SlideShare una empresa de Scribd logo
1 de 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.

Más contenido relacionado

La actualidad más candente

Ejercicios de estadistica
Ejercicios  de estadisticaEjercicios  de estadistica
Ejercicios de estadistica
Maricela Ayala
 
Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
Zully Vèlez
 
Presentacion de teoria de juegos
Presentacion de teoria de juegosPresentacion de teoria de juegos
Presentacion de teoria de juegos
theCJ
 
Relación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianzaRelación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianza
mayracuevaslopez
 
Distribución f de fisher snedecor
Distribución f de fisher snedecorDistribución f de fisher snedecor
Distribución f de fisher snedecor
pilosofando
 
Uso de la tabla de distribucion de probabilidad normal estandar
Uso de la tabla de distribucion de probabilidad normal estandarUso de la tabla de distribucion de probabilidad normal estandar
Uso de la tabla de distribucion de probabilidad normal estandar
Araceli Gomez
 

La actualidad más candente (20)

Tema ii distribuciones de frecuencias y graficas uts
Tema ii distribuciones de frecuencias y graficas utsTema ii distribuciones de frecuencias y graficas uts
Tema ii distribuciones de frecuencias y graficas uts
 
Pruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasPruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricas
 
Probabilidades matematica
Probabilidades matematicaProbabilidades matematica
Probabilidades matematica
 
Ejercicios de estadistica
Ejercicios  de estadisticaEjercicios  de estadistica
Ejercicios de estadistica
 
Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 
Teoría de decisión
Teoría de decisiónTeoría de decisión
Teoría de decisión
 
Estadística Descriptiva
Estadística DescriptivaEstadística Descriptiva
Estadística Descriptiva
 
Presentacion de teoria de juegos
Presentacion de teoria de juegosPresentacion de teoria de juegos
Presentacion de teoria de juegos
 
Analisis de regresion
Analisis de regresionAnalisis de regresion
Analisis de regresion
 
Relación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianzaRelación entre pruebas de hipótesis e intervalos de confianza
Relación entre pruebas de hipótesis e intervalos de confianza
 
Distribución f de fisher snedecor
Distribución f de fisher snedecorDistribución f de fisher snedecor
Distribución f de fisher snedecor
 
Uso de la tabla de distribucion de probabilidad normal estandar
Uso de la tabla de distribucion de probabilidad normal estandarUso de la tabla de distribucion de probabilidad normal estandar
Uso de la tabla de distribucion de probabilidad normal estandar
 
3. media, mediana,_moda_y_otras_medidas
3. media, mediana,_moda_y_otras_medidas3. media, mediana,_moda_y_otras_medidas
3. media, mediana,_moda_y_otras_medidas
 
La toma de decisiones en las organizaciones, un enfoque cuantitativo
La toma de decisiones en las organizaciones, un enfoque cuantitativoLa toma de decisiones en las organizaciones, un enfoque cuantitativo
La toma de decisiones en las organizaciones, un enfoque cuantitativo
 
SOFTWARE ORIENTADO A REALIZAR ESTADISTICAS DESCRIPTIVAS
SOFTWARE ORIENTADO A REALIZAR ESTADISTICAS DESCRIPTIVASSOFTWARE ORIENTADO A REALIZAR ESTADISTICAS DESCRIPTIVAS
SOFTWARE ORIENTADO A REALIZAR ESTADISTICAS DESCRIPTIVAS
 
Ensayo teoria de la probabilidad
Ensayo teoria de la probabilidadEnsayo teoria de la probabilidad
Ensayo teoria de la probabilidad
 
Estadística Inferencial
Estadística Inferencial Estadística Inferencial
Estadística Inferencial
 
Medidas de Tendencia Central
Medidas de Tendencia CentralMedidas de Tendencia Central
Medidas de Tendencia Central
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateral
 

Similar a Rotaciones Ortogonales y Rotaciones Oblicuas Manuales

Tema 4 Transformaciones Geometricas
Tema 4 Transformaciones GeometricasTema 4 Transformaciones Geometricas
Tema 4 Transformaciones Geometricas
qvrrafa
 

Similar a 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