ANÁLISIS DE COMPONENTES PRINCIPALES (ACP)
El análisis de componentes principales (ACP) consiste en expresar un conjunto de variables en un conjunto de combinaciones lineales de factores no correlacionados entre sà, estos factores dando cuenta una fracción cada vez más débil de la variabilidad de los datos. Este método permite representar los datos originales (individuos y variables) en un espacio de dimensión inferior del espacio original, mientras limite al máximo la pérdida de información. La representación de los datos en espacios de dimensión débil (aquà 2 dimensiones) le facilita considerablemente el análisis.
El ACP difiere del análisis factorial en la que conduce a un conjunto de factores no correlacionados entre sà, lo que corresponde al caso particular de las comunalidades todas iguales a 1 (varianzas especàficas nulas).
Utilice el análisis de componentes principales para resumir la estructura de datos descritos por varias variables cuantitativas, mientras adquiera factores no correlacionados entre sà. Estos factores pueden ser utilizados como nuevas variables que permiten:
evitar la multicolinearidad en regresión múltiple o en análisis factorial discriminante,
efectuar una clasificación automática teniendo únicamente en cuenta que la información esencial, es decir, que conserve solamente los primeros factores.
Comentario : este módulo acepta hasta 250 variables.