El método de componentes principales tiene como objetivo transformar un conjunto de variables originales, en un nuevo conjunto de variables (sin perder información), combinación lineal de las originales, denominadas componentes principales (factores). El ACP trata de hallar estos componentes o factores, los cuales se caracterizan por estar incorrelacionadas entre sí, que sucesivamente expliquen la mayor parte de la varianza total. l método de PCA permite por lo tanto “condensar” la información aportada por múltiples variables en solo unas pocas componentes. Esto lo convierte en un método muy útil de aplicar previa utilización de otras técnicas estadísticas tales como regresión, clusterización, etc. Aun así, no hay que olvidar que sigue siendo necesario disponer del valor de las variables originales para calcular las componentes.

Ver todos los episodios