Aplicación de rutinas en lenguaje R para análisis de componentes principales
Notice bibliographique
Résumé
Cuando se diposne de una gran cantidad de observaciones para cada individuo, los análisis univariados tienen la limitación de no contemplar las interrelaciones entre todas las variables, ni cómo esas interrelaciones afectan al conjunto de individuos. Como alternativa fueron desarrolladas las técnicas multivariadas, que brindan descripciones de estas interrelaciones, tomando las variables en su conjunto. El análisis de componentes principales (ACP) es la esencia del análisis estadístico multivariado y tiene como objetivo reducir el número de variables, a través de la generación de nuevas variables, que son combinaciones lineales de las variables originales. El objetivo de este trabajo es presentar una serie de rutinas computacionales en el lenguaje R v. 3.10 para el ACP. Este lenguaje es de uso mundial, por ser libre, flexible y con soporte de estadísticos de reconocido prestigio. Para ilustrar su aplicación, se tomó una base de datos referente a los precios de cinco tipos de alimentos (en centavos de dólar): pan, hamburguesa, leche, naranjas y tomates en 23 ciudades de los Estados Unidos. Los datos fueron analizados exploratoriamente seguido del análisis de correlación entre pares de variables. Utilizando la función PRINCOMP y el paquete RCOMMANDER se realizó el ACP y la construcción del biplot. Además fueron utilizadas las bibliotecas: Hmisc, Plotrix, Ellipse, Corrplot, Ggplot2, Devtools y Vqv/ggbiplot. Los resultados fueron comparados con los obtenidos en otros programas, no encontrando diferencias. Se concluye que el lenguaje R es una herramienta poderosa, debiendo divulgar su uso en la docencia de la estadística a nivel universitario.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».