Anlise de Variveis Cannicas

Carlos Alberto Alves Varella

Dimensionalidade das variveis cannicas
Vetores cannicos
Porcentagem de variao das cannicas
Exemplo de aplicao
ANLISE MULTIVARIADA APLICADA AS CINCIAS AGRRIAS
PS-GRADUAO EM AGRONOMIA CINCIA DO SOLO: CPGA-CS
Introduo
A anlise de variveis cannicas permite a
reduo da dimensionalidade de dados;
semelhante a componentes principais e
correlaes cannicas.
especialmente empregada em anlises
discriminantes realizadas a partir de amostras
com observaes repetidas.
Objetivo da anlise
A anlise procura, com base em um grande
nmero de caractersticas originais
correlacionadas, obter combinaes lineares
dessas caractersticas denominadas variveis
cannicas de tal forma que a correlao entre
essas variveis seja nula (KHATTREE & NAIK,
2000).
Vantagem da tcnica
A utilizao dessa tcnica permite capturar o
efeito simultneo de caractersticas originais;
Pode capturar variaes no percebidas
quando do uso de caractersticas originais
isoladamente;
A primeira varivel cannica a funo
discriminante linear de Fisher;
So funes discriminantes timas, ou seja,
maximizam a variao entre tratamentos em
relao variao residual
A variao cannica
A variao de tratamentos, nesta anlise,
expressa por uma matriz denominada H,
composta pela soma de quadrados e produtos
de tratamentos;
A variao residual expressa pela matriz E,
composta pela soma de quadrados e produtos
do resduo;
As matrizes H e E so obtidas de uma anlise
de varincia multivariada: MANOVA.
Dimensionalidade das variveis
A dimensionalidade o nmero de variveis
cannicas obtidas na anlise;
Pode tambm ser entendida como o nmero de
razes no nulas da Equao1.

(1)
E H
H= matriz de soma de quadrados e produtos de
tratamentos;
= autovalores da Equao 1;
n
e
= graus de liberdade do resduo;
=matriz de covarincia.

Teste de dimensionalidade
Numa anlise de varincia varinica
multivariada com k tratamentos, usualmente
testamos a hiptese:
Esta hiptese equivalente ao teste de que
no h diferena entre os vetores de mdias
de tratamentos, isto :
A importncia da dimensionalidade
Se H
0
verdadeira, conclumos que os vetores
so idnticos. Ento H
0
verdadeira implica em
d=0.
Se H
0
rejeitada, de importncia se
determinar a real dimensionalidade d;
Se d=t no h nenhuma restrio sobre os
vetores de mdias;
Em qualquer caso tem-se que:
Nmero de variveis cannicas
Em uma anlise de varincia multivariada o
nmero de variveis estudas normalmente
maior que nmero de tratamentos;
A regra significa que: o nmero de variveis
cannicas ser no mximo igual ao nmero de
graus de liberdade de tratamentos (q).
d= dimenso mxima;
p= nmero de variveis;
q= nmero de graus de liberdade de tratamentos;
k= nmero de tratamentos.
Porque existe a necessidade do teste
Quando trabalhamos com dados observados,
um autovalor pode ser muito pequeno sem
propriamente ser nulo;
Um teste de verificao da dimensionalidade
torna-se necessrio;
A aproximao mais adequada, nesse caso,
segundo REGAZZI (2000), aquela proposta
por BARTLETT (1947).
Teste proposto por BARTLETT (1947)
O teste feito sequencialmente para d=0, d=1, etc,
at que um resultado no significativo aparea;
Se at d-1 se obtiver resultados significativos, mas em
d no, infere-se que a dimensionalidade d;
A estatstica proposta por BARTLETT (1947) obtida
atravs da Equao 3.
A estatstca , assintoticamente tem distribuio qui-
quadrada
2
f
com
(3)
Vetores cannicos
Vetores cannicos so os autovetores
j
associados
aos autovalores
j
no nulos da matriz determinante
;
L o j-simo vetor cannico obtido na anlise;
L normalizado de modo que:
A projeo de um ponto X (observaes) sobre o
hiperplano estimado pode ser representada em
termos de coordenadas cannicas d-dimensional:
Mdias cannicas
As mdias cannicas dos k tratamentos so:
As mdias cannicas representam a projeo
do grupo de mdias sobre o hiperplano
estimado e podem ser usadas para estudar as
diferenas entre grupos (tratamentos).
Varivel cannica
A j-sima varivel cannica representada por:
j-sima varivel cannica;
j-simo vetor cannico;
vetor de caractersticas originais.
Porcentagem de variao
A porcentagem de variao entre tratamentos
explicada pelas primeiras d variveis cannicas
o resultado da diviso da soma dos
autovalores
d
pela soma dos autovalores
p
,
isto :
d= nmero de variveis cannicas;
p= nmero de variveis originais.
Procedimento CANDISC - SAS
O exerccio abaixo exemplifica o uso do procedimento
CANDISC do SAS para anlise de variveis cannicas.
data exemplo;
title 'Exemplo de Anlise de Variveis Cannicas DIC';
input trat rep X1 X2;
cards;
1 1 4.63 0.95
1 2 4.38 0.89
1 3 4.94 1.01
1 4 4.96 1.23
1 5 4.48 0.94
2 1 6.03 1.08
2 2 5.96 1.19
2 3 6.16 1.08
2 4 6.33 1.19
2 5 6.08 1.08
3 1 4.71 0.96
3 2 4.81 0.93
3 3 4.49 0.87
3 4 4.43 0.82
3 5 4.56 0.91
;
Procedimento CANDISC - SAS
proc candisc data=exemplo out=can all;
class trat;
var X1 X2;
run;
proc plot;
plot can2*can1 = trat / vpos=20;
run;

Procedimento para Grficos
%let plotitop = gopts = gsfmode = replace
gaccess = gsasfile device = gif
hsize = 8.00 vsize = 6.00
cback = white,
cframe = ligr,
color = black,
colors = green blue red,
options = noclip expand, post=myplot.gif;
%plotit(data=can, plotvars=Can2 Can1,
labelvar=_blank_, symvar=symbol, typevar=symbol,
symsize=1, symlen=4, exttypes=symbol, ls=100,
tsize=1.0, extend=close);

Interpretao dos resultados do SAS
Exemplo de Anlise de Variveis Cannicas DIC 16
21:59 Thursday, March 28, 2007

The CANDISC Procedure O Procedimento CANDISC
Observations 15 DF Total 14 GL total
Variables 2 DF Within Classes 12 GL de resduo
Classes (trat) 3 DF Between Classes 2 GL de tratamentos
Class Level Information Probabilidades a priori
Variable
trat Name Frequency Weight Proportion
1 _1 5 5.0000 0.333333
2 _2 5 5.0000 0.333333
3 _3 5 5.0000 0.333333
Matrizes E, H e A
Exemplo de Anlise de Variveis Cannicas DIC 18

21:59 Thursday, March 28, 2007

The CANDISC Procedure
Pooled Within-Class SSCP Matrix Matriz E Resduo
Variable X1 X2
X1 0.4579600000 0.1512000000
X2 0.1512000000 0.0975200000


Between-Class SSCP Matrix Matriz H Trat
Variable X1 X2
X1 7.247640000 0.870100000
X2 0.870100000 0.127853333


Total-Sample SSCP Matrix Matriz A Total
Variable X1 X2
X1 7.705600000 1.021300000
X2 1.021300000 0.225373333
Matrizes de covarincias
Exemplo de Anlise de Variveis Cannicas DIC 19

21:59 Thursday, March 28, 2007

The CANDISC Procedure
Within-Class Covariance Matrices Matrizes Cov
dentro de trat
trat = 1, DF = 4
Variable X1 X2
X1 0.0696200000 0.0286350000
X2 0.0286350000 0.0177800000
--------------------------------------------------------------------
trat = 2, DF = 4
Variable X1 X2
X1 0.0201700000 0.0018150000
X2 0.0018150000 0.0036300000
--------------------------------------------------------------------
trat = 3, DF = 4
Variable X1 X2
X1 0.0247000000 0.0073500000
X2 0.0073500000 0.0029700000
Coeficiente de correlao
Exemplo de Anlise de Variveis Cannicas DIC 21
21:59 Thursday, March 28, 2007
The CANDISC Procedure
Within-Class Correlation Coefficients / Pr > |r|
trat = 1
Variable X1 X2
X1 1.00000 0.81389 Correlao
0.0936 Significncia
X2 0.81389 1.00000
0.0936
trat = 2
Variable X1 X2
X1 1.00000 0.21211 Correlao
0.7320 Significncia
X2 0.21211 1.00000
0.7320
trat = 3
Variable X1 X2
X1 1.00000 0.85814 Correlao
0.0628 Significncia
X2 0.85814 1.00000
0.0628
Resultado da MANOVA
Multivariate Statistics and F Approximations MANOVA


S=2 M=-0.5 N=4.5
Statistic Value F Value Num DF Den DF Pr > F
Wilks' Lambda 0.03142928 25.52 4 22 <.0001
Pillai's Trace 1.21304168 9.25 4 24 0.0001
Hotelling-Lawley Trace 23.03901513 61.97 4 12.235 <.0001
Roy's Greatest Root 22.69629642 136.18 2 12 <.0001
NOTE: F Statistic for Roy's Greatest Root is an upper bound.
NOTE: F Statistic for Wilks' Lambda is exact.
Proporo acumulada de varincia
Likelihood Approximate

Eigenvalue Difference Proportion Cumulative Ratio F Value Num DF Den DF Pr > F
1 22.6963 22.3536 0.9851 0.0314 25.52 4 22 <.0001
2 0.3427 0.0149 1.0000 0.7447 4.11 1 12 0.0654
Vetores cannicos



Raw Canonical Coefficients Vetores cannicos
Variable Can1 Can2
X1 7.16645900 -1.52496137
X2 -8.80246974 13.21432007
Mdias cannicas


Class Means on Canonical Variables Mdias cannicas
trat Can1 Can2
1 -3.198161274 0.627615714
2 6.022244556 0.026539512
3 -2.824083283 -0.654155226