Choisir le nombre de composantes

Lois de probabilité multivariée en R

Surajit Ray

Professor, University of Glasgow

Résumé de l'objet princomp

summary(cars.pca)

Importance des composantes :
                       Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8  Comp.9
Écart type              2.378  1.443  0.710 0.5148 0.4280 0.3518 0.3241 0.2419 0.14896
Part de la variance     0.628  0.231  0.056 0.0294 0.0204 0.0138 0.0117 0.0065 0.00247
Part cumulée            0.628  0.860  0.916 0.9453 0.9656 0.9794 0.9910 0.9975 1.00000

Utiliser le diagramme d'éboulis

Méthode 1

Part de variance expliquée

screeplot(cars.pca, type = "lines")

Choix selon

la pente de la courbe
suivie d'un palier

Variance cumulée expliquée

Méthode 2

Variance cumulée
Expliquer une valeur prédéfinie

summary(cars.pca)

Importance des composantes :
                      Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8  Comp.9
Écart type             2.378  1.443  0.710 0.5148 0.4280 0.3518 0.3241 0.2419 0.14896
Part de la variance    0.628  0.231  0.056 0.0294 0.0204 0.0138 0.0117 0.0065 0.00247
Part cumulée           0.628  0.860  0.916 0.9453 0.9656 0.9794 0.9910 0.9975 1.00000

Calculer la part de variance cumulée

Proportion cumulée

# Variance expliquée
pc.var <- cars.pca$sdev^2

# Part de la variation
pc.pvar <- pc.var / sum(pc.var)

# Proportion cumulée
plot(cumsum(pc.pvar), type = 'b')

abline(h = 0.9, lty = 2)

Calculer la part de variance cumulée

Proportion cumulée

# Variance expliquée
pc.var <- cars.pca$sdev^2

# Part de la variation
pc.pvar <- pc.var / sum(pc.var)

# Proportion cumulée
plot(cumsum(pc.pvar), type = 'b')

abline(h = 0.9, lty = 2)

3 CP expliquent 90 % de la variation

Passons à la pratique avec ces techniques !

Lois de probabilité multivariée en R