MVar.pt (version 1.1)

CA: Analise de Correspondencia

Description

Realiza Analise de Correspondencia Simples (CA) e Multipla (MCA) em um conjunto de dados.

Usage

CA(Data, TypData, TypMatrix = "I")

Arguments

Data

Dados a serem analisados, isto e, Tabela de Contingencia

TypData

"f" para Dados de Frequencia "c" para Dados Qualitativos

TypMatrix

Matriz usada para calculos quanto TypData = "c" "I" para Matriz Indicadora - Default "B" para Matriz de Burt

Value

• DepData
  Verificacao se os dados sao Dependentes ou Independentes a nivel 5% de significancia
• TypData
  Tipo de dados: "F" Frequencia ou "C" Qualitativo
• NumCood
  Numero de coordenadas principais
• MatrixX
  Matriz com as coordenadas principais das Linhas
• MatrixY
  Matriz com as coordenadas principais das Colunas
• MatrixAutoVlr
  Matriz das inercias (variancias), com as proporcoes e proporcoes acumuladas

References

MINGOTI, S. A. Analise de dados atraves de metodos de estatistica multivariada: uma abordagem aplicada. Belo Horizonte: UFMG, 2005. 297 p. RENCHER, A.C.; Methods of Multivariate Analysis. 2th. ed. New York: J.Wiley, 2002. 708 p.

See Also

Plot.CA

Examples

data(DataFreq) # conjunto de dados de frequencia

Dat <- DataFreq[,2:ncol(DataFreq)]

rownames(Dat) <- as.character(t(DataFreq[1:nrow(DataFreq),1]))

Resp <- CA(Dat,"f") # realiza CA

print("Existe dependencia entre as linhas e as colunas?"); print(Resp$DepData)

print("Numero de coordenadas principais:"); print(Resp$NumCood)

print("Coordenadas principais das Linhas:"); round(Resp$MatrixX,2)

print("Coordenadas principais das Colunas:"); round(Resp$MatrixY,2)

print("Inercias das componentes principais:"); round(Resp$MatrixAutoVlr,2)