Aplicación del análisis de componentes principales en el análisis de información nutricional
Resumen
El objetivo principal de este artículo es aplicar el Análisis de Componentes Principales (PCA) para reducir las variables asociadas a las cantidades de 300 pizzas de los diez tipos diferentes de información nutricional que pone a disposición una determinada entidad. Para ello, utilizamos el software SPSS para respaldar el análisis y el procesamiento de datos. Además, en este trabajo presentamos un cuadro comparativo entre el Análisis de Componentes Principales y el Análisis Factorial (FA). Es importante resaltar que muchas veces se confunden estas técnicas como si fueran iguales debido a que el software SPSS utiliza la misma técnica para extraer los componentes. Todas las hipótesis formuladas en este estudio utilizan el rechazo de la hipótesis nula como criterio de decisión si el valor p es inferior al 1% para la distancia de Mahalanobis y al 5% para las pruebas restantes.
Descargas
Citas
Pestana, M. H e. Gageiro, J. N. (2005). Análise de Dados para Ciências sociais: A Complementaridade do SPSS, 4ª Edição, Edições Sílabo Lda, Lisboa – Portugal.
Maroco, J. (2007). Analise. Estatística com utilização do SPSS. 3ª edição, edições Silabo, Lisboa, Portugal.
Reis, E. (2001). Estatística Multivariada Aplicada, 2ª Edição, Edições Sílabo, Lisboa.
https://stats.idre.ucla.edu/spss/seminars/efa-spss/
Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 374(2065), 20150202. https://doi.org/10.1098/rsta.2015.0202
Shlens, J. (2014). A tutorial on principal component analysis. arXiv preprint arXiv:1404.1100. https://arxiv.org/abs/1404.1100
Abdi, H., & Williams, L. J. (2010). Principal component analysis. Wiley Interdisciplinary Reviews: Computational Statistics, 2(4), 433–459. https://doi.org/10.1002/wics.101
Ringnér, M. (2008). What is principal component analysis? Nature Biotechnology, 26(3), 303–304. https://doi.org/10.1038/nbt0308-303
Jolliffe, I. T. (2002). Principal component analysis (2nd ed.). Springer. https://doi.org/10.1007/b98835.
