables sin correlación lineal llamadas componentes principales, cuyos resultados se los debe interpretar.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Dr. Cs. Gustavo Ruiz Aranibar, Ex-Docente Universidad Autónoma Gabriel René Moreno, Santa Cruz-Bolivia

Especializado en Estadística. Profesor de Estadística, Matemáticas y Computación, cursó un Doctorado en Ciencias en Educación Superior en la Universidad Autónoma Gabriel René Moreno UAGRM, Facultad de Auditoria Financiera, FAF Facultad de Ciencias Administrativas, Económicas y Financieras, FCEAF. Autor de siete artículos publicados en la Revista Varianza.

Descargas

Publicado

01-11-2018

Cómo citar

Ruiz Aranibar, G. (2018). Estadística multivariable análisis de componentes principales. REVISTA VARIANZA, 15(15), 44–61. Recuperado a partir de https://ojs.umsa.bo/ojs/index.php/revistavarianza/article/view/399

Número

Sección

Notas Científicas

Artículos similares

También puede {advancedSearchLink} para este artículo.