0% encontró este documento útil (0 votos)
4 vistas2 páginas

Scripts R para Análisis ACP en Ovinos

Title: Scripts para R studio ACP Autor: Edwin Ormachea V

Cargado por

ivan miranda
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
4 vistas2 páginas

Scripts R para Análisis ACP en Ovinos

Title: Scripts para R studio ACP Autor: Edwin Ormachea V

Cargado por

ivan miranda
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Title: Scripts para R studio ACP

Autor: Edwin Ormachea V

Date: "Setiembre del 2024"

Ubicación de carpeta de trabajo:

➢ setwd("E:/ADECUACION UNA - PUNO 2019 II/2024-II")

Importación de la base de datos:

➢ ovino_morfo <- [Link]("[Link]", header = TRUE, [Link]=1)


➢ View(ovino_morfo)

Determinación de correlación de Pearson

➢ ovino_morfo.cor<-cor(ovino_morfo, method = "pearson")


➢ ovino_morfo.cor
➢ round(ovino_morfo.cor, digits =2)

Instalar y abrir paquetes:

➢ library(corrplot): Explorar la matriz de correlación


➢ library(tidyverse): Ayuda con la importación, el ordenamiento, la manipulación y la
visualización de datos
➢ library(RColorBrewer): Ofrece varias paletas de colores
➢ library(pacman): Pacman mantiene el sistema actualizado al día mediante la
sincronización de la lista de paquetes con el servidor primario
➢ library(PerformanceAnalytics)

Mostrar la correlacion con 1 decimal

➢ correlacion<-round(cor(ovino_morfo), 1)
➢ view(correlacion)
➢ corrplot(correlacion, method="number", type="upper")
➢ [Link](ovino_morfo, histogram = F, pch = 19)

library(GGally): Este paquete está diseñado para poder graficar en forma de matriz un set de
datos con múltiples variables

➢ [Link](ovino_morfo, histogram = TRUE, method = "pearson")


➢ corrplot(ovino_morfo.cor,method = "circle" ,type = "upper", [Link] = "gray50",

diag = F, [Link] = 0.6)#reducir el tamaño del titulo

➢ corrplot(ovino_morfo.cor, method = "ellipse")

library(stats)

ACP de datos:

➢ respca<-prcomp(ovino_morfo, scale = TRUE)


➢ respca
➢ summary(respca)

library(FactoMineR): Método de análisis exploratorio de datos para resumir, visualizar y


describir conjuntos de datos.

➢ respca2<- PCA(X= ovino_morfo, [Link] = TRUE, ncp =6, graph = TRUE)


library("factoextra"): Proporciona algunas funciones fáciles de usar para extraer y visualizar los
resultados de los análisis de datos multivariantes.

➢ fviz_dend(ovino_hcpc,

cex=0.6,

palette="lancet",

labels_track_height = 2)

➢ fviz_eig(respca2)# visualizar los eignvalores (scree plot)


➢ fviz_screeplot(respca2,addlabels=TRUE,ylim=c(0,100))# visualizar los eignvalores (scree
plot)
➢ fviz_pca_ind(respca2)
➢ fviz_pca_ind(respca2,[Link] = "point",

[Link] = "#FC4E07",

axes = c(1,2),

pointsize=1.5)

➢ fviz_pca_ind(respca2, [Link] = "cos2", pointsize= "cos2",

[Link] = c("#00AFBB","#E7B800","#FC4E07"),

repel = TRUE)

➢ fviz_pca_var(respca2,[Link]= "cos2",

[Link] = "arrow",

labelsize = 2,

repel= TRUE)

➢ fviz_pca_var(respca2,

[Link] = "contrib",

[Link] = c("#00AFBB","#E7B800","#FC4E07"),

repel = TRUE)

➢ fviz_pca_biplot(respca2, repel = TRUE,

[Link] = "#FF0000",

[Link] = "#696969")

➢ fviz_contrib(respca2,choice = "var")
➢ fviz_contrib(respca2,choice = "ind")

También podría gustarte