INFORME TAREA 4

Profesor: Manuel Reyes

Auxiliares: Jos Miguel Alvarado, Emilio Varas
Integrantes: Manuel Hernndez Salinas
Esteban Micco
Fecha: 26 de Noviembre de 2014

PREGUNTA 1

a) Cuntas componentes se requiere para explicar el 70% de la varianza de los datos?

Primero que todo realizamos en SPSS el anlisis de componentes principales, y observamos los
resultados de la siguiente tabla.

Tabla N1 Varianza total explicada

Si vemos el porcentaje acumulado de la varianza para los autovalores iniciales, vemos que con 5
componentes tenemos un 72.095% de la varianza total. Si tomramos menos componentes no
podemos alcanzar un 70%, por lo tanto escogemos la menor cota superior.

b) Describa los mtodos vistos en clases para determinar un nmero adecuado de

componentes y aplquelos a los datos disponibles.

El primer mtodo consiste en observar el grfico de sedimentacin (Scree plot), y ver donde existe
un codo. Este codo indica una cantidad adecuada de componentes. Para aplicarlo al caso revisado
en este informe, se procede viendo el grfico N1.

Grfico N1

Analizando el grfico, se puede ver que existe un codo en la coordenada (4,0.8). Por lo tanto el
nmero adecuado de componentes a considerar debiese ser 4. Cabe destacar que esta regla si bien
es bastante intuitiva y simple, a veces no es tan claro identificar el codo, o bien pueden existir ms
de 1.
Regla de Kaiser: Esta es la segunda regla y se basa en considerar las componentes que posean
valores propios mayores a 1.
En nuestro caso vemos la columna Autovalores iniciales de la Tabla N1 y buscamos en la
subcolumna Total las componentes que tengan valor mayor a 1, encontrando que las componentes
que cumplen esto, son la 1, 2, y 3.
Varianza explicada: Esta es la tercera regla y su objetivo es considerar un nmero suficiente de
componentes con el fin de abarcar un porcentaje especfico de la varianza en cada una de las
variables.
En el caso analizado, podemos escoger un porcentaje que queremos que sea representado por una
cantidad de componentes. Por ejemplo si queremos explicar un 60% de la varianza debemos ver la
Columna Autovalores iniciales de la Tabla N1 y vemos la subcolumna %acumulado, de donde
vemos que para tener un 60% debemos considerar 4 componentes. Si cambiamos el porcentaje a
70% debemos considerar 5 componentes, el porcentaje que uno requiera har cambiar el nmero de
componentes a considerar.

c) Con cuntas componentes propone trabajar? Justifique.

Considerando los 3 mtodos expuestos anteriormente, nos damos cuenta que el primero nos arroja
que debemos usar 4 componentes, el segundo nos dice que usemos 3 componentes, y el ultimo
considerando un 70% de varianza, nos indica que usemos 5 componente. Para este caso se

propone trabajar con 3 componentes, pues es el resultado de un mtodo matemtico, que es ms

confiable que el mtodo grfico. Con estas 3 componentes explicamos un 55.7% de la varianza. A
continuacin se muestra la tabla con 3 componentes.
Matriz de componentea
Componente
1

finds fault

.035

-.135

.824

does a thorough job

.548

.662

.048

original

.698

-.201

-.280

curious

.583

-.192

.140

reliable

.551

.582

-.187

imaginative

.573

-.310

-.054

inventive

.573

-.442

.059

assertive

.424

-.220

.463

efficient

.397

.562

.350

reflective

.552

-.228

-.320

Mtodo de extraccin: anlisis de componentes principales.

a. 3 componentes extrados.

Tabla N2

d) Describa qu ventajas se presentan al ocupar ACP por sobre las variables iniciales.

Recordamos que inicialmente tenemos 10 variables, y comparar los resultados de cada individuo en
estos 10 aspectos es poco prctico, pues tomara demasiado tiempo. Por este motivo es que se
utiliza ACP, con fin de reducir el nmero de variables a una cantidad que capture la variedad de
respuestas y adems contenga gran parte de la varianza de estas.
Adems de la ventaja mencionada anteriormente, se puede incluir que al usar ACP se obtiene una
mejor visualizacin de la varianza contenida en los datos, pues se busca rotar los ejes de tal manera
que la varianza quede contenida en estos.