Componentes principales esféricas y matriz de covariancia de determinante mínimo: una aplicación sobre indicadores de carencias críticas
Principal Components Analysis (PCA) is widely used in multivariate statistical analysis. The objective of this method is to represent a set of n observations with p variables through a smaller number of variables that are linear combinations of the original ones, keeping as much as possible the orig...
Guardado en:
| Autores principales: | Ciccioli, Patricia, Bussi, Javier |
|---|---|
| Otros Autores: | Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario |
| Formato: | conferenceObject documento de conferencia acceptedVersion |
| Lenguaje: | Español |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/2133/7611 http://hdl.handle.net/2133/7611 |
| Aporte de: |
Ejemplares similares
-
Una revisión de los distintos métodos robustos para el análisis de componentes principales
por: Bussi, Javier, et al.
Publicado: (2017) -
Componentes principales robustas: una aplicación a localidades de la provincia de santa fe
por: Bussi, Javier, et al.
Publicado: (2017) -
Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
por: García, Fernando
Publicado: (2021) -
Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
por: García, Fernando
Publicado: (2021) -
Construcción de un índice de desigualdad de género, aplicación del análisis de componentes principales
por: Togliero, María Carolina, et al.
Publicado: (2023)