Académique Documents
Professionnel Documents
Culture Documents
1. CONCEITOS PRELIMINARES
V1 V2 Vj
I1
I2
X = Ii .
I n
Vp
.
.
.
.
xi
.
.
.
Fernanda Sousa
D=
p2
.
.
pn
1
I.
n
{x
1,
g t = (x1 , x 2 ,..., x t ) = X t D 1 ,
sendo 1 o vector, de dimenso n, com todas as componentes
iguais a 1.
2
Fernanda Sousa
entre
as
variveis
dada
por
.
.
V =
.
.
.
.
p
1
p
2
s(x , x ) s(x , x )
.
.
.
.
.
.
.
.
.
.
.
s(x1 , x p )
s ( x 2 , x p )
.
= Y t DY =
.
2
p
s (x )
= X t DX gg t
Fernanda Sousa
r (x1 , x 2 )
1
2 1
1
r (x , x )
.
.
R=
.
.
.
.
p 1
p
2
r (x , x ) r (x , x )
= (diag V )
1 / 2
X t DX (diag V )
1 / 2
.
.
.
.
.
.
.
.
.
.
.
r (x1 , x p )
r ( x 2 , x p )
.
=
.
= (diag V ) V (diag V )
1 / 2
1 / 2
onde
(diag V )
1 / 2
1 / s ( x
1 / s ( x p )
0
.
.
.
NOTAS:
1. R a matriz de varincias e covarincias da matriz de dados
centrados e reduzidos.
Fernanda Sousa
2. Se D =
i.
1
I , ento
n
1
< x , x > D = x Dx = xki xkj = s ( x i , x j )
k =1 n
i
it
= s 2 (x j )
ii.
xj
iii.
< xi , x j >D
r (x , x ) =
= cos( ) , sendo o ngulo
i
j
x x
i.
k =1
ii.
Fernanda Sousa
I g = pi x i g Q = pi ( x i g ) Q ( x i g ) .
n
i =1
i.
i =1
nuvem.
ii.
Fernanda Sousa
n
I g = pi x i g I =
2
i =1
= pi ( x i g ) ( x i g ) =
t
i =1
= pi (xi x
n
i =1
j =1
= pi (xij x j ) =
j =1 i =1
= tr (V )
de variveis.
sendo, I a = pi xi a Q .
2
i =1
Relao de Huyghens:
Ia = Ig + g a Q
2
Demonstrao:
n
I a = pi < x i a , x i a > Q =
i =1
= pi < ( xi g ) + ( g a ), ( xi g ) + ( g a ) > Q =
n
i =1
i =1
i =1
Fernanda Sousa
n
+ 2 pi < x i g , g a > Q
i =1
i =1
i =1
Ento,
n
I a = I g + pi g a Q =
2
i =1
= Ig + g a Q.
2
a escolha do valor de q
ii.
Fernanda Sousa
Fernanda Sousa
i =1
i.
h = ( g ) = pi xi = pi ( xi ) = pi xi*
n
i =1
ii.
i=
i=
projectada mxima.
i =1
*
pi x i x i
i =1
i =1
= I h pi xi* h Q =
2
i =1
= I g + g h Q pi xi* h Q
2
i =1
10
Fernanda Sousa
i =1
PROBLEMA:
1 se k = l
k , l < uk , ul > Q = kl , com kl =
0 se k l
11
Fernanda Sousa
1. Atendendo a que
I W = pi d 2 ( xi , xi* ) = pi xi
n
i =1
i =1
ukt QVQuk
k =1
1/ 2
k =1
Fernanda Sousa
SOLUO:
Note-se que:
i.
Se Q = I , ento S = V
ii.
Se Q = Q1 / s , ento S = R
2
Proposio:
Os vectores u1 , u2 ,..., uq , com uk = Q 1 / 2 vk , so os vectores
prprios de VQ associados aos valores prprios 1 , 2 ,..., p ,
que so tambm os valores prprios de S.
Demonstrao:
VQuk = k uk .
principais de inrcia.
13
Fernanda Sousa
y1
< x1 , u1 > Q
.
Y =
< xn , u1 > Q
y2
< x1 , u2 > Q
.
.
.
< x n , u2 > Q
yq
.
.
.
.
= XQU
.
.
14
Fernanda Sousa
Propriedades:
j =1
5. As
componentes
principais
so
variveis
no
correlacionadas, isto s ( y k , y l ) = 0 se k l .
6. A varincia da k componente principal igual ao valor
prprio k .
i =1
7. Vimos j que I W = pi xi
15
Fernanda Sousa
i =1
- pi x i
k =1
k =1
k =1
pelo subespao W.
k =1
k =1
k = q +1
I W = k k = k
8. A quantidade
k
k =1
tr (VQ )
16
Fernanda Sousa
k
tr (VQ )
100% ,
uk .
17
Fernanda Sousa
Vimos que
s ( y ) = pi ( y
2
i =1
k
i
= k .
CTAik =
NOTA:
k
CTAi = 1
i =1
cos 2 =
xi*
xi
Q
2
Q
( y ) + (y )
m (x )
k 2
i
p
j =1
k'
i
j 2
18
Fernanda Sousa
ik
(y )
=
k 2
i
2
xi
(y )
=
m (x )
k 2
i
j =1
j 2
cos 2 =
x
x
j*
Q
2
j
Q
k ukj ) + ( k ukj )
2
s 2 (x j )
'
'
19
Fernanda Sousa
A quantidade
kj
(
=
k ukj )
s 2 (x j )
20
Fernanda Sousa
r (x , y ) =
j
k ukj
s (x j )s ( y k )
s (x j )
ukj
t
k
j =1
21
Fernanda Sousa
t
y u = XQ uk uk
k =1
t
k
k =1
(1)
1
t
vi vi = Q .
i =1
X = y k ukt .
k =1
X y k ukt .
k =1
22
Fernanda Sousa
p
p
k t
= y uk D y k ukt =
k =1
k =1
V k uk ukt .
k =1
23
Fernanda Sousa
principal.
fiabilidade
da
interpretao
da
r (x j , y k ) =
s (x j )
ukj .
24
Fernanda Sousa
'
25
Fernanda Sousa
Solues:
- Testes de hipteses
- Critrios empricos:
- Clculo da percentagem de varincia explicada
- Critrio de Kaiser (aplicvel somente a dados centrados
e reduzidos reter apenas as componentes principais
correspondentes a valores prprios superiores a 1).
26