Palabras clave
eigenvalue
eigenvector
correlation matrix
variance-covariance matrix
orthogonal
district
development
componente principal
valor propio
vector propio
matriz de correlación
matriz de varianza-covarianza
ortogonal
distrito
desarrollo
Cómo citar
Resumen
A través de las componentes principales, se reflejan las ponderaciones de cada una de las variables, que a su vez, permitirán agrupar a distritos de la República de Panamá en grupos semejantes a las condiciones de desarrollo y así, determinar las similitudes y desigualdades.
Citas
Anderson,R.E.; Black, W.; Hair, J.E.; Thatam, R.L. (1999) Análisis Multivariante. Prentice-Hall, Madrid.
Anderson, T.W. (1958) An Introduction Multivariate Aanalysis. John Willey and Sons, New York.
Carrasco, G. (1996) Análisis de las Componentes Principales y sus Aplicaciones. Tesis de la Universidad de Panamá́, Panamá́.
Carrasco, G.; Mejía, A. (1997) “Valores propios de la matriz de varianza covarianza muestral y sus distribuciones”, Scientia 13(1): 79–85.
Johnson, D.E. (2000) Métodos Multivariado aplicado al Análisis de Datos. Thompson.
Johnson, R.; Wichern, D. (1982) Applied Multivariate Statistical Analysis. Prentice Hall, New Jersey.
Jollife, I.T. (1986) Principal Component Analysis. Springer-Verlag, New York.
Mardia, K.V.; Kent, J.T.; Bibby, J.M. (1979) Multivariate Analysis. Academic-Press, London.
Morrison, D.F. (1976) Multivariate Statistical Methods. McGraw-Hill, New York.
Pla, L.E. (1986) Análisis Multivariado. Método de Componentes Principales. O.E.A., Washington.