Revisión general de Análisis de los componentes principales

Utilice Análisis de los componentes principales para identificar un número más pequeño de variables no correlacionadas, denominadas "componentes principales", de un conjunto grande de datos. Con este análisis, usted crea nuevas variables (componentes principales) que son combinaciones lineales de las variables observadas. La meta del análisis de componentes principales consiste en explicar la máxima cantidad de varianza con el menor número de componentes principales.

Por ejemplo, un analista utiliza un análisis de componentes principales para analizar las respuestas de los clientes a varias características de un nuevo champú. El analista desea determinar si pueden formar un número más pequeño de variables no correlacionadas que sean más fáciles de interpretar y analizar que las variables observadas que midieron.

El análisis de componentes principales se utiliza frecuentemente como un solo paso en una serie de análisis. Por ejemplo, puede utilizar componentes principales antes de realizar un análisis de regresión, a fin de evitar la multicolinealidad o reducir el número de predictores en relación con el número de observaciones.