[ad_1]
[Esteartigofoipublicadopelaprimeiravezem[Thisarticlewasfirstpublishedon François Husson, e gentilmente contribuiu para os R-blogueiros]. (Você pode relatar um problema sobre o conteúdo desta página aqui)
Deseja compartilhar seu conteúdo com R-blogueiros? clique aqui se você tiver um blog ou aqui se não tiver.
Tudo o que você precisa fazer com o PCA é em Factoshiny!
PCA – Principal Component Analysis – é um método bem conhecido para explorar e visualizar dados. A função Factoshiny do pacote Factoshiny permite executar o PCA de uma maneira realmente fácil. Você pode incluir extras em formação como variáveis categóricas, gerenciar dados ausentes, desenhar e melhorar os gráficos interativamente, tenha vários indicadores numéricos como saídas, execute agrupamento nos resultados do PCA, e ainda tem um interpretação automática dos resultados. Por fim, a função retorna as linhas de código para parametrizar a análise e refazer os gráficos, o que torna a análise reproduzível.
Veja este vídeo e a transcrição em áudio deste vídeo:
As linhas de código para executar um PCA:
install.packages(Factoshiny) library(Factoshiny) data(decathlon) resultTheorectical and practical informations on PCA are available in these 3 course videos:
- Data – practicalities
- Studying individuals and variables
- Interpretation aids
Here are the slides and the audio transcription of the course.
Here is the material used in the videos:
E aqui está um vídeo que fornece mais informações sobre o gerenciamento de dados ausentes.
Aproveite para fazer belas visualizações de seus dados!
Relacionado
Se você chegou até aqui, por que não inscreva-se para atualizações do site? Escolha seu sabor: e-mail, Twitter, RSS ou facebook …
[ad_2]
