Coleção multivariada
Scree
Plota variância explicada por componente, proporção acumulada e referência de Kaiser.
O que o bloco faz
O bloco multi/scree desenha a proporção explicada por componente como barras e a proporção acumulada como linha. Recebe um modelo PCA e produz um gráfico. 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 Scree para inspecionar o cotovelo da variância explicada e comparar com a recomendação da análise paralela.
Configuração
Conecte um modelo multi/pca. Aspecto, Tema, Título, Rótulo X, Rótulo Y e Legenda controlam o gráfico.
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("graf", "multi/scree", from = "pca")O gráfico resultante mostra proporções individuais e acumuladas dos componentes.
Como interpretar
O eixo está em proporção da variância. A linha horizontal de Kaiser (autovalor 1) só aparece para PCA padronizada; não se aplica à PCA por covariância.