Os mapas de indivíduos para as duas primeiras dimensões mostram que há uma melhor representatividade dos valores extremos (v. Plano.png) onde o cos² é maior.
Para as três variáveis categóricas que você usou (raças, planos e vol. conc) as elipses de confiança (que presumo sejam 95%) indicam que para essa amostra os dados não indicam diferenças com significância estatística dentro dos limiares usuais. Minhas referências de estudo para esse assunto : Foucart, T. L’analyse des données, mode d’emploi : méthodes et études de cas. Rennes.] Presses Univ. de Rennes, 1997. Escofier, B.; Pagès, J. Analyses factorielles simples et multiples: Objectifs, méthodes et interprétation. Paris. Dunod, 2008. A última trabalha bem a questão da interpretação com casos mais recentes, embora a primeira seja bem equilibrada entre teoria e exemplos práticos. Há material na Internet, mas não posso opinar sobre eles, inclusive vídeos. HTH -- Cesar Rabak On Thu, Apr 23, 2020 at 4:57 PM Fernando Souza por (R-br) < [email protected]> wrote: > Olá Cesar > > Obrigado pelo retorno! > > Eu montei os gráficos (mapa de indivíduos) conforme sugerido e adicionei > no link. Você poderia me orientar sobre a interpretação. Eu fiz uma aqui > mas não estou seguro e gostaria de ouvir a opinião de alguém mais > experiente para comparar com as que fiz. Você poderia me dizer o que pode > concluir dos gráficos? > > https://drive.google.com/open?id=1jS5tCX-2-qHo2Gbej00DkFQBpLztwXks > > Aproveito para pedir dicas de boas referencias para estudo, principalmente > como tirar as conclusões do PCA para o modelo. > > Atenciosamente > > > > > > Em qua., 22 de abr. de 2020 às 22:03, Cesar Rabak por (R-br) < > [email protected]> escreveu: > >> Fernando, >> >> Há dois aspectos a ser vistos na sua ACP. >> >> O número de variáveis que você tem antes da ACP e número de casos para >> você fazer uma análise multivariada (nos dois casos). >> >> Um gráfico muito interessante para auxiliá-lo a decidir sobre seus >> resultados é o "mapa de indivíduos" que plota cada caso no plano das CP, >> sendo as primeiras componentes as mais "interessantes" posto que "espalham" >> mais os dados por terem sido resultado de uma operação matemática que >> maximiza a variâncias nesses dados. >> >> Nesses mapas de indivíduos você pode rotular com cores ou símbolos >> aspectos da sua investigação. >> >> O uso das primeiras CP usando o diagrama *scree* ajuda, *mas* a >> interpretação da multivariada que você venha a fazer precisará de mais >> trabalho, porém você escapa do problema de ter mais variáveis que casos, >> que exigiria uso de técnicas de validação cruzada, etc. >> >> HTH >> -- >> Cesar Rabak >> >> >> On Wed, Apr 22, 2020 at 6:26 PM Fernando Souza por (R-br) < >> [email protected]> wrote: >> >>> Olá pessoal tudo bem >>> >>> Estou realizando uma análise de componentes principais, com o objetivo >>> de selecionar as melhores variáveis para uma análise multivariada. >>> >>> Gostaria de uma orientação sobre a interpretação. Eu interpretei de >>> forma correta? Variáveis que possuem alta correlação com um CP também estão >>> correlacionadas entre si. Isso significa que posso utilizar somente uma das >>> principais variáveis do CP1 (por exemplo) para incluir no modelo >>> multivariado? No caso a variável que apresentar significado para o trabalho. >>> >>> Os círculos de correlação, screem plot e corrplot geradas pelo Pca estão >>> disponíveis no link >>> https://drive.google.com/open?id=1jS5tCX-2-qHo2Gbej00DkFQBpLztwXks >>> >>> A interpretação que fiz foi a seguinte: >>> >>> Considerei as variáveis PC,IC e Prod leite (Azul no gráfico) como >>> variável suplementar quantitativa. Baseado no ScreenPlot selecionei >>> somente 5 CP para avaliação que explicaram 67,80% da variancia total. Pela >>> minha interpretação cheguei as seguintes conclusões >>> >>> Principais variáveis para cada componente: >>> >>> Consumos (CP1): CMS,CMO,CPB,CEE,CCNF,CFDNcp,CFDA,CNDT,CEB,CED,CEM,CEL >>> >>> Energia (CP2) : EB,ED,EM,EL >>> >>> Peso (CP3): PV,PCJ,PCVZ,PCVZ075 >>> >>> Composição do Leite(CP4) : Solido e DCNF >>> >>> Variaveis sanguíneas (CP5): PT e ALBUMINA >>> >>> >>> >>> Segue uma descrição do trabalho para compreensão. Aceito sugestões sobre >>> a melhor forma trabalhar esses dados >>> >>> O banco de dados é oriundo dois estudos realizados pelo mesmo grupo de >>> pesquisa nas mesmas condições experimentais >>> (animais,instalação,dieta,manejo) e avaliaram 48 variáveis. >>> Os fatores experimentais foram: >>> *Raça*: Estudo 1 avaliou 12 animais (6 raça1 e 6 da raça 2). O estudo 2 >>> avaliou 13 animais (6 raça 1 e 7 raça 2) >>> *Plano nutricional:* O estudo 1 avaliou os níveis (0,15,30) o estudo 2 >>> avaliou os níveis (0,5,10,20) >>> *Dias em lactação-DEL* (medidas repetidas no tempo): Estudo 1, dias >>> dispersos entre os períodos de 30 a 120 dias. No estudo 2 os DEL foram >>> avaliados em dias entre 150 a 250 dias. >>> >>> >>> Eu realizei uma análise gráfica e não há indicações de haver diferenças >>> entre estudos, o que era de certo modo esperado. Raça e DEL parecem ser os >>> fatores que afetam as variáveis respostas. >>> >>> >>> >>> -- >>> ========================================= >>> Fernando Souza >>> Zootecnista, DSc. Produção e Alimentação Animal >>> Celular: (31)99796-8781 (Vivo) >>> E-mail:[email protected] <e-mail%[email protected]> >>> Lattes: http://lattes.cnpq.br/6519538815038307 >>> Blog: https://producaoanimalcomr.wordpress.com/ >>> ========================================== >>> _______________________________________________ >>> R-br mailing list >>> [email protected] >>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >>> código mínimo reproduzível. >>> >> _______________________________________________ >> R-br mailing list >> [email protected] >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >> código mínimo reproduzível. >> > > > -- > ========================================= > Fernando Souza > Zootecnista, DSc. Produção e Alimentação Animal > Celular: (31)99796-8781 (Vivo) > E-mail:[email protected] <e-mail%[email protected]> > Lattes: http://lattes.cnpq.br/6519538815038307 > Blog: https://producaoanimalcomr.wordpress.com/ > ========================================== > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça > código mínimo reproduzível. >
_______________________________________________ R-br mailing list [email protected] https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
