Aviso: Por labores de mantenimiento y mejora del repositorio, el martes día 1 de Julio, Docta Complutense no estará operativo entre las 9 y las 14 horas. Disculpen las molestias.
 

Análisis de Componentes Principales (ACP / PCA)

Loading...
Thumbnail Image

Official URL

Full text at PDC

Publication date

2021

Advisors (or tutors)

Editors

Journal Title

Journal ISSN

Volume Title

Publisher

Citations
Google Scholar

Citation

Abstract

Se suele definir conceptualmente a la técnica de Análisis de Componentes Principales (ACP) como una forma de reducción de ruido. En un conjunto de datos podemos tener ejemplares que puntúen en un conjunto de variables observables. No obstante, el objetivo es conseguir unas super-variables que nos resuman todas las relaciones ocultas de las variables observables de una manera simple pero sin pérdida de información. Por ejemplo, si tenemos 60 variables observables (número de amigos, valoración de los días soleados, puntualidad, etc.) en las que las personas puntúan, lo que querríamos es tener unas pocas super-variables, muchas menos, que nos resumiesen todas las posibles constelaciones significativas que se forman con ellas. Es decir, unos constructos de mayor abstracción y que resuman a las variables observables. De esto va la técnica de Componentes Principales: de resumir e identificar posibles constructos en un conjunto de datos.

Research Projects

Organizational Units

Journal Issue

Description

Keywords