Análise de Componentes Principais: Resumo Teórico, Aplicação e Interpretação

Autores

  • Kuang Hongyu kuang_hongyu@hotmail.com
    Universidade Federal de Mato Grosso
  • Vera Lúcia Martins Sandanielo veluma@ufmt.br
    Universidade Federal de Mato Grosso
  • Gilmar Jorge de Oliveira Junior gilmarjr@ufmt.br
    Universidade Federal de Mato Grosso

DOI:

10.18607/ES201653398

Palavras-chave:

Análise multivariada, análise de componentes principais, biplot

Resumo

A análise multivariada de uma forma bem geral refere-se aos métodos estatísticos que analisam simultaneamente múltiplas medidas em cada indivíduo ou objeto sob investigação. Nesse contexto, entre as técnicas de multivariadas, a análise de componentes principais (ACP) é umas das técnicas estatísticas mais utilizadas na análise de dados em diversas áreas do conhecimento, como agronomia, zootecnia, ecologia, florestal, medicina, etc. Assim, discute-se neste artigo a aplicabilidade e a interpretação da análise de componentes principais e com utilização do gráfico biplot. Também, faz-se uma discussão quanto à escolha da metodologia mais adequada, levando em consideração a informação requerida e os objetivos do pesquisador.

 

##plugins.generic.paperbuzz.metrics##

##plugins.generic.paperbuzz.sourceName.pdf##
42,762
Jul 01 '16Jul 04 '16Jul 07 '16Jul 10 '16Jul 13 '16Jul 16 '16Jul 19 '16Jul 22 '16Jul 25 '16Jul 28 '1612
| |
Crossref
1

Biografia do Autor

Kuang Hongyu, Universidade Federal de Mato Grosso

Departamento de Estatística/ICET

Vera Lúcia Martins Sandanielo, Universidade Federal de Mato Grosso

Departamento de Estatística/ICET

Gilmar Jorge de Oliveira Junior, Universidade Federal de Mato Grosso

Departamento de Estatística/ICET

Referências

ANDERSON, T.W. An introduction to multivariate statistical analysis. New York: Wiley, 6 ed. 2003. 374p.

HONGYU, K. Distribuição empírica dos autovalores associados à matriz de interação dos modelos AMMI pelo método bootstrap não-paramétrico. 2012. 104p. Dissertação (Mestrado em Estatística e Experimentação Agronômica) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2012.

HONGYU, K. Comparação do GGE-biplot ponderado e AMMI-ponderado com outros modelos de interação genótipo × ambiente. 2015. 155p. Tese (Doutorado em Estatística e Experimentação Agronômica) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2015.

HOTELLING, H. Analysis of a complex of statistical variables into principal components. The Journal Educational Psychology, Cambridge, v.24, p.498-520, 1933.

HOTELLING, H. Simplifield calculation of principal components. Psychometrika, Williamsburg, v.1, p.27-35, 1936.

FERREIRA, D.F. Estatística Multivariada. Lavras: UFLA, 2011. 675p.

FRAGA, A.B.; SILVA, F.L.; HONGYU, K.; SANTOS, D.D.S.; MURPHY, T.W.; LOPES, F.B. Multivariate analysis to evaluate genetic groups and production traits of crossbred Holstein × Zebu cows. Trop Anim Health Prod. p. 1-6. 2015

JOHNSON, R.A.; WICHERN, D.W. Applied multivariate statistical analysis. Madison: Prentice Hall International, 1998. 816p.

JOLLIFFE, I.T. Discarding Variables in a Principal Component Analysis. I: Artificial Journal of the Royal Statistical Society. Series C (Applied Statistics), Vol. 21, No. 2 p. 160-173, 1972.

JOLLIFFE, I.T. Discarding Variables in a Principal Component Analysis. II: Real Data. Journal of the Royal Statistical Society, v. 22, n. 1, p. 21–31, 1973.

KAISER, H. F. The varimax criterion for analytic rotation in factor analysis. Psychometrika, v. 23, n. 3. p. 187-200, 1958.

MANLY, B. F. J. Multivariate statistical methods. New York, Chapman and Hall, 1986. 159 p.

MEIRA, C. T.; PEREIRA, I. G.; FARAH, M. M.; PIRES, A. V.; GARCIA, D. A.; CRUZ, V. A. R. Seleção de características morfofuncionais de cavalos da raça Mangalarga Marchador por meio da análise de componentes principais, Arquivo Brasileiro de Medicina Veterinária e Zootecnia, 65, 1843–1848. 2013.

PAIVA, A.L.C.; TEIXEIRA, R.B.; YAMAKI, M.; MENEZES, G.R.O.; Leite, C. D.S.; TORRES, R.A. Análise de componentes principais em características de produção de aves de postura, Revista Brasileira de Zootecnia, 39, 285–288. 2010.

R DEVELOPMENT CORE TEAM. R: a language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, Vienna, 2014.

REGAZZI, A.J. Análise multivariada, notas de aula INF 766, Departamento de Informática da Universidade Federal de Viçosa, v.2, 2000.

RENCHER, A.C. Methods of Multivariate Analysis. A JOHN WILEY & SONS, INC. PUBLICATION. p.727. 2ed. 2002.

SAVEGNAGO, R.P., CAETANO, S.L., RAMOS, S.B., NASCIMENTO, G.B., SCHMIDT, G.S., LEDUR, M.C. MUNARI, D.P. Estimates of genetic parameters, and cluster and principal components analyses of breeding values related to egg production traits in a White Leghorn population, Poultry Science, 90, p.2174-2188. 2011.

SAS Institute Inc. 2008. SAS/STAT® 9.2 User’s Guide. Cary, NC: SAS Institute Inc. 1st electronic book

Downloads

Publicado

2016-06-29

Como Citar

Hongyu, K., Sandanielo, V. L. M., & Junior, G. J. de O. (2016). Análise de Componentes Principais: Resumo Teórico, Aplicação e Interpretação. E&Amp;S Engineering and Science, 5(1), 83–90. https://doi.org/10.18607/ES201653398

Artigos mais lidos pelo mesmo(s) autor(es)