E uma observação que pode ajudá-lo a entender melhor o problema (ou a solução):
Você escreveu: « Gostaria de selecionar as 5 variáveis resposta no primeiro componente principal mais correlacionadas . . . », mas o que o procedimento descrito no link faz é "Selecionar as cinco variáveis mais correlacionadas *com* a primeira [coordenada] componente principal." Ou seja: dado que a PCA foi realizada, por convenção a 1ª componente da PCA é combinação linear das suas variáveis que mais apresenta a variabilidade dos seus dados. Você então via o procedimento descrito no link do SO escolhe cinco variáveis (a PCA não faz distinção se são resposta ou não) que têm maior projeção nessa componente da PCA. HTH -- Cesar Rabak 2018-05-03 0:47 GMT-03:00 Cesar Rabak <[email protected]>: > Você viu o resumo na primeira resposta no link do SO que você postou? > > > > On Wed, May 2, 2018 at 6:02 PM, ASANTOS via R-br <[email protected] > > wrote: > >> Prezados Membros, >> >> Gostaria de selecionar as 5 variáveis resposta no primeiro >> componente principal mais correlacionadas usando a PCA, através da função >> prcomp(), conforme o post https://stats.stackexchange.co >> m/questions/115032/how-to-find-which-variables-are-most-corr >> elated-with-the-first-principal-compone, sendo o meu CRM: >> >> ##Banco de dados >> >> set.seed(12345) >> mat <- matrix(rnorm(120,0,0.5),nrow=6,byrow=TRUE) >> rownames(mat) <- paste("s",1:6,sep="") >> colnames(mat) <- paste("g",1:20,sep="") >> head(mat) >> >> ## Espectros com maior correlação >> pca.object <- prcomp(mat,center=TRUE,scale.=FALSE) >> plot(pca.object) >> >> #Quero os cinco mais correlacionados >> topN <- 5 >> load.rot <- scale(pca.object$rotation) >> names(load.rot[,1][order(abs(load.rot[,1]),decreasing=TRUE)][1:topN]) >> >> Então cheguei as variáveis resposta, mas gostaria que alguém me >> explicasse o por que disso fazendo um favor, pois quando utilizo os meus >> dados originais, são sempre as variáveis resposta com maior valor numérico >> que são selecionadas, mesmo utilizando a função scale(). >> >> Obrigado, >> >> Alexandre >> >> >> -- >> ====================================================================== >> Alexandre dos Santos >> Proteção Florestal >> IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso >> Campus Cáceres >> Caixa Postal 244 >> Avenida dos Ramires, s/n >> Bairro: Distrito Industrial >> Cáceres - MT CEP: 78.200-000 >> Fone: (+55) 65 99686-6970 (VIVO) (+55) 65 3221-2674 (FIXO) >> e-mails:[email protected] >> [email protected] >> Lattes: http://lattes.cnpq.br/1360403201088680 >> OrcID: orcid.org/0000-0001-8232-6722 - ResearcherID: A-5790-2016 >> Researchgate: www.researchgate.net/profile/Alexandre_Santos10 >> LinkedIn: br.linkedin.com/in/alexandre-dos-santos-87961635 >> Mendeley:www.mendeley.com/profiles/alexandre-dos-santos6/ >> ====================================================================== >> >> _______________________________________________ >> 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 fornea >> cdigo mnimo reproduzvel. > > >
_______________________________________________ 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 forne�a c�digo m�nimo reproduz�vel.
