Comunalidade

r
Prof. Lor Viali, Dr.

viali@pucrs.br;
viali@mat.ufrgs.br;
http://www.pucrs.br/famat/viali;
Factor Analysis (FACAN)
http://www.mat.ufrgs.br/~viali/
PUCRS
FAMAT: Departamento de Estatstica
PUCRS
Abrir o arquivo ven_car.sav
PUCRS
Utilizar as 10 variveis a partir de Vehicle Type.
PUCRS
PUCRS
Clique Extraction
PUCRS
Clique Rotation
PUCRS
Clique Scores
Esta seleo produz uma soluo que utiliza

a extrao atravs de componentes principais
PUCRS
Comunalidade representa a proporo da

varincia de uma varivel que compartilhada
com os fatores comuns na anlise de fatores.
que so ento girados para facilitar a

interpretao. Componentes com autovalores
acima de um so salvos em um arquivo de
trabalho.
PUCRS
PUCRS
PUCRS
Comunalidades iniciais so estimativas da

varincia que cada varivel apresenta em comum
com cada fator. Para a extrao por
componentes principais
elas so sempre
inicialmente iguais a um.

PUCRS
Comunalidades de extrao so estimativas

da varincia em cada varivel compartilha com
os fatores. As comunalidades na tabela so
todas altas indicando que os componentes
extrados representam bem as variveis. Se
qualquer comunalidade for baixa, neste mtodo,
ser preciso extrair outro componente.
PUCRS
A tabela mostra autovalores iniciais, o

percentual da varincia que cada componente
explica e percentual da varincia acumulada.
= 10
PUCRS
Na soluo inicial existem tantas

componentes quanto variveis. Na anlise de
correlao a soma dos autovetores igual ao
nmero de componentes. Foi solicitado que o
nmero que autovalores maiores do que um
fossem extrados, assim os trs primeiros
componentes formam a soluo.
A segunda coluna da tabela mostra os componentes

extrados. Eles explicam aproximadamente 88% da
variabilidade das dez variveis originais. Assim a
complexidade dos dados pode ser bastante reduzida pela
utilizao destes componentes com perda de apenas 12
da informao.
PUCRS
PUCRS
A rotao mantm o % acumulado da variao

explicada pelos componentes extrados, mas esta
variao est agora distribuda de maneira mais
uniforme. As grandes mudanas nos totais individuais
sugerem que a matriz dos componentes rotacionados
ser mais simples de interpretar do que a matriz
original.
PUCRS
PUCRS
O grfico da declividade (scree plot) ajuda na

determinao do nmero timo de componentes,
plotando os autovalores de cada componente da
soluo inicial.
PUCRS
Os componentes da parte mais plana do

grfico contribuem com muito pouco na soluo.
PUCRS
A matriz dos componentes rotacionados ajuda na

interpretao do que os componentes significam.
PUCRS
PUCRS
A ltima grande queda (declive) ocorre entre o

terceiro e o quarto componentes. Assim a escolha de
trs componentes a mais natural.
PUCRS
Assim o primeiro componente apresenta correlaes

mais altas com o Preo (Price in thousands) e
Potncia (Horsepower). O preo um representante
melhor, pois est menos correlacionado com os demais
componentes.
PUCRS
O segundo componente est correlacionado de forma

mais alta com o Comprimento (Lenght).
PUCRS
O terceiro componente est mais altamente

correlacionado com o Tipo de veculo (Vehicle type).
PUCRS
PUCRS
PUCRS
A ltimas trs variveis (curb weight, fuel

capacity e fuel efficiency) no esto separando
muito bem, pois apesar de apresentam correlaes
mais altas com o terceiro componente tambm
apresentam correlaes elevadas com os outros dois
componentes.
PUCRS
A sugesto , ento, que as dez variveis sejam

representadas pelas seguintes trs fatores: preo,
comprimento e tipo.
PUCRS
A anlise hierrquica de aglomerados (HCA Hierarchical Cluster Analysis) uma ferramenta

exploratria que objetiva revelar agrupamentos
naturais (clusters) dentro de conjuntos que
aparentemente no apresenta grupos. Ela mais
til quando se quer agrupar um pequeno nmero
(algumas centenas) de casos. Os objetos podem ser
casos ou variveis.
PUCRS
O critrio bsico para qualquer agrupamento

a distncia. Os objetos que esto prximos um do
outro pertencem ao mesmo grupo e se esto
distantes pertencem a grupos diferentes. Para um
dado conjunto de dados os agrupamentos so
construdos dependendo da especificao dos
seguintes parmetros:
PUCRS
Mtodo. Define as regras para a formao dos
Medidas. Define a frmula para o clculo das
grupos. Por exemplo, quando se calcula a distncia
distncias. Por exemplo, a distncia Euclidiana que
entre dois grupos, pode-se utilizar o par de objetos

mais prximos ou o par de objetos mais distantes
mede a distncia em linha reta entre os dois grupos.

Medidas Intervalares assumem que as variveis
so ordinais.
ou alguma combinao dos dois.

PUCRS
Medidas de contagem assumem que elas so
arquivo
PUCRS
ven_car.sav
apresenta
numricas discretas. Medidas binrias assumem que
informaes sobre vrios modelos de veculos.
eles assumem apenas dois valores.
Utilize a Anlise Hierrquica de Aglomerados
Padronizao. Permite que sejam equalizados os

efeitos das variveis medidas em escalas diferentes.
PUCRS
para agrupar os carros de valores de vendas mais

altos de acordo com suas propriedades fsicas.
PUCRS
Abrir o arquivo
ven_car.sav. Selecionar
os carros com vendas
acima de 100 mil
unidades.
PUCRS
Para isto utilize o condicional If
PUCRS
Digite as duas condies: tipo = carro (type = 0) e

vendas > 100 (sales > 100) , na janela que se abrir.
Qualquer anlise agora, ser executada apenas sobre

os carros com vendas maiores que 100 mil unidades.
PUCRS
PUCRS
Observe que os carros que apresentam vendas sales

abaixo de 100 esto eliminados (marcados) na planilha.
Rodar o anlise atravs
do procedimento: Classify
Hierarchical Cluster.
PUCRS
PUCRS
Clique em Plots e marque o diagrama

Utilize o modelo do carro como rtulo (label)
PUCRS
Dendograma.
PUCRS
O dendograma um resumo grfico da soluo

dada pela anlise de agrupamento.
Clique em Method e escolha o do vizinho mais

prximo (Nearest neighbor)
PUCRS
Os casos ficam listados esquerda.
PUCRS
PUCRS
O eixo horizontal mostra a distncia entre os

grupos quando eles so ligados.
PUCRS
Examinar a rvore de classificao para
Iniciando pela direita, observa-se o primeiro gap

entre as distncias 20 e 25, que divide os carros em dois
grupos.
determinar o nmero de grupos (clusters) um

processo subjetivo. Geralmente deve-se observar os
espaos vazios (gaps) entre as junes ao longo do
eixo horizontal.
PUCRS
Existe outro gap entre as distncias 10 e 15, que

sugere a existncia de seis grupos.
PUCRS
PUCRS
A planilha de aglomerao um resumo numrico da

soluo. No primeiro estgio os casos 8 e 11 so
combinados, pois so eles que apresentam a menor
distncia.
PUCRS
O grupo criado por eles aparece somente no estgio
Quando existem muitos casos esta tabela se tornar
sete. No estgio sete os grupos criados no estgio um e
longa. Mas pode ser mais fcil procurar por gaps na
trs so unidos. O resultado aparece aps no estgio oito.
coluna dos coeficientes do que no dendograma.
PUCRS
PUCRS
Estgio Coeficiente
1
1,260
2
1,579
3
1,625
4
2,318
5
2,619
6
3,670
7
4,420
8
4,505
9
4,774
10
5,718
Uma
boa
soluo a que
percebe mudanas
sbitas
nos
coeficientes.
A
soluo antes do gap
indica a melhor
soluo.
PUCRS
O maior gap entre
Gap
1,260
0,319
os coeficientes ocorre
0,046
entre os estgios cinco e
0,693
seis,
0,301
indicando
uma
1,051
soluo de seis grupos e
0,750
entre os estgios nove e
0,085
dez
0,269
0,944
Esta no uma soluo totalmente satisfatria,
indicando
uma
soluo de dois grupos.

PUCRS
Estgio Coeficiente
1
1,260
2
1,579
3
1,625
4
2,318
5
2,619
6
3,670
7
4,420
8
4,505
9
4,774
10
5,718
Gap
1,260
0,319
0,046
0,693
0,301
1,051
0,750
0,085
0,269
0,944
Utilize novamente a caixa de dilogo da Anlise

Hierrquica.
pois no representa uma classificao forte. Tente

uma anlise utilizando
encadeamento completo
(complete linkage) com o vizinho mais distante

(Furthest neighbor) como mtodo de agrupamento.
PUCRS
Em mtodo de agrupamento escolha Furthest

neighbor.
PUCRS
PUCRS
Os primeiros estgios no diferem do mtodo

anterior, mas nos finais ela bem diferente, pois este
mtodo fornece uma classificao forte em dois ou trs
grupos.
PUCRS
10
A eficcia desta classificao refletida no

dendograma.
PUCRS
A diviso inicial da rvore forma dois grupos

distintos. O primeiro contendo os carros pequenos e o
segundo os carros maiores.
O grupo dos carros pequenos pode ainda ser dividido

em dois. O dos carros pequenos e o dos econmicos. O
Civic e o Corolla so pequenos e mais baratos que o
Accord e o Camry por exemplo.
PUCRS
A soluo por este mtodo satisfatria porque os

grupos so distintos, enquanto que no anterior a
soluo
no era to
encadeamento
completo
evidente. Utilizando o
pode-se
determinar
competio por veculos na fase de projeto. Basta entrar

com suas especificaes como novos casos no conjunto
de dados e, ento, refazer a anlise.
PUCRS
PUCRS
11

Comunalidade

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Comunalidade

Enviado por

Direitos autorais:

Formatos disponíveis

r

Prof. Lor Viali, Dr.

Factor Analysis (FACAN)

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Abrir o arquivo ven_car.sav

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Utilizar as 10 variveis a partir de Vehicle Type.

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Esta seleo produz uma soluo que utiliza

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Comunalidade representa a proporo da

que so ento girados para facilitar a

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Comunalidades iniciais so estimativas da

inicialmente iguais a um.

FAMAT: Departamento de Estatstica

Comunalidades de extrao so estimativas

FAMAT: Departamento de Estatstica

A tabela mostra autovalores iniciais, o

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Na soluo inicial existem tantas

FAMAT: Departamento de Estatstica

A segunda coluna da tabela mostra os componentes

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

A rotao mantm o % acumulado da variao

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

O grfico da declividade (scree plot) ajuda na

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Os componentes da parte mais plana do

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

A matriz dos componentes rotacionados ajuda na

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

A ltima grande queda (declive) ocorre entre o

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica

Assim o primeiro componente apresenta correlaes

Prof. Lor Viali, Dr.

FAMAT: Departamento de Estatstica