Análise paralela

O que o bloco faz

O bloco multi/parallel compara os autovalores observados aos quantis de autovalores de matrizes aleatórias com o mesmo tamanho. Devolve uma tabela com autovalores observados, referências simuladas e a indicação reter. O bloco recebe data/table.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Variância

A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.

Repetição

Cada unidade experimental que recebe o mesmo tratamento. As repetições permitem estimar o erro experimental; medir várias vezes a mesma unidade não é repetição.

Componente principal

Uma nova variável formada por uma combinação das variáveis originais, escolhida para reter a maior variação possível. Os primeiros componentes resumem muitas variáveis correlacionadas em poucas.

Quando usar

Use Análise paralela para estimar quantos componentes ou fatores explicam mais variância que dados sem estrutura correlacional.

Configuração

• Variáveis — colunas numéricas; em branco, todas.
• Repetições — número de matrizes aleatórias (100 por padrão, de 10 a 10.000).
• Percentil — quantil de referência (95 por padrão, de 50 a 99).

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.multi", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "multi/example", dataset = "questionario") |>
  tr_add("pa", "multi/parallel", cols = "ans1, ans2, ans3, soc1, soc2, soc3", from = "dados")

A tabela alinha autovalores observados e aleatórios para comparar critérios de retenção.

Como interpretar

Considere os autovalores observados acima da referência aleatória como candidatos a retenção; confira também interpretabilidade. questionario tem três fatores plantados.