Quiero saber en qué medida una medida/parámetro contribuye a uno de los componentes principales calculados.Análisis de componentes principales: cómo obtener la contribución (%) de cada parámetro en un Prin.Comp.?
Una descripción del mundo real:
- Tengo cinco parámetros climáticos de la distribución geográfica de una especie
- He realizado un PCA con estos cinco parámetros
- la trama de la PC1 vs PC2 muestra un patrón interesante
Pregunta: ¿Cómo obtengo el porcentaje de contribución (de cada parámetro) a cada PC?
Lo que espero: PC1 se compone de 30% de parameter1, a 50% de parameter2, a 20% de parameter3, 0% de parameter4 y 0% de parameter5. PC2 se compone ...
Un ejemplo ficticias con 5 parámetros:
a <- rnorm(10, 50, 20)
b <- seq(10, 100, 10)
c <- seq(88, 10, -8)
d <- rep(seq(3, 16, 3), 2)
e <- rnorm(10, 61, 27)
my_table <- data.frame(a, b, c, d, e)
pca <- princomp(my_table, cor=T)
biplot(pca) # same: plot(pca$scores[,1], pca$scores[,2])
pca
summary(pca)
¿Dónde se oculta la información de mi?
Probablemente debería prestar atención a la nota en '? Princomp' que indica el algoritmo preferido para PCA (a través de SVD), como lo proporciona la función' prcomp() '. –