28
Capítulo 9 Análise deComponentes Principais Extracto de: MoRoco,JoÃo (2003) . Análise Estatística, comutilização do SPSS. Edições Silabo, Lisboa

explicacao_componentes_principais2

  • Upload
    gustavo

  • View
    14

  • Download
    2

Embed Size (px)

DESCRIPTION

.

Citation preview

  • Captulo 9

    Anlise de ComponentesPrincipais

    Extracto de:

    MoRoco, Joo (2003) . AnliseEstatstica, com utilizao do SPSS.Edies Silabo, Lisboa

  • niise de Compo.enres prjocpa;s (Cp) uma tcoica de anlseexporacria mutivriada que transfoma um conju.to de variveis corelcoads rum conjuoro menor de varivcr independenres. combines linea.es das'rlveis

    orisnais, desigoadas por .componenrcs prjnipak.,. Desc.j!e des.l{,md, a ACP geralmente cncamda como um mrodo de reduo cos Ja

  • ijfe xL, x:, . , x, so s_, variveis popuacronis orisrnis, r , z ,..., , ,r

    :'ff:i!:::":., *_.,pais e r,r o,.peso,,d va,;a*r7 * *-p,*.* p.;.ip"i/. us pesos /, so esrimados de modo a que:. prjmera romponenre principal exptique major propoo da varincia

    nas varjves oignrs;

    2. componeore segunre dptique a major proporo da v!nca no exptj_cada peh primeira compooenre e esta independence da primeira. Esracoodio pode formalizarse raaremat+ rE\1p = 0(t *.,,, = ,, ., o,'|^!",': o1u'"

    + vi2vP + +

    l. Finalmente, que escala das oovas compnenres sej jx de mo.lo aDanrer consranre r varncia rort Esra condio expressa marenari-camenrepor^(I +ylz +. +ylp = t \ , : r , - . ,?) .Este probtema de optimizao maremric pode ser simptcado por rccursoa nomo marricjr Se x for um vecror aterrb de dimenso1(em quep ;mero de variveis orisiois), t.r.

    x = [ Xr, X:, . . . , Xl ]

    '['trft'*-,j!ffift ;L:!::m:ri#::":r$.,:1ffi

    a macz de varincia_co!,rincie de x n : E(*) (r.c. o valor esperado doproouro ao rectorr pelo seu .iaDsposto x,). Se f = I yr, y:, ..., 1 fo. o ve.rortransposto do vecror, ios , !esos., , . q, = rr, :, . . . , (pt ro. ; " . . . , , . , . , " ,_posto d2s componenrcs priocipais, car:la uma ,l* ."-p""".,", prin.ips acimapodem represenr_se por = y,:. A vrioci de gu ur6 = rq6i =

    =

    19).- t) ou seja, petas propreddes do valor espel,lo, v():= y E (*') = y ty. O rosso probtema de oprimizo

    .""*.-,"

    "s;." ": : . " i , , : ' " : ' *

    * : peso, rrr qre :y seid mdimi "ob d *", . r ,o i o*rr - r.

    ^ soruao desre probtem obrem{

    ao Mutipricador de ragra,r. (,.,,n ,h",J ;;if. . d..;""4* r-.i.i'

    "

    l;l

  • TiII (t I)y = 0 rl que y./ = I

    onde o multiplcadot de lasraoge. I maffiz;dcnridade e 0 o veftor nulo.Para qLe esre srrema de eques possua una soluo no rriviI, o derermioantede ! r devc ser nulo i.e. lt Il = 0 ou seje a equ.ro polioomialAt . ! + kl , t t+. +k!) .-b. !+t = 0. Er equao po$u I razes ( l -r > 2 ... p) que se designrm por vxlores prprios (e4ewa/ae: nare.oiinologia

    "ngo-sxnca), raizes cr..crcrr.as ou raizes atentes da matrz Lssiln, o primciro velor trprio 1, a que correspood o prmeo vecror prprio\e"geL)et:tat\ y I obrcm se por resouo do slsrema:

    (> 1I) 1 = 0 ta que Y ' r = I

    n,ul roL, ,nrJo p, r y l e rerr,nj . ndo o, Fro ' ,i .sh,! . . I , ' r . :

    i (x-1t1Yt = gt t '

    lL Yt = Yl ^ l lY1 tYr = l lYl Y1

    Yr XYr = 7,r umvcz YlYi = L

    Assjm r prnrieira componente prnciprl i1 pode ser represenradr pclo vecrorprpr;o Y e varncir explicad, pcla prncira .onpodenre. ,.r. V(r) :yr'U = lr scodo ;!1 o mabr veor prFrio (1.c. a vrinca de Er a nllror)(Shann, 1996; Jonhsoo & \'ichern, 1992). Depos de enconrrada a pr;neiraco'Iponente proc.'re se pra sc,llunc compo.enre por ur pfoces$ rnrcfacvosenclhnte ms com fcsrlio diconl dt orrogonal.tade (r.r. indepen.inci)eitre as .o,Dponentes (ou oovos cirot dada por r'2 = 0 (ou .ie nodocquivalente que Cov (r, Er) : 0). Podc dcnonrar,se que yr o vectorproprio de -2 i.e. do segLrndo maior valor prprio de >, que yl' vecror ppriodo 3' maior valor prprio de X e assim sucessidmenre. Descraa dest forma, aobteno das componentes princpais depende somenre da matriz de vrincia--covarin a Do requeleodo a assumpo de que sl variveis origiots apreseo-cem discribuio ooma mulrvariada oohnsoo & ichfn, 1992).

    23J

  • s.2. ESTTMAo DAS G0Mpo]{EI{TES pRtitctpAtsO desenvolvimenro rerlco do .oDceiro de conponetrres pr;ncipas na serciLprecednre incidiu sobre una popLrlo muttivariada com

    -*rr, a. *.a.,l

    -oxarincra I mnhecda. N naior parre dos caros, raraoreote trabalhamos ronrpopulaes inreirs mas sjm cn amosrrsmais p.,o que chegarno.

    ..

    ", ",.",,;;"'::,1::''""r",.,iJuma estnutrm S da rerdadena, e nic, muiz de *d".ia

    .ov.n.^;op;cronl- O objecrivo ago de esrimr ts .oqrponenres prnpars poputacionasarraves de uma amosrr represeorarva. As componenres esrmadas a pa|| delli iT:*" onde lecroies x,, \2, ., n, represenrm , recorbas jndepenlrcores de uma popuiaiop dmens;onal de vec&rr de mdjas p

    "

    > ao.onl..idos, desigraa se por compooentes p,:incipais rnostrais. p"*"a.-* +",coorur coDbioaes tneares independenres ds verjveis odsioais ne,lid; de

    modo a resumir a naior prre da vafircia.omponcnres principas p"o"r".,".,, o"u"- :::'.:i1f; iitlj,:,conponenrcs Fiincpajs amosrreis:

    . r = / r r ,Y + tuDX2 +.. .+ tu j tx l12 = )tx l +Llrx l +. . .+.u) lX!

    :

    .1, = l r t ]xr + u!)X2 +. . .+ L /x lsdjello s mesnrs icsrf,Ecs Cetoid,s inrcrio; +,/ oo.re 1.,, lecor pniprio cros r",",':::l;, ;":;:i:

    ",lodo ! qu: Y(rr) = or'5o, = ,( sela arijllDa, r1(rr) : ,t sjr a scguli_irmor e assm su.essi\.rmeorc (onJe rr a csunarr! dsful de.j,,). por lmaquesrno de concniic de observxes x so aeramenre cenrrarlossubtrandoJhe t . Isrc processo ono afccta s.e,as compooenres podem enraoescrever se . ; . : ,(X-X) (ver, .g Johnsoi , t99B). Cp poa"

    " tnau," ,terta com variveis srandardzad.$, l.r. con1 oovs variveis ,standard,, s quais foisubrmda a Jdi e depois diviclidas pelo seu desvi o,pa{ao ;.e. z = (X i)/.r,.Neste caso a nova matriz d vadncia_covaincias no mais do que a marri,de correlaes popuacio.ais f, de cuja maiz de corretaoes amostrais n umae amdn. . obrcnc:" de.om-oncn.es pr i . c.p"b

    . pJ r . te \nJrer. e n,roobrrJ ipcLr^oluldoJo. i en",n I ,y i _ 0 ralqre y iy

    -

    | e y i lJ =

  • veiamos rm exemPLo prrico de Plicao Nun esodo erolgico sobre rela

    .s sociais en primatas' um investigador mediu' em 2 grupos de chinpinzs

    tu i.tengi"do ""tre

    .i) os comPoftamentos $ciais de c'da ecmenio do grupo

    ".',n-r *a^

    "-

    a*ses elenientos em diversc tpoiogias sociais' s variveis

    - . . : . r , "" .cLro oa\ ' r ien' nFl" i r rpre rorJn

    -r r 'po 'a:o i ' t

    , * . -a."a n,er" :o I pd:JrrerorerP ioJ ' ; r ' r 'c ' ;o moL'ros

    "t"."nrorl, . ,;.q"e".;" d inrcrco (n " de contacros por dia)' Protimidadc

    ii,,., tr - ,t",.".., z - .clia' I intensa), a fornalidade medida numa escr' de

    lr.1,"o'- ft domin'o t dominIte) e o senrlmeoto de perrena avJiadopeh parrjcip.io nas actividades do-8rupo (1 - oad prticiptivo a 5 - mul'oprriciparivo) como se descreve n tabc segurnre:

    c.LPirL,!, lrLit. Dr .r,r.\,\'ra r

    . i t ' . . t , ', 1 ', ,'.- I ;.. ' : '

    ' 'e 3i ,Eq

    .y . rg

    ,1s.i

    8.00 6 5 2

    2 t2 00 10 5

    3 | .00 5r7 i0 1a 5

    l61;

    'f

    -.*

    i 20 rof-zsrof 1.!

    lB 90

    33T,"

    deda_

    medla _

    ':,"1"

    L33

    l '1

    1I

    35 70 29 3

    n

    Jovem nrco 19 9023 60lio--r

    22f- . ' l

    '

    c stait 1 Ind a

    t3 i1 60 3345.70 29 3

    15 30.10 35

    16 45 60 33 l 1

    1T 51 60 43 2

    1B 38.90 30 2 5

    1S 45.70 39 l

    2A 28.90 31 ! 3

    235

  • --ll-

    ****1fi*s*mffi!

    3n9,r

    9.

    t , "

    ;::]:: ":# ":.:iJ.:,:::: ffi ;:1:::t,:,1preseore nas duas pode ser resumid numa ::: _._ :

    _": :,,,.,;,

    ";;;. ; ;;: .1";::i il; j: ::::::;

    : : " , '

    ; " cr ,"1JL,t id-de,,r . , : r r2 _ tor . . t0. \ . . t { { . .u, .

    ,1 , + s,. = 29./t.67f. Famos u lresmo pra as varives cenlrx

    : ' : : : , : ' 1ue.r , :u ' j r1u".- , " , . , : , "0;" .

    236

  • dPituLOt tN)L!!l: DCC.^iP

    i!

    It

    *

    s proieces ds obseNas de (Xr, X2) no novo ei\o so dadas por C := Cos4t1 xr + Sn (4i') x:, ou de uma forma genrica Cr = Cos () x ++Sh(e)X:, , Is. .L nonarsdoque uma combinao l inear de Xr eX2 Dercordo .orn o obiectivo das componenres PrinciP]ls o nosso problema resme scrgora e dererminar 0 tal que a vaiflcia explicadr por C1 sci mxlma como se

    ;lusa no qudro J. pgra seguinte

    Por um pro.csso interacrivo par determnrar um mximo de un tuno(usado por exemPlo o SOLVER do MS-EXCDL), o n8uo que mximiz avrrnca de Cr 0 : 41 387 O novo eixo que faz um ngulo de 41 187 como eixo X1, prinena comPonente principl defnid Pela equo C == cos (41.381) Xr + Sin (41.187) X: t .e Cl = 0 7txr + 0 661X2 e pela.oncretizao de Xt e X2 cm C obtm se os scoret d primeit conPoncnreprincipal:

    )ai-

    26.159 4 3922 , r7 8693 28.537 2 943

    t71995 -3858 11.3976 6.580

    12.933 2.46123.434 1642

    I I 895 5 669

    10 r 9 915 5.065t1 6 422 3 C8l12

    -.3.r69 11.86913 16108 ; t3 l

    1.1 J65 7.779t5 5.028 7.03716 10.955 2 34217 23.493 4 62218 7.602 4.033t9 18.65420 - 1.223 1 078

    MdLa 0.000 0 000_:S; 258 656 36.017

    87.8 12.2

    23 i'

  • 'i'f,*Fijt-i;r:[]-fl=;l-"J{ l. ill+ll+t+'16el1\t I a l1 l ii1 ' l *:17lEl" : lq l ! i l ts

    +\ t , l .i . , ' . ' i-l- -i"\-i' \ - \ 'atl

  • -IPTLa , )N/Li!E DE CI.PAN'N.J P!ryql:1!

    Nore que a Primeira componenle PrjnciPal s eplica 87 8% da varincia

    rufxl ,1" Xr e Xz O pas$ seguidrc sefi' o de enconcrar um novo exo' onogooaLx CL quc cxPique o mximo da vrincia no explica'a por C Recordandoq,)!*,.r.1"--**, de rrigonomeri Podemos afirmr que se C1 faz um'9f" e."' X1 (sendo X1 orcogonal a X2). enro o e;xo C: (onosonal r cl)ir Lrm nguo 0 com,{2 Relarvmente s varives originis Xl c X2' C2 pode

    C: : Cos (0)X: Sin(O)Xr, l .e du : 0.75X2 066lXr.Coocrerizando os valores de Xr e,{2 em C2 obcm se os "scores de cada Lrm dosindivi.luos em C2 . fiaco restnte da vrinci que ro era explicda p()r Cl(12.2qo) .lgou expicada por C2 perfazendo 100% da variocia toral orislnlRepare que a oricnto dos valores de Xl e X2 no espao x mesma, mas

  • 9.3. ACP COM 0 SpSS: A GATEG0R|CA! pRfi{CtpAt00MP0|E{TS AilATYStS (CATPCA)

    , ,

    "o" ; 1 _," : ada rrr" . . pcr" e o, sen,Ldr qLe ,

    ^Lr e um: rern,cr gue podc ser apt icrdr rI *-ar.-" a" *.,a. o";,:;;r:::i:1::nave's q*n'[jtrivs Po',

    :-.:,_"::: :"* a. .,u*,",,.r,,, *"-:l:j ::::: il:so quarrravas (medidas nuna escala nomimpossib,dade a. *u,,"." .""i*"':.fi1ll"l:ij':;';lli-"f,"-:.lf * ,"r*i"o inpemencou um p,ocedjmen.o desenvori,doognahenre por nrestjgadores da ,,Facu1cy of Social

    ""a u"hav*-f S.,*..:da Universidrde de Leiden na I{olanda. Es

    m:,'relor, op,imar scr'"*" ",*,'

    r."*J:.'.i::;:::::ff:::::ii lT" "": *.l1l.i:quarirarvas e possib'iti o *_*" .

    -a.o* ,,"-"ll.j

    .narae oumrrca (Meutman, 1992). Os vaores nurna"* *,,S,la* "

    *a" ,."das classes das variveis originais so obdos, de u_ _"a",*", O* "*n."*"menro interacrivo dcsignado ,.mrodo dos mlnrmos quadrados afternores,(G^ronen

    "r 12000), de ral moro a que s qunrjfcaes nurn,ics possuampropeLjder nrerr;cJs I, lue nro iconceda r

    ,spss.,,r, eb, o. *h;" :.:",;. .'1,,_1"lli" :. l,. ll,';l: l"sranderd;zados, asados Da CTFCA. Em rerDos prrlcs, ; ;",por*"*

    .*ol,f,.:::-:l-:,1

    *-r" de nensl,ao para urrizar com o ..opr;ma] scarlins,. no necessaramentc a escata em que viicl orisio"r n,; ,,"aid., -*,;"i" "1."r"em que esras \,o ser r.nsirnad.s pode

    .r . .:-1.. ", ".

    . ;.,,,_ i":_"1;:.:: ;;" :,.,j::::::o oJ, i r r . . J l l , .s i r :1 .Jn Jo. .c rDLl \ -

    .* , , . , t , . , . ,d. \ , , , . , " , "prcterde reduzr I dnensonali.iadc

    .le varavers ,ne.ldas em escatas {liferenr.sen um ou Dds tudjces que expquem una proporao consjdervel da informa_',il::li,"-':tle eo.einn:n " sps! , "r,. ,-,"., ; ;.;;n' i , , , d i ror umd d.s .arcsor i Jds var; \e i (oO

    ". , ,ao. . t .

    -oao, q, .

    " . r" ,varores sejam primos, relarivamenre s,"r"a* rsi,ss,'qqri;;;,* :i :.:::.i::.:::itrnumencas, o C^TPC equivalenre .ACp descr rrs.

    Fapmos, _fioalmente, a anlise CTPC com o SpSS. Comece por inroduzir miz dos dados no SPSS Gever caprulo 4). Dev. ot,". utgo ,"-.h",r.. a'

    o-to mk65ado cm rptunJr e,.e km Fd lvn,utrr po.fmpJo o I "1' rt \ps cr_aoac, too

    4A

  • WarirLlo i /r,idj D..o,wnNrtj PRrN'rM

    Ciiqre gom em .qnlEemta edtitlon'/optinl ScalinG :

    4B,c]@l.

    241

  • No renu e8u,nre seteLcione I oDrJo o,",.,;;;-";;;;;,;;; ffi":,;ff ::::::",:,i:: j.i , ;1. :;"1,"1

    Nore que este .aso, o SpSS selecciona ,

    f 1'.1irm1.c"',"*"s5., j;';'i'ffi'JJffi"il::il:::i:1i1sefra H.m.seery (uma el,renso da anise de c-**;r.;;;;,;;;J.::l:::"1

    e caso exisrissem ..nurrjpes sers..de vafive dependentes (o que

    :_;.:"!1i'*:::tJ:';l*l*,*",1,:]l;:::j!atiyei!. intnsid, ptoxinid, matid e pttenca:'llr'.t :,:,:

    , r . :

    .i.a

    '.ti,'",l .1t,,1",:,::,::: "i1.l:: i:: lffi :,: "H,:oumricas e rodas as ourras so oldinais:212

    r. "; i,.

    :.81

  • Po
  • .tN,tLltr ..rr1l

    Cljque no boro rat&r e seleccione as opes lusradas abaixo:

    l$k

    !.G-

    244

  • -.:! Piuro' A'!4f glqgSyl4llglS4l

    oD\u ot iect scoes produ/ o ' \oret de aJa rJIrJuo na( romPulcn! '

    ::,: ii:::*:::,*::l :::i:l, ;::;i" -''

    " -''''

    ', = +{;:t:ilii::,:i::l{:::::':j::m*;r:'"m::-

    .

    " . ' r lores " , podem tcr posterotmencc I

    l:;,::i:::',.r:i!,,= in.;;ffi #I:il.nrnup.ri't [inJmente opio Vaiance

    acl

    1,"'*"#:i:"1,'qi'.r:ti::ilti:i::,t::r,ri:i.::i:i:inl;*';:'"":'ri::priocipai' (.st. opno partiohrmenrepostcriores com s novs vflveLs)i

    ."*I-1::n,'r;'ii!ilt::i:."::;"*ili:r jff fifi:1:.::.i;:"""Ei'i,'i;llli.illl; ;; r,i.pr.' "" a"' o*' oot"*'

    21J

  • Clique no borao Cnflue e scleccione as varveis suplemeorares (r.r. !ari!e6que oo so usads na deduo das novas Lornponeotes ,!s quc depois soprojecradas no nolo sis.ema) beD cooro . varvet a $a.

    -.,,

    r.g""a". ".excmplo :eicccrne a varivcl rrpolog cono !belrjg atabt:

    2.16

  • cri00' 1N.1!4!?l11!l!I{l!!q!{

    F.ad,men' |e. 'e lc( ntoFI t : ' l : 'oTDonc"rtu D'me 'soa' 1J r inBL'-

    *l *-'-l;. ::'** r:i:l; i:::l'.: .',:',".rio* r io. .p-* Je spLcrr umr penmrrger

    :r;:" l:: :: "-'-i:1,: Ji,.:, ,*;, :ru:*:,:*::::::Hl::m'rl;::i*'riirjil*J.'fi ;rm'"':;:::,i:"il,i.ilil,1-"- * -*""

    Modlsnmdry

    gl."{!" QUAruTAS GiEd:{iP0ftjrLrqTE$ P'li*rtlptql$S &E\{ffi EXEffiAER?

    ,",i:':,::t;::il,;rd,J,'#i[;.:,:3;f'":#d v^rinci total' a segunda cmponenre

    l::*j:n*::m::::,:'.?J'Ji::$;:::?.::rl::*i:li*::;:;'*.ru:i:::*':i

    60.74323.3409.2475.0731.552

    3.039L167.,tlaz254

    .179

    3.674

    23

    5

    l cronoacns rtpt'u s oas"l on tne tut

    241

  • 8^417, da vabilidade rorej e que a adio das resranres 3 pouco conrdbuem emrermos slobais. decis.o vr:re o omero r:111.:::r.t .-'.,-.';;'";. ;';fi "Ii:l:"",::: :'ii,",;i,::: i l :: l : l

    . , ipa de Jn"r,"e ,r, qLe p"r, ,rJsem L" *""",,, ," u "

    oerDrc, vr . Nu Llo dc erpe Fncra d tJbrolo pde. J-\ ,s_ir "

    * ," , : ; %ou mais da vriabildd rora, com 2 ou i c,se,raba,ba com humano' "";,;.;.;;;:IJ."lillliij'-,::Itr#

    :::-"::-l:- exprjcr rnujto mais do quc :oz a. *rias,ra"ae toc.r, s"'"

    :^::s,1,'l: *-.:.: . t ouis componenres para expricar 70 a 75% cra variraororar (ver ,.s. Johoson, 1999). O problema, caro e, q,. quo.,u, ,o"ocomponenres eremos, menos res se torna cada u-" aa"". E*..- S*i."_".."

    l::^::-,'l * aplicao univelsai que nos podem

    "*al ^ a*,a",,,u..-numefo de componenres rere.:l No cso de a ACp ser efecruda em variveis srandard;zadas (cono ocaso por /rlr, do SPSS), devem rete

    valor p!prio superior a t. *",...urot-t" *'o-ponenrcs pri'cipas corn

    p.i"."r,"r...i"^a" *",,,"; *",,i1lill;ffi"i;:,:'.i i 1

    r , , " , , , , ""

    ** , r , . ,qu( n, . , io d, vrnj \ . { s,anda.d.dr e r , , .rc umr., omponen(e prrnr ipr l rem m vator pr,pr i , . inr.r io-, r , en,. , .provavermeore oo irnporranre onhson, t99s). poro, esta regra nera; l l ,-.

    . o. rptitab irdaJe serr. t,, i ,,+*, +-,,"-. "q* .",Jrt l .n. iJ \ 's

    " . . r - ; ,J pode t . r : r r

    "ete. . j , , . t . r " r , "q n en,. ,o.nponenr. \ Jo que

    - . , - , iT( " , ( ne, , . . \ r_,Js

    2 Lma ouira ieg'a de uritizao gera, a represenracao grfica dos valorcsD.pftos cm rno de .edr una das cl-::: 1"j, *':",;;i;f ,1'""-.";if;',.:: :::::,1::::- . "_ l " . . , "1.

    ! . J. i t 'J d. , , .p,r . ror dbe;"Jo ,. , rp, . , 1. '1' . lque^J dL.. td Jo , t tht e t i r f \ r

    - , rp,rror5_EXr rr :

    3.5

    , .: 2.0

    sI 10

    218

  • )PintLa i .t\,n,^. DL.a r.

    putir ,J+ anne usua .o 'Scee plor", Je"em sceccionar sc to'las as coni$cnrcs .r qoe a linha quc as r':ne cornece a lcar hofizonral. I r' que aPrcscorel , ' , ' , lecl i 'e.eduaao. ro nosso e:{emplo, ser iam de seleccionaL as duas prmcras

    .orporeotcs, uma vez quc d 3" Parx a dx comPoncote' a inha pmicancnter,o,l,ontrr. caro que cste crirrio (da horizontalidade) trmbn algo subiecdvo. S. Srrma (1988, pp 76-17) apresenr um desenvolv imenro desrc mtodo'Jc modo tu.lu,ir a subjecrilidrde assocind ao "Sc'ee plot"'

    Votemos, de cxempo, mas agora seleccionemos aPeoas 2.omponerrcs (vorc os comandos anterores Analyze/ota eductio/0ptnlScallig-

    e ,Jigire 2 na ci\. oensions in $olution: Cique 0K p' obrer os o!purs

    -s

    d spec rLed. lt s set to ANh NGD screrizaion lo ealv.iabe NENSIDws not specilied. lt is sel to thc de1uli:GFOUPING NCA=7 DISR=NORMAL

    Viance A.counled Fo

    2.445293

    3 049I 3064 395

    6.7842.11187.899

    a l Cronbahs Apha is based . theo1l

    O prjeiro quadro chama a areoo par1 a discretizao da vrive Iipologque foi converrida n$ respectvas orde.s (por or'lcm crescente de valor afaninrico, o qe nee caso nftlevanre, u|ne vez que est varvel s setre Para

    a legenda), c que a varivel /ntensid foi convertdn (s respecvs ordens (pordefattt) .aI 7 categoriri de d,srribuio aproximadalnente normal Nore' empanicular, que o quadro do sumrio do nodeo' algo difereote do Presentadopara 5 componentes. m Prmeiro lugar repare que seguocl comPonente

    249

  • pJ orJe\trr iJ2(r .1,d"varr"nr |o. , t e qc" no : tobr ' . e,ra dur. ._"t len,"s.r t | r . rm8'oqdJvJf lJnc| ' 'orr l 'E ' r rd; . ' reprn'r .sesmdo modeio. deve se sobreparametizao d" p.j-.i."

    -"d.1" r.r.

    ...;;,;pr+nre r" i .ompon.nres pln. p. , d^ aue

    -s rertnlene. . . . . , j . , , . q, . ; 'l : " " '1, " . l

    ropr ios dess. ,

    " , ; . , ; 'd ' ,n-o orr !normen e. inJ(r que \ j r ( or pon.are. erDt(dr Ld me,poro d vafincia rorat do que cacla uma das *.1""" *rs_"". il ,;;':;

    , l-,* . ."0

    -

    "j i . .*-o:

    *l rrrsno, r .rdo pero, ,r,;,e. ro Arpi,, ...'

    ror-, J. un I n-J idr J, t de,rd,Ce J-, / . r r d men,;o. do -o, t . t " , ; " . ,

    .que ranto mehor quanto meior for este indicaclor), calculada por:

    - ." .8-- . ..-J'

    .F:

    vaian nc.cuned Fol tVecLo, Coo,dnr,

    2 2913

    .544

    3.50374.O57

    .153

    .345

    2.50150.011

    .533

    .911

    .394

    3.002

    .436

    .543

    .o323.0a9

    61.783

    428.075.235

    .904

    26.111

    .335_936

    4.39587.899

    onde z,_ o nmero de vrives ponderles oa 2.r,se (,.r. , soma dos ,,viriableswelghrs'; re .odas varikjs rjverer um peso de 1, elo ntu = l)_ R.p;;"que no primeiro'inode sunmary,,s componcnres 3, 1e 5 presenrvn va;rcsneganvos

    .1o cr de Cronbacli, ndi.endo clr:efam dedjsnas x. seg""a",-s;o r; ;ff ::L""' j'::;,__ i:apresenra valores mujro bons par! a pr;meira componenrc e .acos par. a 2.co'ponenre. er conssrncia per.enrasem de vftiin.la expi..tapor esta .onpoDenre. Conrnucmos a anraar o a:rrpar:

    ::,.: 'r.

  • INENS D

    .292

    5

    coreltions orq in al v ai bles

    Conl ons rnslormed V'rbls

    ....

    .::..

    Objeclscors

    l :1: : : l t i : : li " ' . ' i : ;I: . r1: l " , .

    NENSD

    165

    23

    13

    15l6

    1192

    -t 157

    3721.493

    -.711-1.295

    .952I 151

    734

    2t1

  • Qbjecr Ponrs Lbeted by f poLec

    23

    vrble Pr icipar Nrfi a zajo

    .J quadro dr vernci, expicada (,,varance accounred for,) descreve a vriin.ra dc cfda ura das variveis orjgjnars n]' novrs componeores p!ocrp;s(Dinensiont quer em rermos dos ,,cenoidc, 0.r. das mcliu ,f", ...,r., ;",,,.da.rodividuo resisrado nessa varivel) quer em rmos rotaa (enr tunio clascoord..?.ris

    .tos tectorcs pftprios). Esr um iredida senelirante s ,,compodents lo..lngs" qre p*mire perccber quij ou qu6 varveis sao

  • . - , , reni "(a Lrur.n 'e d" m"nchr ondc os resunr" Ia ' " ,* '

    " r" "" . uor ' , ,n, l .da' cr ' 'ur le" oqu'Jroesrr f i "se;Lrn-

    ," t .4" f" ' - * * (orponerr 'oadirg' ea 'u- .pre'enJjo Sr 'Lrc ' :

    ComPonent Loadings

    l

    FFEOUENC

    PEBN

    ,953

    .T3T'.874

    .164

    .273435.253

    r0

    E

    semelhan" do que dohamos j vism, dumnte a anilise do quadro davariancia expicada por lada varive em cada uma das dimenses' a dimenso I derermi".aa pelas variveis lntnsid' Frcqunc e Fo'raid (geralmente

    .

    aceit-secomo vffives deteminaotes aquelx que Pleseotam comPonent badmgspeo menos superiotes a 0.5 em valor absotuto), mas gora Possvel Perceberq*

    "

    f".-di"a. oPosta intersidade e frequncia da interaco' l'e que

    253

  • indivduos com rm score" ete\ido fla inrensidade e frequnci da inreraco !opouco ormais. Por ourro lado, a dioeoso 2 a essenctatrnente detuminaa pJ"Perena enquanto que paximidade, es t^mbm correlacionada com a dimen_so 1. partir das correlaes (componor loadings) de oda varivel com asnovas compooentes, poderi ser possvet orerprerar o significdo mecansrico dsnovs dimenses. Poderamos, por exemplo dizer que a dlmensao r de6ne a''ioteraco social" e a compone,re 2 defitre a ..o sentimento de peftena" aoItupo ksrs iteetaes do sgnificado de cada uma a", .o^pon.n,.,depede, obvamente d sensbitidade do anatista, . i..t"si". po.r".i, qr; ;,novas componntes no sejam de rodo inrerprerveis). Finalmente, m ldmgft:o partcumenre cil o b,plor dos ..objecrs scores,, e .,componerr

    :.:.'.:i:,:,:. ;i ,,:i.:i . .,.:t: ,.,

    Note que amos como legenda dos sujeitos a varivel lipotag. Arrljsdoesta figura, podemos cond sobre as relaes eorre os sujrtos e as variveis. por

    2t4

  • exen1po. podemos afirmx que de um modo geral os ioants so mas

    ."'"....,'"L' * a,-*so L Peia iotensidade e reqncir d inrexco' isro

    ;" ."r"....,..d". por rexes sociis ntensas c frequentes e no orm'ts Por

    "'""

    f"O" * nchos xdur$ esto mes prximos da formalidade' do quc os

    ,o** -..t'*

    e ftreas. ai'rda possvel dizer 'lue

    dus fmcxs rdulr's e um

    1nf.*;1 'ao.'..o

    bem iotegr.rdos no srupo' no que diz resPeito perleDr

    i"'*"t") . o* uma fmea adulta e um' ioYem apresenta scores de pcrrenai",-. f, u* Po.lera indicar algum tpo de efeco fisica ou Psicosica ) osdois nachos rdukos so caracrerizdos pela fornali

  • 9.5" uTr!.tzAo BA$ C0MpolrEi,tTEs pRt$lGtpAt$P,r.r l "md. I .Jr" ,"o tu m. /er ,n idr, .o n. , . , le.rF

    " f ,Jo, . ,Lp,, . ,re, uu I r ' r?- ,oe bd.rJ! om,". t rnenr" _

    , . "" ' ,

    inJ, \ .J.o.ra1() . . t Inrr--" ,om.r,rer. . \eaLre. , .oorJ"rn.

    ._da menrtcao de bossvers ,oL,diers,, (r:,.

  • CIP|TUIA g. N.'ILI'E DE COPA

    possvel distingr 1 grupos de indivduos de acordo com sua tipologiasocial:nfantis; iovens e adultos (idencificamos assim, de um forma algo informalformal, I clusters) qle so desctiminados pels vadveis intensid ut fonalid (Lvanvel intensidade da interaco descrimina avor dos infantis e a vivelomalidade dscrimin a favor dos adtos). Este tiPo de an:ises exporatiaoode depois ser conrmado com outras metodologias mais fomais tas como aLan. d" c1""...' . o" anse descriminante Finalmente' existem tcnicar que'

    semlhan da egesso linear m tipla (cap l3), so Penalizads Por existn-ci de correlas fones enme as vativeis (multicolineiidade) e que exigm'artes de anlise poder ser feita com resultados fiveis, $rc as variYes corela-ciooads sejam expresss num novo sisma de eixos ottoSotais ACP pod setambm utilizada com este fim.

    2t7