SlideShare ist ein Scribd-Unternehmen logo
1 von 33
Rotaciones Ortogonales y Rotaciones Oblicuas Manuales  Xaymara Pérez  Rubén Quiñones
Introducción En capítulos anteriores se ha señalado que la matriz extraída no proporciona una solución adecuada.  Para facilitar la interpretación se realizan lo que se denominan serie de rotaciones factoriales: Rotaciones ortogonales manuales  Rotaciones oblicuas manuales Las rotaciones pretenden seleccionar la solución mas sencilla e interpretable.
Rotaciones Ortogonales Manuales
Las rotaciones ortogonales manuales mueven los ejes factoriales para acercar los puntos a estos de forma que mantengan su ortogonalidad. Esto permite la interpretación de los pesos factoriales de una variable con respecto a los factores ortogonales como si fueran coeficientes de correlación.
Múltiple Positivo Es el intento de reducir o eliminar pesos negativos.  Los factores finales rotados deben ser pesos positivos para las variables de todos los factores. La idea principal para el múltiplo positivo es que todas las variables de datos de una matriz tengan intercorrelaciones que sean cero o positivas.
Estructura Simple Desarrollado por Thurtone (1947). Su propósito era guiar al investigador a realizar las rotaciones de los ejes factoriales a posiciones de mayor importancia.
Estructura Simple La matriz factorial rotada en estructura simple tendría las siguientes características: Cualquier columna de la matriz factorial debe tener en su mayor parte valores pequeños, bien cerca de cero. Entradas distintas de cero en pocas columnas, esto para encontrar la solución esperada. Cualesquiera dos columnas factoriales mostrarán un patrón diferente de pesos altos y bajos.
Rotación ortogonal del problema de las 12 variables
Primer conjunto de trazados Segunda rotación Primera  rotación
Ejecución algebraica de la primera rotación La ejecución real de la rotación se lleva a cabo mejor algebraicamente que gráficamente, porque se generan resultados:   más exactos  proporciona un mejor testimonio matemático de lo que se realizó.
Primera rotación ortogonal del problema de doce variables Matriz  Ortogonal Matriz de  pesos rotados Matriz no rotada  de pesos factoriales A * Λ1 = V1
La matriz ortogonal es determinada por la rotación que se va a ejecutar. Si el factor j va a ser rotado con el factor k, los elementos en la matriz ortogonal serán determinados como: λ jj= λ kk= cosΦ, Φes el ángulo a ser rotado. λ jk = senΦ, cuando el factor con número inferior esrotadoalejándose del factor con número superior. - senΦ, cuando el factor con número inferior esrotadohacia el factor del número superior. λ kj= - senΦ, cuandoλ jk = senΦ λ kj= senΦ, cuandoλ jk = -senΦ Las otrasentradasdiagonales de la matrizortogonal son iguales a 1. Todaslasrestantesentradas son 0.
Ejemplo: representa la rotación de θ grados del plano en sentido contrario a las manecillas del reloj.
Segunda rotación ortogonal  Matriz de transformación ortogonal para la segunda rotación  Matriz de pesos factoriales rotados después de una vez  Matriz de pesos factoriales rotados después de dos rotaciones.  V1 * Λ2 = V2
Segunda rotación Consiste de la rotación del factor II hacia el factor III por medio de un ángulo de 15º .  El factor III fue rotado alejándose de factor II por medio del mismo ángulo y al mismo tiempo.   Por ende: λ 22  = λ 33  = cos(15º) = .963 λ 23  = -sen (15º)= -.270 λ 33  =   sen (15º)= .270
Segundo conjunto de trazados Tercera rotación
Tercera rotación ortogonal
Tercer conjunto  de  trazados.
En resumen  Λ= Λ1Λ2Λ3Λ4Λ5… Λnes el producto de todaslas matrices Λi de unarotación y la matriz final se obtienecomo: V = AΛ.  La matriz final V es el resultado final de la largaserie de rotaciones, modificando la matriz de pesos rotadospormedio de unarotación a la vez.
Rotaciones Oblicuas Manuales
Ejes Factoriales Oblicuos Este tipo de rotaciónpermitequegrupos de factorespuedanllevarse a hiperplanosmáscercanos a cadauno de ellos, a diferencia de la rotaciónortogonal, en donde los factoresdebían de mantenerse en ángulo recto entre si.
En la tabla de pesos factorialesortogonales, los pesos de 1, 2 y 3 no erangrandes, pero no eran cero en el factor II.  Lo mismoocurre con las variables 4,5 y 6 respecto al factor I En la tabla de pesos factorialesoblicuos, las variables 1,2 y 3 tendránesencialmentevaloresiguales a cero en el factor II.  Lo mismoocurre con las variables 4,5 y 6 respecto al factor I
Coordenadas y Proyecciones Las distanciasdesde el origen a las líneasperpendiculares al eje factorial oblicuo, quepasanpor los puntos de datos son conocidascomoProyecciones.  Éstas son iguales a lascorrelaciones de estosvectores de datos con el vector factorial oblicuo. Los pesos factoriales son lascoordenadas de los vectores de los datosrespecto al eje factorial oblicuo.
La afirmación de quelascoordenadas del vector de datos P1 son (.7, .5) respecto de los vectoresfactoriales F1 y F2 significaque: ,[object Object]
Tanto F1’ como F2’ puedenexpresarsecomocombinacioneslineales de los vectores base ortogonales F1 y F2.
El vector P1 puedeexpresarsecomounacombinación lineal de vectoresfactoriales, oblicuos F1’ y F2’.
Al realizar el cálculo anterior, se obtuvolas X e Y comocoordenadasdesconocidas, entonces: Estoda dos ecuaciones con dos incógnitas.  Se obtieneque X= .592 e Y=.400,[object Object]
[object Object]
 Al trazarunalínea perpendicular desde el punto P1 al vector F1´se obtiene la correlación entre el vector de datos P1 y el vector factorial F1´.  Entonces se sigue la siguiente relación 	r12  =h1h2cosφ . ,[object Object],[object Object]
Estructura del Vector Referencia La estructura del vector de referenciaesconvenientecuandolasrotacionesoblicuas se llevan a cabopormedio de la inspección de los trazados de los factores de dos en dos.  Este procesoviabiliza la obtención de las matrices de la solución final: la matrizpatrón P, la matrizestructura S y la matriz de correlaciones entre los factores.  Consiste en lasproyeccionesperpendiculares de los vectores de variables. Realizarunarotaciónoblicua de un vector de referenciaimplicacambiarunacolumna de la matriz de transformación.
[object Object]
El factor II estábiencolocado, yaquesuhiperplanoestásituado a lo largo de la línea de máximadensidad de puntos.

Weitere ähnliche Inhalte

Was ist angesagt?

Metodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearsonMetodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearsonmichacy
 
Variables estadisticas unidimensionales
Variables estadisticas unidimensionalesVariables estadisticas unidimensionales
Variables estadisticas unidimensionalesInmaculada Leiva Tapia
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadísticahectorquintero
 
Coeficiente de correlacion
Coeficiente de correlacionCoeficiente de correlacion
Coeficiente de correlacionGEONARKIS
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestrasUniv Peruana Los Andes
 
Analisis Factorial
Analisis FactorialAnalisis Factorial
Analisis FactorialJuan Velez
 
Unidad 8 Eleccion de la prueba de significacion estadistica
Unidad 8 Eleccion de la prueba de significacion estadisticaUnidad 8 Eleccion de la prueba de significacion estadistica
Unidad 8 Eleccion de la prueba de significacion estadisticaRicardo Ruiz de Adana
 
Estimaciòn puntual
Estimaciòn puntualEstimaciòn puntual
Estimaciòn puntualadriana0412
 
4. estadistica inferencial
4.  estadistica inferencial4.  estadistica inferencial
4. estadistica inferencialrbarriosm
 
Estadística Inferencial
Estadística Inferencial Estadística Inferencial
Estadística Inferencial Willian Delgado
 

Was ist angesagt? (20)

Metodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearsonMetodos de correlacion de spearman y pearson
Metodos de correlacion de spearman y pearson
 
Variables estadisticas unidimensionales
Variables estadisticas unidimensionalesVariables estadisticas unidimensionales
Variables estadisticas unidimensionales
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
 
Probabilidades1
Probabilidades1Probabilidades1
Probabilidades1
 
Tipos de graficos
Tipos de graficosTipos de graficos
Tipos de graficos
 
Coeficiente de correlacion
Coeficiente de correlacionCoeficiente de correlacion
Coeficiente de correlacion
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
 
Analisis Factorial
Analisis FactorialAnalisis Factorial
Analisis Factorial
 
Unidad 8 Eleccion de la prueba de significacion estadistica
Unidad 8 Eleccion de la prueba de significacion estadisticaUnidad 8 Eleccion de la prueba de significacion estadistica
Unidad 8 Eleccion de la prueba de significacion estadistica
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
Estimaciòn puntual
Estimaciòn puntualEstimaciòn puntual
Estimaciòn puntual
 
Pruebas No Parametricas
Pruebas No ParametricasPruebas No Parametricas
Pruebas No Parametricas
 
Distribucion binomial negativa
Distribucion binomial negativaDistribucion binomial negativa
Distribucion binomial negativa
 
Circuitos combinatorios
Circuitos combinatoriosCircuitos combinatorios
Circuitos combinatorios
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 
Correlaciones
CorrelacionesCorrelaciones
Correlaciones
 
Operacionalizacion de variables
Operacionalizacion de variablesOperacionalizacion de variables
Operacionalizacion de variables
 
Escalas de medicion
Escalas de medicionEscalas de medicion
Escalas de medicion
 
4. estadistica inferencial
4.  estadistica inferencial4.  estadistica inferencial
4. estadistica inferencial
 
Estadística Inferencial
Estadística Inferencial Estadística Inferencial
Estadística Inferencial
 

Ähnlich wie Rotaciones Ortogonales y Rotaciones Oblicuas Manuales

Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...
Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...
Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...GaleriaNilda
 
Transformación de coordenadas alexandra camargo
Transformación de coordenadas alexandra camargoTransformación de coordenadas alexandra camargo
Transformación de coordenadas alexandra camargossuser79c1271
 
Ecuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzmanEcuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzmandanieljose0
 
El Modelo Del Análisis Factorial
El Modelo Del Análisis FactorialEl Modelo Del Análisis Factorial
El Modelo Del Análisis FactorialAngel Carreras
 
Transformación de coordenadas bryan rojas ci 28714767 seccion 2 a
Transformación de coordenadas bryan rojas ci 28714767 seccion 2 aTransformación de coordenadas bryan rojas ci 28714767 seccion 2 a
Transformación de coordenadas bryan rojas ci 28714767 seccion 2 aRICHARDROJAS77
 
Funcion de varias variables
Funcion de varias variablesFuncion de varias variables
Funcion de varias variablesPaolaCastellano3
 
Graficacion unidad ii_2_2_al_2_7
Graficacion unidad ii_2_2_al_2_7Graficacion unidad ii_2_2_al_2_7
Graficacion unidad ii_2_2_al_2_7Zadaiiyy Collen
 
Actividad #4 geometria anaitica anabel beltrán
Actividad #4 geometria anaitica anabel beltránActividad #4 geometria anaitica anabel beltrán
Actividad #4 geometria anaitica anabel beltránAnabelBeltrn
 
Transformación de coordenadas
Transformación de coordenadasTransformación de coordenadas
Transformación de coordenadasRosalba Fereira
 
Tema 4 Transformaciones Geometricas
Tema 4 Transformaciones GeometricasTema 4 Transformaciones Geometricas
Tema 4 Transformaciones Geometricasqvrrafa
 
Ecuaciones de varias variables
Ecuaciones de varias variablesEcuaciones de varias variables
Ecuaciones de varias variablesjosue echeverri
 
Ecuaciones paramétricas
Ecuaciones paramétricas Ecuaciones paramétricas
Ecuaciones paramétricas Elixhg
 
Ecuaciones parametricas
Ecuaciones parametricasEcuaciones parametricas
Ecuaciones parametricasKenny Fereira
 
Ecuaciones paramétricas
Ecuaciones paramétricas  Ecuaciones paramétricas
Ecuaciones paramétricas claudiabolivar3
 

Ähnlich wie Rotaciones Ortogonales y Rotaciones Oblicuas Manuales (20)

Analisis Factirial
Analisis FactirialAnalisis Factirial
Analisis Factirial
 
Ecuaciones Paramétricas
Ecuaciones ParamétricasEcuaciones Paramétricas
Ecuaciones Paramétricas
 
Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...
Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...
Nilda mijares 6514801 psmcaracas_esc_43_geometria analitica_profesora_ely ram...
 
Transformación de coordenadas alexandra camargo
Transformación de coordenadas alexandra camargoTransformación de coordenadas alexandra camargo
Transformación de coordenadas alexandra camargo
 
Ecuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzmanEcuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzman
 
El Modelo Del Análisis Factorial
El Modelo Del Análisis FactorialEl Modelo Del Análisis Factorial
El Modelo Del Análisis Factorial
 
Robotica Guia 3
Robotica Guia 3Robotica Guia 3
Robotica Guia 3
 
La recta
La rectaLa recta
La recta
 
Transformación de coordenadas bryan rojas ci 28714767 seccion 2 a
Transformación de coordenadas bryan rojas ci 28714767 seccion 2 aTransformación de coordenadas bryan rojas ci 28714767 seccion 2 a
Transformación de coordenadas bryan rojas ci 28714767 seccion 2 a
 
Funcion de varias variables
Funcion de varias variablesFuncion de varias variables
Funcion de varias variables
 
Graficacion unidad ii_2_2_al_2_7
Graficacion unidad ii_2_2_al_2_7Graficacion unidad ii_2_2_al_2_7
Graficacion unidad ii_2_2_al_2_7
 
Actividad #4 geometria anaitica anabel beltrán
Actividad #4 geometria anaitica anabel beltránActividad #4 geometria anaitica anabel beltrán
Actividad #4 geometria anaitica anabel beltrán
 
gráficas lineales
gráficas linealesgráficas lineales
gráficas lineales
 
Transformación de coordenadas
Transformación de coordenadasTransformación de coordenadas
Transformación de coordenadas
 
Tema 4 Transformaciones Geometricas
Tema 4 Transformaciones GeometricasTema 4 Transformaciones Geometricas
Tema 4 Transformaciones Geometricas
 
Ecuaciones de varias variables
Ecuaciones de varias variablesEcuaciones de varias variables
Ecuaciones de varias variables
 
Ecuaciones paramétricas
Ecuaciones paramétricas Ecuaciones paramétricas
Ecuaciones paramétricas
 
Plano Numerico
Plano NumericoPlano Numerico
Plano Numerico
 
Ecuaciones parametricas
Ecuaciones parametricasEcuaciones parametricas
Ecuaciones parametricas
 
Ecuaciones paramétricas
Ecuaciones paramétricas  Ecuaciones paramétricas
Ecuaciones paramétricas
 

Rotaciones Ortogonales y Rotaciones Oblicuas Manuales

  • 1. Rotaciones Ortogonales y Rotaciones Oblicuas Manuales Xaymara Pérez Rubén Quiñones
  • 2. Introducción En capítulos anteriores se ha señalado que la matriz extraída no proporciona una solución adecuada. Para facilitar la interpretación se realizan lo que se denominan serie de rotaciones factoriales: Rotaciones ortogonales manuales Rotaciones oblicuas manuales Las rotaciones pretenden seleccionar la solución mas sencilla e interpretable.
  • 4. Las rotaciones ortogonales manuales mueven los ejes factoriales para acercar los puntos a estos de forma que mantengan su ortogonalidad. Esto permite la interpretación de los pesos factoriales de una variable con respecto a los factores ortogonales como si fueran coeficientes de correlación.
  • 5. Múltiple Positivo Es el intento de reducir o eliminar pesos negativos. Los factores finales rotados deben ser pesos positivos para las variables de todos los factores. La idea principal para el múltiplo positivo es que todas las variables de datos de una matriz tengan intercorrelaciones que sean cero o positivas.
  • 6. Estructura Simple Desarrollado por Thurtone (1947). Su propósito era guiar al investigador a realizar las rotaciones de los ejes factoriales a posiciones de mayor importancia.
  • 7. Estructura Simple La matriz factorial rotada en estructura simple tendría las siguientes características: Cualquier columna de la matriz factorial debe tener en su mayor parte valores pequeños, bien cerca de cero. Entradas distintas de cero en pocas columnas, esto para encontrar la solución esperada. Cualesquiera dos columnas factoriales mostrarán un patrón diferente de pesos altos y bajos.
  • 8. Rotación ortogonal del problema de las 12 variables
  • 9. Primer conjunto de trazados Segunda rotación Primera rotación
  • 10. Ejecución algebraica de la primera rotación La ejecución real de la rotación se lleva a cabo mejor algebraicamente que gráficamente, porque se generan resultados: más exactos proporciona un mejor testimonio matemático de lo que se realizó.
  • 11. Primera rotación ortogonal del problema de doce variables Matriz Ortogonal Matriz de pesos rotados Matriz no rotada de pesos factoriales A * Λ1 = V1
  • 12. La matriz ortogonal es determinada por la rotación que se va a ejecutar. Si el factor j va a ser rotado con el factor k, los elementos en la matriz ortogonal serán determinados como: λ jj= λ kk= cosΦ, Φes el ángulo a ser rotado. λ jk = senΦ, cuando el factor con número inferior esrotadoalejándose del factor con número superior. - senΦ, cuando el factor con número inferior esrotadohacia el factor del número superior. λ kj= - senΦ, cuandoλ jk = senΦ λ kj= senΦ, cuandoλ jk = -senΦ Las otrasentradasdiagonales de la matrizortogonal son iguales a 1. Todaslasrestantesentradas son 0.
  • 13. Ejemplo: representa la rotación de θ grados del plano en sentido contrario a las manecillas del reloj.
  • 14. Segunda rotación ortogonal Matriz de transformación ortogonal para la segunda rotación Matriz de pesos factoriales rotados después de una vez Matriz de pesos factoriales rotados después de dos rotaciones. V1 * Λ2 = V2
  • 15. Segunda rotación Consiste de la rotación del factor II hacia el factor III por medio de un ángulo de 15º . El factor III fue rotado alejándose de factor II por medio del mismo ángulo y al mismo tiempo. Por ende: λ 22 = λ 33 = cos(15º) = .963 λ 23 = -sen (15º)= -.270 λ 33 = sen (15º)= .270
  • 16. Segundo conjunto de trazados Tercera rotación
  • 18. Tercer conjunto de trazados.
  • 19. En resumen Λ= Λ1Λ2Λ3Λ4Λ5… Λnes el producto de todaslas matrices Λi de unarotación y la matriz final se obtienecomo: V = AΛ. La matriz final V es el resultado final de la largaserie de rotaciones, modificando la matriz de pesos rotadospormedio de unarotación a la vez.
  • 21. Ejes Factoriales Oblicuos Este tipo de rotaciónpermitequegrupos de factorespuedanllevarse a hiperplanosmáscercanos a cadauno de ellos, a diferencia de la rotaciónortogonal, en donde los factoresdebían de mantenerse en ángulo recto entre si.
  • 22. En la tabla de pesos factorialesortogonales, los pesos de 1, 2 y 3 no erangrandes, pero no eran cero en el factor II. Lo mismoocurre con las variables 4,5 y 6 respecto al factor I En la tabla de pesos factorialesoblicuos, las variables 1,2 y 3 tendránesencialmentevaloresiguales a cero en el factor II. Lo mismoocurre con las variables 4,5 y 6 respecto al factor I
  • 23. Coordenadas y Proyecciones Las distanciasdesde el origen a las líneasperpendiculares al eje factorial oblicuo, quepasanpor los puntos de datos son conocidascomoProyecciones. Éstas son iguales a lascorrelaciones de estosvectores de datos con el vector factorial oblicuo. Los pesos factoriales son lascoordenadas de los vectores de los datosrespecto al eje factorial oblicuo.
  • 24.
  • 25.
  • 26. Tanto F1’ como F2’ puedenexpresarsecomocombinacioneslineales de los vectores base ortogonales F1 y F2.
  • 27. El vector P1 puedeexpresarsecomounacombinación lineal de vectoresfactoriales, oblicuos F1’ y F2’.
  • 28.
  • 29.
  • 30.
  • 31. Estructura del Vector Referencia La estructura del vector de referenciaesconvenientecuandolasrotacionesoblicuas se llevan a cabopormedio de la inspección de los trazados de los factores de dos en dos. Este procesoviabiliza la obtención de las matrices de la solución final: la matrizpatrón P, la matrizestructura S y la matriz de correlaciones entre los factores. Consiste en lasproyeccionesperpendiculares de los vectores de variables. Realizarunarotaciónoblicua de un vector de referenciaimplicacambiarunacolumna de la matriz de transformación.
  • 32.
  • 33. El factor II estábiencolocado, yaquesuhiperplanoestásituado a lo largo de la línea de máximadensidad de puntos.
  • 34.
  • 35. Rotación del Vector Referencia Este procesopermitecambiarunacolumna de la matriz A pararotar un vector de referenciaqueesequivalente a la multiplicación de A porunamatrizidentidadexceptopara la columnaque se va a cambiar.
  • 36. Bibliografía Andrew L. Comrey (1985) Manual de Análisis Factorial