LC

AC
P
- 1.0
- 0.8
- 0.6
- 0.4
- 0.2
0.0
0.2
0.4
0.6
0.8
1.0
0.0 0.2 0.4 0.6 0.8 1.0

LC
AC
P
- 1.0
- 0.8
- 0.6
- 0.4
- 0.2
0.0
0.2
0.4
0.6
0.8
1.0
0.0 0.2 0.4 0.6 0.8 1.0

Algunos resultados de los Ejercicios del Prctico N 12 y un poco ms



1) b) La suma de los autovalores debe ser igual a la suma de los elementos que se Hematopenkus arlekine
hallan en la diagonal principal de la matriz simtrica que les dio origen (en este
caso, como es la de correlaciones; todos son unos y, por lo tanto, ser igual al
n de variables p). El ltimo autovalor ser: 3 menos la suma de los 2 primeros.

Para )-
3
= 3 [1.81825 + 0.91204] = 0.26971
Hematopenkus feuchi
Para ]E4
3
= 3 [2.42176 + 0.52246] = 0.05578

g) La correlacin entre las variables y c/componente es el coeficiente que tiene la variable en el autovector que determina
la componente, multiplicado por la raz cuadrada de su autovalor.


Usemos como ejemplo slo la informacin de )-, la correlacin entre la segunda variable (AC) y la primera CP,
ser:



y la correlacin entre la tercera variable (patas) y la segunda CP:




Autovectores
e1 e2 e3
LC
0.67381 -0.20584 0.70965
AC 0.66978 -0.23543 -0.70425
P 0.31204 0.94984 -0.02077

Autovalores 1 = 1.81825 2 = 0.91204 3 = 0.05578

Correlaciones entre variables y CP
CP1 CP2 CP3
LC
0.9086 - 0.1966 0.3685
AC 0.9032 - 0.2248 - 0.3657
P 0.4208 0.9071 - 0.0108


h) El primer autovalor acumula la mayor cantidad de proyeccin al cuadrado de todas las variables, que puede obtenerse en
una direccin (la del primer autovector). La correlacin entre las variables y las 2 primeras CP son las coordenadas para
representarlas en un plano con la menor prdida de sus longitudes al cuadrado. En este grfico, el coseno del ngulo entre
ellas, representa una aproximacin a la correlacin que tenan en la matriz original (siempre que ambas estn bien repre-
sentadas o sea que sus longitudes estn cercanas
a uno).
)- ]E4
Ahora bien, por un lado H. feuchi tiene correlaciones
entre las variables ms fuertes que H. arlekine.
Esto hace que el manojo de vectores que las repre-
senta en todo el espacio, sea ms compacto (estn to-
dos ms juntos). Es fcil deducir que una direccin
que rescate la mayor cantidad de sus proyecciones,
acumular ms que otra con correlaciones ms bajas
(vectores ms dispersos). As, ]E4, por tener el
primer autovalor mayor que la otra especie, se corres-
ponde con H. feuchi, donde las correlaciones son ms
grandes.
Por otro lado, observando la representacin de las
variables en el plano de las 2 primeras CP, se ve que
las Patas de ]E4, estn ms correlacionadas con
las variables del cuerpo, que en )- )- )- )-. Al estar to-
das bastante bien representadas , podemos deducir lo
mismo que antes, mirando las correlaciones de la matriz original.

( )
j j i j i
e CP ; Z r =
( ) 9032 0 81825 1 66978 0
1 1 2 1 2
. . . e CP ; Z r = = =
( ) 9071 0 91204 0 94984 0
2 2 3 2 3
. . . e CP ; Z r = = =

A1
A2
LC
AC
ED
CP3
ET
CP2
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
2) b) 100 x {
1
+
2
+
3
} / p = 100 x {3.2428 + 1.6366 + 0.5043} / 6 = 89.7 % Pekenkus rulemanis ( 10X )


c) Para interpretar c/CP hay que fijarse en la Correlacin de c/variable
con la CP correspondiente; despreciando los coeficientes muy cercanos
a cero. As, la 1 componente tiene todos sus coeficientes positivos, por lo tanto,
puede interpretarse como TAMAO del pekenke. La 2 CP opone las ANTENAS
al CUERPO; podemos considerarla como una especie de antenulez porque las primeras tienen coeficiente positivos y las
medidas del cuerpo, negativos. La 3 CP es otra medida de forma: opone fundamentalmente el CUERPO al SISTEMA
LOCOMOTOR; como los primeros son positivos y los ltimos negativos, podra pensarse en una corpachonez respecto de
las ruedas. La 4 CP opone las ANTENAS entre s; lumnicas (positivas) vs sensitivas (negativas). La 5 CP opone los EJES
entre s, delanteros (positivos) vs traseros (negativos). La 6 CP es la FORMA del CUERPO; una especie de salchichez,
largo (positivo) vs ancho (negativo).

d) El % de reconstruccin de c/variable a lo largo de las componentes, surge de sumar las correlaciones al cuadrado de la variable
con las CP consideradas. Si queremos hallar el % de reconstruccin de la variable Zi en las primeras k componentes usamos
la sig. expresin:



En nuestro caso k es 3, entonces:
%Rec (A1) = 100 x {(0.4101)
2
+ (0.8391)
2
+ (0.0865)
2
} = 88.0 %
%Rec (A2) = 100 x {(0.4380)
2
+ (0.8200)
2
+ (0.1329)
2
} = 88.2 %
%Rec (LC) = 100 x {(0.8112)
2
+ (-0.3655)
2
+ (0.3535)
2
} = 91.7 %
etc.

e) En el Cuadrante III; pues, un complejo antenal pequeo
tendr largos de antenas menores que el promedio (negativos),
y al multiplicarlos por los coeficientes de A1 y A2 de la 2 CP II I
(positivos) resultarn negativos (estarn en la parte izquierda
del eje horizontal de la figura); mientras que ejes robustos, im-
plica valores mayores que el promedio (positivos), y al multipli-
carlos por los coeficientes de ED y ET de la 3 CP (negativos)
sern negativos (estarn en la parte inferior del eje vertical).
As, un pequenke con estas caractersticas se ubicar en el 3
er

cuadrante del grfico (abajo a la izquierda).







III IV




f) El CP4, pues es el que opone las antenas entre s (tiene coeficientes de A1 y A2 con signos opuestos, y son los ms fuertes
de la componente. Debido a que el pekenke medio tiene antenas lumnicas ms cortas que las sensitivas, el individuo que se
propone evaluar es antenuludo: sus antnulas deben ser relativamente ms largas, para poder equiparar a las antenas (o sus
antenas deben ser relativamente ms pequeas). As, el valor estandarizado de A1 ser mayor que el promedio (positivo), y
el respectivo valor de A2 ser negativo. Cuando se multipliquen por los coeficientes de CP4 que les correspondan (positivo
el de A1 y negativo el de A2) resultar un valor positivo.


5) g) Como ya se dijo, el primer autovalor acumula la mayor cantidad de proyeccin al cuadrado de todas las variables, que puede
obtenerse en la direccin del primer autovector. Si una variable est poco correlacionada con las restantes (patrn de sombreado
en blanco), tendr una representacin geomtricamente aislada, y la direccin en cuestin pasar lejos (pues para captar la
mayor cantidad de proyecciones, esa direccin debe pasar cerca del manojo de variables). Esta variable, entonces, contribuir
muy poco al primer autovalor (su proyeccin al cuadrado ser cercana a cero). Si ahora dejamos todo igual, pero acercamos la
variable aislada al resto (mejoramos sus correlaciones hasta que lleguen a un patrn de rayas), su proyeccin ser mayor y har
una contribucin ms manifiesta al primer autovalor. Esto producir un incremento en su magnitud.


( ) ( )
j i
k
j
as
i
CP ; Z r CP k en Z c Re %
2
1
100 1

=
=
I
II
III
IV
CP2
V
CP1
VI
VII
VIII
IX X
XI
XII
XIII
XIV
XV
XVI
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
6) Correlaciones entre variables y CP

Variable CP1 CP2 CP3
PS 0.92 - 0.07 0.38
LN 0.92 0.07 - 0.38
DO 0.00 0.99 0.05

Identificacin de los cuadrantes de los 2 primeros CP =>

a) La 1 CP puede ser interpretada como sonrisonarigudez.
La 2 CP es simplemente la distancia interocular.
La 3 CP opone la sonrisa a la longitud nasal.

A B
b)




C D
c) En la 3
er
CP, un globo triste y narigudo tendr un signo negativo.
Pues, si es triste, debe tener una PS menor que la media (negativa),
y al ser narigudo, su LN superar a su media (positiva). Al multi-
plicar estos valores por los respectivos coeficientes de la 3 CP (posi-
tivo y negativo) dar negativo.


9) i) de Pearson (es el Coeficiente de Correlacin aplicado a
datos binarios).

ii) 81.06 % 100 x {
1
+
2
} / p = 100 x [ 6.86 + 6.11 ] / 16

iii) La especie XVI (ni siquiera supera el crculo interno que
representa una reconstruccin del 50%).

iv) I y XI => negativa (ngulo entre ellas cercano a 180)
II y V => cercana a 0 (ngulo entre ellas 90 aprox)
VI y VII => positiva (ngulo entre ellas prximo a 0)
Todas bastante bien representadas !








Del Anexo con ejercicios adicionales del TP 11

log
2
[4] ) a) Simple Matching (medida de asociacin entre filas con variables binarias de igual nivel, No presencia-ausencia)

b) SI (pues los une un arco primario, que no tiene distorsin)

c) Probablemente NO (pues para unirse deben recorrerse los arcos hasta la unin del grupo roedores-quirpteros
con el grupo pangolines-sirenios, lo que lleva a una gran distorsin)



3
er
Parcial: sbado 29 de junio, 9 hs , Aula 37a (211) 2 Piso, ala de ingeniera Cuerpo B (es por promocin)

Recuperatorio: Lunes 8 de julio, 18 hs, Aula 2 , subsuelo Biologa (esta es fecha de Final, hay que inscribirse)
ejemplar A B C D
Cuadrante III IV I II
<== CP1 ==>
<
=
=


C
P
2


=
=
>
I
II
III IV