Variância explicada

O que o bloco faz

O bloco multi/pca_variance extrai do modelo PCA uma tabela com um registro por componente e as colunas autovalor, desvio, proporcao e acumulada. O bloco recebe multi/pca.

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.

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 Variância explicada para decidir quantos componentes analisar e quantos manter na redução de dimensão.

Configuração

Sem parâmetros próprios; conecte um modelo multi/pca.

Exemplo

library(trama)

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

tr_flow(reg) |>
  tr_add("dados", "multi/example", dataset = "USArrests") |>
  tr_add("pca", "multi/pca", cols = "Murder, Assault, UrbanPop, Rape", from = "dados") |>
  tr_add("var", "multi/pca_variance", from = "pca")

A tabela devolve uma linha por componente CP e suas proporções explicadas.

Como interpretar

autovalor é variância; desvio é sua raiz; proporcao soma 1 e acumulada soma as proporções sucessivas. Na PCA não padronizada, autovalores ficam na unidade ao quadrado das variáveis.