PCA_VAR - Estimacion de variables de entrada con ACP

Devuelve un array de celdas para el i-ésimo componente principal (o residuales).

Sintaxis

PCA_VAR (X, Mask, Standardize, Number, Number of PC, Return)

X

es la matriz de datos de variables independientes, de manera que cada columna representa una variable.

Mask

es una matriz boolena para seleccionar un subconjunto de variables de entrada en X. Si falta, todas las variables en X son incluidas.

Standardize

es una bandera o switch para estandarizar las variables de entrada previo al análisis (Ej. Estandarizado = 1 (defecto), Restar la media = 2)).

Valor	Standardize
1	Estandardiza (resta la media y divide entre la desviación estándar) (por defecto).
2	Restar la media (restar la media).

Number

es el número de la variable de entrada.

Number of PC

es el número de componenetes principales (CP) a incluir. Si falta o es cero, todos los componentes serán usados.

Return

es un switch para seleccionar la salida de los resultados (1 = Comunalidad Final (por defecto), 2 = Carga o peso, 3 = Valores ajustados, 4 = Residuales).

Value	Return
1	Comunalidad Final (por defecto).
2	Carga o peso para factores.
3	Variable de entrada ajustada (de componentes principales).
4	Residuales.

Observaciones

1. El modelo subyacente se describe aquí.
2. La función PCA_VAR debe ser ingresada como un formula matricial (para otros tipos de resultados diferentes a 1) en un rango que tiene filas asi como el número de variables (tipo de retorno = 2) o el número de observaciones (tipo de retorno > 2).
3. Los datos de la muestra pueden incluir valores faltantes.
4. Cada columna en la matriz de datos corresponde a una variable separada.
5. Cada fila en la matriz de entrada corresponde a una observación.
6. Observaciones (Ej. filas) con valores faltantes son removidos.
7. La función PC_VAR está disponible comenzando con la versión 1.60 APACHE.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Principal component analysis.
• Wikipedia - Regression analysis.
• Wikipedia - Ordinary least squares.

Referencias

• J. Edward Jackson; A User's Guide to Principal Components; Wiley-Interscience; (Sep 10, 2003), ISBN: 471471348.
• I.T. Jolliffe; Principal Component Analysis; Springer; 2nd Edition(Oct 01, 2002), ISBN: 0387954422.
• John Y. Campbell, Andrew W. Lo, A. Craig MacKinlay, Andrew Y. Lo; The Econometrics of Financial Markets; Princeton University Press; 2nd edition(Dec 09, 1996), ISBN: 691043019.
• Hamilton, J.D.; Time Series Analysis, Princeton University Press (1994), ISBN 0-691-04289-6.
• Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740.