Comparativa de Métodos de Reducción Dimensional: Factorial vs. Componentes Principales
Clasificado en Magisterio
Escrito el en
español con un tamaño de 3,3 KB
Diferencias Fundamentales entre Análisis Factorial (FA) y Componentes Principales (PCA)
1. Objetivo Principal
- Análisis Factorial (FA): Busca identificar factores subyacentes o variables latentes que explican las correlaciones entre las variables observadas. Estos factores representan constructos no medidos directamente.
- Análisis de Componentes Principales (PCA): Reduce la dimensionalidad del conjunto de datos mediante la identificación de combinaciones lineales de las variables originales (componentes principales) que capturan la mayor variabilidad.
2. Modelo Estadístico Subyacente
- FA: Utiliza un modelo lineal donde los factores latentes explican las correlaciones, considerando también residuos o errores específicos (varianza única).
- PCA:
catalán con un tamaño de 3,55 KB