ANALISIS DE FACTORES

Vamos a estudiar los datos Heptatln de nuevo pero esta vez utilizando un anlisis de factores. 1. Vamos a hacer un anlisis factorial con 2 factores Por qu puede ser una buena idea tener 2 factores en el modelo? Un nmero excesivamente bajo sera poco representativo de la variabilidad observada, y un nmero demasiado alto reducira la utilidad del anlisis factorial. Por otro lado se pueden tomar en cuenta las varianzas de las variables obtenidas en la Tarea 2 recordemos cuales eran estas varianzas: Variable Varianza 1 2.111936 2 1.092849 3 0.7218131 4 0.676141 5 0.495244 6 0.2701 7 0.221361

Ahora que ya tenemos las varianzas de las variables tomemos en cuenta que en el anlisis de factores existen criterios para elegir el nmero de factores que se necesitan para cada modelo uno de ellos es: Criterio de raz latente. Se parte de la base de que para retener un factor, ste debe justificar la varianza de al menos una variable. Utilizando la matriz de correlaciones, esto supone retener los factores con valor propio o de raz latente mayor que uno. As que es claro que tanto como la primera variable como la segunda cumplen con el criterio, adems en el anlisis de componentes tuvimos un resultado similar ya que solo la primera y segunda daban suficiente informacin, es por eso que se toman dos factores en el modelo ya que estos factores nos dan la mayor parte de informacin requerida.

2.

Si suponemos que solamente Factor loadings igual o mayor de 0.5 son importantes Cules son los factores comunes que explican las actuaciones en cada evento? Realizando el anlisis con dos factores se obtuvo lo siguiente PRUEBA Hurdles High Jump Shot Run 200 m. Longh Jump Javelin Run 800 m. LM1 0.82 -0.54 -0.70 0.99 -0.85 -0.30 0.65 LM2 -0.53 0.69 0.16 0.07 0.42 -0.41 -0.41

Entonces tomando en cuenta que solo los Factor loadings igual o mayor de 0.5 son importantes, los factores comunes que explican las actuaciones de los eventos son:

PRUEBA Hurdles High Jump Shot Run 200 m. Longh Jump Javelin Run 800 m.

Factor LM1 con un 0.82 LM2 con un 0.69 Ninguno de los dos factores LM1 con un 0.99 Ninguno de los dos factores Ninguno de los dos factores LM1 con un 0.65

En las pruebas donde ninguno de los dos factores funciona es porque tal vez algn factor que no hemos tomado en cuenta es el que explica mejor la variable. 3. Utilizando las comunalidades para cada variable Xi (Las actuaciones en los eventos) decide si o no la variacin en la variable se explica por los 2 factores comunes Recordemos que se denomina comunalidad a la proporcin de la varianz a explicada por los factores comunes en una variable. O en otras palabras la comunalidad nos indica el porcentaje de variabilidad de cada variable explicada por los 2 factores comunes. Aplicando la definicin de comunalidades obtenemos para cada variable lo siguiente: PRUEBA Hurdles LM1 0.82 LM2 -0.53 Comunalidad 0.9533 Explicacin Si se explica por las dos variables ya que su valor de comunalidad es cercano a uno. Y esto es que la proporcin de la varianza explicada por los factores es buena. Si se explica por las dos variables dando una explicacin anloga que la anterior aunque su comunalidad sea un poco ms pequea. Si se explica por las dos variables aunque apenas su comunalidad sobrepase el 0.5 se podra decir que la proporcin de la varianza explicada por los factores es suficiente. Si se explica por las dos variables ya que su valor de comunalidad es cercano a uno. Y esto es que la proporcin de la varianza explicada por los factores es buena, adems cabe resaltar que el valor de la comunalidad para esta prueba es la ms alta de las 7 variables. Si se explica por las dos variables ya que su valor de comunalidad es cercano a uno. Y esto es que la proporcin de la varianza explicada por los factores es buena. No es explicada por los dos factores puesto que el valor de la comunalidad no es muy grande es decir no es lo suficientemente grande como para afirmar que es explicada por las dos variables. Si se explica por las dos variables aunque no se de mucha informacin ya que su comunalidad sobrepasa apenas el 0.5.

High Jump

-0.54

0.69

0.7677

Shot

-0.70

0.16

0.5156

Run 200 m.

0.99

0.07

0.9850

Longh Jump

-0.85

0.42

0.8989

Javelin

-0.30

-0.41

0.2581

Run 800 m.

0.65

-0.41

0.5906

4.

La rotacin simplifica la interpretacin de los factores comunes? Los factores obtenidos realizando la rotacin fueron los siguientes: PRUEBA Hurdles High Jump Shot Run 200 m. Longh Jump Javelin Run 800 m. LM1 0.94 -0.92 -0.55 0.53 -0.87 0.17 0.74 LM2 0.09 0.23 -0.32 0.70 -0.20 -0.53 0.08

Tabla de comparaciones PRUEBA Hurdles High Jump Shot Run 200 m. Longh Jump Javelin Run 800 m. LM1 sin rotar 0.82 -0.54 -0.70 0.99 -0.85 -0.30 0.65 LM1 con rotacin 0.94 -0.92 -0.55 0.53 -0.87 0.17 0.74 LM2 sin rotar -0.53 0.69 0.16 0.07 0.42 -0.41 -0.41 LM2 con rotacion 0.09 0.23 -0.32 0.70 -0.20 -0.53 0.08

= LM1 > 0.5 o LM2>0.5 es decir describe la prueba

Para ML1 si ya que describe las pruebas Hurdles, Run 200m. Y Run 800 m. con los dos factores ya sea con rotacin o sin ella. Para ML2 no ya que el factor sin la rotacin describe la prueba High jump y cuando realizamos la rotacin solo describe la prueba de Run 200m. 5. Intenta poner etiqueta para los dos factores comunes en el nuevo modelo (el modelo despus de rotacin) es decir intenta interpretar estos dos factores en el mundo real. (para esta interpretacin suponemos que solamente factor loadings igual o mayor de 0.5 son importantes.) LM1 = utilizando la pregunta anterior recordemos que este factor loading describe las pruebas Hurdles, Run 200m. Y Run 800 m entonces este factor describe caractersticas que se utilizan en las tres pruebas y es fcil darse cuenta que en las tres se necesita gran capacidad para correr es decir tener velocidad, potencia y fuerza en las piernas ya que en las tres pruebas lo que nos interesa es minimizar el tiempo. LM2 = como este factor loading solo describe a la prueba Run 200m entonces se podra decir que este factor explica la velocidad en las piernas aunque esta etiqueta no me convence ya que antes de rotarla describa a la prueba High jump en donde no solo se necesita velocidad si no fuerza y potencia en las piernas para dar un buen salto.

UNIVERSIDAD AUTONOMA DE QUERETARO FACULTAD DE INGENIERIA LIC. MATEMATICAS APLICADAS

HERRERA TREJO GABRIELA Tarea 3 TERMINAL 1 ESTADISTICA PROF. BOWATER