1 3. COMPONENTES PRINCIPALESIntroducción Componentes principales Componentes principales muestrales Comportamiento asintótico de autovalores y autovectores 1

2 Reducir la dimensión manteniendo la máxima información posible. Introducción Reducir la dimensión manteniendo la máxima información posible. Interpretación. Paso previo al uso de otras técnicas. 2 COMPONENTES PRINCIPALES

3 Componentes principalesConsiste en construir combinaciones lineales de las variables originales. Media: Varianza: Covarianza: 3 COMPONENTES PRINCIPALES

4 Componentes principalesPrimera componente principal: combinación lineal de X tal que Segunda componente principal: combinación lineal de X tal que 4 COMPONENTES PRINCIPALES

5 Componentes principales... i-ésima componente principal: combinación lineal de X tal que 5 COMPONENTES PRINCIPALES

6 Componentes principalesTeorema Sea con matriz de covarianzas  y autovalores y autovectores 6 COMPONENTES PRINCIPALES

7 Componentes principalesEntonces las componentes principales son: Además, 7 COMPONENTES PRINCIPALES

8 Componentes principalesTeorema Sea con matriz de covarianzas  y pares de autovalores y autovectores 8 COMPONENTES PRINCIPALES

9 Componentes principalesSean las componentes principales: Entonces 9 COMPONENTES PRINCIPALES

10 Componentes principalesConsecuencia La proporción de varianza explicada por la componente es: Proposición 10 COMPONENTES PRINCIPALES

11 Componentes principalesTeorema Sean X, , , , y los pares de autovalores y autovectores de , Entonces las componentes principales de Z = (V1/2)-1 (X – μ) son: Nota: No es lo mismo hacer componentes principales con  que con  11 COMPONENTES PRINCIPALES

12 Componentes principalesAdemás, y se cumple que Nota: No es lo mismo hacer componentes principales con  que con  12 COMPONENTES PRINCIPALES

13 Componentes principales muestralesTeorema Sea la matriz de datos y los pares de autovalores y autovectores de Sn Entonces la i-ésima componente principal muestral es: La varianza muestral de es Varianza total muestral: Covarianza muestral de e es 0. Correlación muestral: 13 COMPONENTES PRINCIPALES

14 Componentes principales muestralesTeorema Sea la matriz de datos y los pares de autovalores y autovectores de R Entonces la i-ésima componente principal muestral es: 14 COMPONENTES PRINCIPALES

15 Componentes principales muestralesVarianza muestral de es Varianza total muestral: Covarianza muestral de e es 0 Correlación: 15 COMPONENTES PRINCIPALES

16 Componentes principales muestralesEjemplo 16 COMPONENTES PRINCIPALES

17 Componentes principales muestralesAutovalores y autovectores Calcular componentes principales sobre las variables tipificadas. 17 COMPONENTES PRINCIPALES

18 Componentes principales muestralesDiagrama del precipicio Sirve para determinar cuántas componentes principales utilizar. Incluye el número de posibles componentes principales y los autovalores ordenados en los ejes x e y, respectivamente. Autovalores p 1 2  i n.    i    n nº c.p. Nota: Cuando el gráfico se hace horizontal, no se utilizan más componentes principales Se toman i componentes principales 18 COMPONENTES PRINCIPALES

19 Comportamiento asintótico de autovalores y autovectoresDada , sean autovalores de  con (no se repiten). Sean X1, X2,..., Xn i.i.d. y los siguientes autovalores y autovectores muestrales 19 COMPONENTES PRINCIPALES

20 Comportamiento asintótico de autovalores y autovectores(i) Comportamiento asintótico de los autovalores d (ii) Comportamiento asintótico de los autovectores d (iii) Cada es independiente de los elementos de 20 COMPONENTES PRINCIPALES

21 Comportamiento asintótico de autovalores y autovectoresEjemplo Construir un intervalo con 1- = 0,95 para 1, siendo: 21 COMPONENTES PRINCIPALES

22 22 EJEMPLOS

23

24 Componentes principales con la matriz de correlaciones24

25 25 EJEMPLOS

26 26 EJEMPLOS

27 27 EJEMPLOS

28

29 29 EJEMPLOS

30

31

32

33 33 EJEMPLOS

34 34 EJEMPLOS

35 35 EJEMPLOS

36 36 EJEMPLOS

37 37 EJEMPLOS

38 38 EJEMPLOS

39 39 EJEMPLOS

40 40 EJEMPLOS

41 41 EJEMPLOS

42 42 EJEMPLOS