Visão geral de Análise de componentes principais

Use Análise de componentes principais para identificar um número menor de variáveis não correlacionadas, chamadas de "componentes principais", de um grande conjunto de dados. Com esta análise, você cria novas variáveis (componentes principais) que são combinações lineares das variáveis observadas. A meta da análise de componentes principais é explicar a maior quantidade de variância com o menor número de componentes principais.

Por exemplo, um analista usa uma análise cdos omponentes principais para analisar respostas dos clientes a diversas características de um novo shampoo. O analista quer determinar se eles podem formar um número menor de variáveis não correlacionadas que seja mais fácil de interpretar e de analisar, do que as variáveis observadas que ele mediram.

A análise de componentes principais é comumente usada como uma etapa em uma série de análises. Por exemplo, você pode usar os componentes principais antes de realizar uma análise de regressão, para evitar a multicolinearidade, ou para reduzir o número de preditoras relativas ao número de observações.