TALLER II AMD
Ricardo Enciso
2023-07-18
#PUNTO 1.
#En la libreŕıa f araway se encuentra la base de datos suicide contiene informacionsobre el numero de suicidios en el Reino Unido clasificados por sexo, edad y metodo.
#1 Colapse el sexo y la edad de los sujetos en un factor simple de seis niveles quecontiene todas las combinaciones de sexo y edad. Realice un AC e interprete losresultados. #2 Realice un AC separadamente para hombres y mujeres. ¿Revela este analisis algo nuevo comparado con el analisis combinado del punto anterior?
library(faraway)## Warning: package 'faraway' was built under R version 4.2.3library(FactoMineR)## Warning: package 'FactoMineR' was built under R version 4.2.3library(factoextra)## Warning: package 'factoextra' was built under R version 4.2.3## Loading required package: ggplot2## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBadata("suicide")
suicidesuicide1=matrix(c(suicide[,1]))
suicide1## [,1]
## [1,] 398
## [2,] 121
## [3,] 455
## [4,] 155
## [5,] 55
## [6,] 124
## [7,] 399
## [8,] 82
## [9,] 797
## [10,] 168
## [11,] 51
## [12,] 82
## [13,] 93
## [14,] 6
## [15,] 316
## [16,] 33
## [17,] 26
## [18,] 14
## [19,] 259
## [20,] 15
## [21,] 95
## [22,] 14
## [23,] 40
## [24,] 38
## [25,] 450
## [26,] 13
## [27,] 450
## [28,] 26
## [29,] 71
## [30,] 60
## [31,] 154
## [32,] 5
## [33,] 185
## [34,] 7
## [35,] 38
## [36,] 10suicide2=matrix(c(suicide[,2]))
suicide2## [,1]
## [1,] "drug"
## [2,] "gas"
## [3,] "hang"
## [4,] "gun"
## [5,] "jump"
## [6,] "other"
## [7,] "drug"
## [8,] "gas"
## [9,] "hang"
## [10,] "gun"
## [11,] "jump"
## [12,] "other"
## [13,] "drug"
## [14,] "gas"
## [15,] "hang"
## [16,] "gun"
## [17,] "jump"
## [18,] "other"
## [19,] "drug"
## [20,] "gas"
## [21,] "hang"
## [22,] "gun"
## [23,] "jump"
## [24,] "other"
## [25,] "drug"
## [26,] "gas"
## [27,] "hang"
## [28,] "gun"
## [29,] "jump"
## [30,] "other"
## [31,] "drug"
## [32,] "gas"
## [33,] "hang"
## [34,] "gun"
## [35,] "jump"
## [36,] "other"suicede3=matrix(c(suicide[,3]))
suicede3## [,1]
## [1,] "y"
## [2,] "y"
## [3,] "y"
## [4,] "y"
## [5,] "y"
## [6,] "y"
## [7,] "m"
## [8,] "m"
## [9,] "m"
## [10,] "m"
## [11,] "m"
## [12,] "m"
## [13,] "o"
## [14,] "o"
## [15,] "o"
## [16,] "o"
## [17,] "o"
## [18,] "o"
## [19,] "y"
## [20,] "y"
## [21,] "y"
## [22,] "y"
## [23,] "y"
## [24,] "y"
## [25,] "m"
## [26,] "m"
## [27,] "m"
## [28,] "m"
## [29,] "m"
## [30,] "m"
## [31,] "o"
## [32,] "o"
## [33,] "o"
## [34,] "o"
## [35,] "o"
## [36,] "o"suicede4=matrix(c(suicide[,4]))
suicede4## [,1]
## [1,] "m"
## [2,] "m"
## [3,] "m"
## [4,] "m"
## [5,] "m"
## [6,] "m"
## [7,] "m"
## [8,] "m"
## [9,] "m"
## [10,] "m"
## [11,] "m"
## [12,] "m"
## [13,] "m"
## [14,] "m"
## [15,] "m"
## [16,] "m"
## [17,] "m"
## [18,] "m"
## [19,] "f"
## [20,] "f"
## [21,] "f"
## [22,] "f"
## [23,] "f"
## [24,] "f"
## [25,] "f"
## [26,] "f"
## [27,] "f"
## [28,] "f"
## [29,] "f"
## [30,] "f"
## [31,] "f"
## [32,] "f"
## [33,] "f"
## [34,] "f"
## [35,] "f"
## [36,] "f"suicideF=data.frame(N.personas=c(suicide1),
causa=c(suicide2),
edad=c(suicede3),
sexo=c(suicede4))
suicideFsuicideF$BioID=paste(suicideF$edad,suicideF$sexo,sep = "_")
suicideF$BioID## [1] "y_m" "y_m" "y_m" "y_m" "y_m" "y_m" "m_m" "m_m" "m_m" "m_m" "m_m" "m_m"
## [13] "o_m" "o_m" "o_m" "o_m" "o_m" "o_m" "y_f" "y_f" "y_f" "y_f" "y_f" "y_f"
## [25] "m_f" "m_f" "m_f" "m_f" "m_f" "m_f" "o_f" "o_f" "o_f" "o_f" "o_f" "o_f"suicideFNsuicide=suicideF[c("N.personas","causa","BioID")]
Nsuicidetfinal=matrix(c(398,399,93,259,450,154,
121,82,6,15,13,5,
455,797,316,95,450,185,
155,168,33,14,26,7,
55,51,26,40,71,38,
124,82,14,38,60,10),ncol= 6)
tfinal## [,1] [,2] [,3] [,4] [,5] [,6]
## [1,] 398 121 455 155 55 124
## [2,] 399 82 797 168 51 82
## [3,] 93 6 316 33 26 14
## [4,] 259 15 95 14 40 38
## [5,] 450 13 450 26 71 60
## [6,] 154 5 185 7 38 10colnames(tfinal)=c("drug","gas","hang","gun","jump","other")
rownames(tfinal)=c("y_m","m_m","o_m","y_f","m_f","o_f")
tfinal## drug gas hang gun jump other
## y_m 398 121 455 155 55 124
## m_m 399 82 797 168 51 82
## o_m 93 6 316 33 26 14
## y_f 259 15 95 14 40 38
## m_f 450 13 450 26 71 60
## o_f 154 5 185 7 38 10library(FactoMineR)
mode1=CA(tfinal)
mode1$eig## eigenvalue percentage of variance cumulative percentage of variance
## dim 1 0.0681328342 56.8348035 56.83480
## dim 2 0.0491310401 40.9839549 97.81876
## dim 3 0.0017201452 1.4349045 99.25366
## dim 4 0.0007417263 0.6187306 99.87239
## dim 5 0.0001529730 0.1276065 100.00000barplot(mode1$eig[,1], xlab = "Componentes", ylab = "Valor propio",
main = "Valores propios por componente")
#Para este conjunto de datos dos dimensiones son suficientes para resumir la variabilidad presente en los datos, teniendo en cuenta los dos criterios de selección.
mode1$col## $coord
## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## drug -0.29702637 0.07260924 -0.023411849 -0.013474490 -0.003045058
## gas 0.36466918 0.57439193 0.079541118 -0.005744484 -0.036126842
## hang 0.15046438 -0.20481723 -0.001551431 0.006747810 -0.003019872
## gun 0.46806162 0.26993605 -0.021906063 -0.046792723 0.025450399
## jump -0.34908996 -0.08592535 0.149165429 -0.003359164 0.021385774
## other -0.01178171 0.36507299 -0.023567480 0.089347164 0.014495228
##
## $contrib
## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## drug 42.78879892 3.5458828 10.52938129 8.08867731 2.002962
## gas 8.90372321 30.6330807 16.77831153 0.20294968 38.920201
## hang 14.39380323 36.9863657 0.06061279 2.65917368 2.582420
## gun 24.42695124 11.2664082 2.11925502 22.42500962 32.165769
## jump 9.47412694 0.7959899 68.51602974 0.08058232 15.836381
## other 0.01259647 16.7722726 1.99640961 66.54360739 8.492268
##
## $cos2
## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## drug 0.9362126037 0.05594590 5.816422e-03 1.926678e-03 9.839556e-05
## gas 0.2825983438 0.70111319 1.344482e-02 7.012511e-05 2.773521e-03
## hang 0.3502040081 0.64891336 3.723218e-05 7.043353e-04 1.410688e-04
## gun 0.7419849711 0.24678049 1.625241e-03 7.415590e-03 2.193705e-03
## jump 0.8019152952 0.04858435 1.464165e-01 7.425339e-05 3.009565e-03
## other 0.0009763881 0.93748653 3.906897e-03 5.615225e-02 1.477936e-03
##
## $inertia
## [1] 0.031139531 0.021466364 0.028003409 0.022430069 0.008049468 0.008789878#Lo que permite la construción de la dimensión 1 en el método de suicidio en el Reino Unido son suicidio por ingesta de drogas lídas o sólidas (drug),armas como pistolas cuchillos o explocivos (gun). #En la dimensión 1 también se puede observar que el otro método que contribuye a la construcción es colgarse,asfixia o ahogamiento (hang). #Observese que en la dimensión 1 los métodos de suicidio ingesta de drogas lídas o sólidas (drug),salto (jump) y suicidio (other) se encuentran a la izquierda y los métodos gas,estrangulamiento, ahorcamiento por colgarse,asfixia o ahogamiento (hang) y por armas como pistolas cuchillos o explocivos (gun)a la derecha. #Lo que permite la construción de la dimensión 2 en el método de suicidio en el Reino Unido son suicidio por inhalación de gas y otros métodos de suicidio (other). #También podemos observar que los otros métodos de suicidio que contribuyen a la construcción son suicidio por armas como pistolas cuchillos o explocivos (gun), seguido por estrangulamiento, ahorcamiento por colgarse,asfixia o ahogamiento (hang). #Se puede observar que el suicidio por inhalación de gas se encuentra a la derecha de la dimensión 2 y otros métodos de suicidio(other) a la izquierda de la dimensión 2. #Oservese que los suicidios cometidos por hombres se encuentran a la derecha de la dimensión 2 y los cometidos por mujeres a la izquierda.
mode1$row## $coord
## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## y_m 0.1354893 0.30211708 0.02740981 0.01835185 -0.002403624
## m_m 0.2212133 -0.04647244 -0.03146756 -0.02733245 -0.001498607
## o_m 0.2222976 -0.39511204 0.03138147 0.03491783 0.023956722
## y_f -0.5403751 0.21705066 -0.01326217 -0.02622748 0.025447400
## m_f -0.2668687 -0.12313677 -0.03588056 0.02759110 -0.011262908
## o_f -0.2514652 -0.24380574 0.10783747 -0.03839044 -0.014688166
##
## $contrib
## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## y_m 6.643178 45.805430 10.7688464 11.195366 0.9311949
## m_m 21.377787 1.308374 17.1339591 29.978531 0.4369760
## o_m 6.671867 29.229340 5.2664238 15.121166 34.5123337
## y_f 37.243434 8.332624 0.8885447 8.059068 36.7864138
## m_f 21.083229 6.224693 15.0956458 20.701071 16.7257106
## o_f 6.980505 9.099539 50.8465803 14.944798 10.6073710
##
## $cos2
## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## y_m 0.1657909 0.82433012 0.0067851981 0.003041657 5.217756e-05
## m_m 0.9261997 0.04087645 0.0187416688 0.014139675 4.250675e-05
## o_m 0.2372270 0.74943710 0.0047276044 0.005853143 2.755177e-03
## y_f 0.8572566 0.13830645 0.0005163558 0.002019450 1.901109e-03
## m_f 0.8042144 0.17121909 0.0145376794 0.008596363 1.432444e-03
## o_f 0.4649803 0.43708567 0.0855102304 0.010837396 1.586404e-03
##
## $inertia
## [1] 0.02730057 0.01572587 0.01916195 0.02960025 0.01786166 0.01022843#La técnica empleada permitió observar que los hombres de todos los rangos etareos en el Reino Unido para esta base de datos utilizan los métodos de suicidio estrangulamiento, ahorcamiento por colgarse,asfixia o ahogamiento (hang),gas y suicidio por armas como pistolas cuchillos o explocivos (gun); y las mujeres de todos los rangos etareos por ingesta de drogas líquidas o sólidas (drug), salto (jump) y otros métodos de suicidio(other). #También permite observar que para la contrucción de la dimensión 1 los métodos de suicidio que contribuyen se encuentran en hombres de mediana edad y mujeres jóvenes #En la construcción de la dimensión 2 los métodos que contribuyen se encuentran en hombres jóvenes y hombres viejos. #El técnica utilizada permite difernciar claramete las diferncias de las diferncias delos métodos de suicidio utilizados por hombres y mujeres. #También permite diferenciar los métodos de suicidio utilizados en los diferentes rangos etareos siendo de elección para hombres jovenes el método por armas como pistolas cuchillos o explocivos (gun),para hombres de mediana edad y homres viejos colgarse,asfixia o ahogamiento (hang). #Para las mujeres jóvenes otros métodos de suicidio(other) y por ingesta de drogas líquidas o sólidas (drug), para las mujeres de mediana edad y mujeres viejas salto (jump).
tfinalm=matrix(c(398,399,93,259,450,154,
121,82,6,15,13,5,
455,797,316,95,450,185),ncol = 3)
tfinalm## [,1] [,2] [,3]
## [1,] 398 121 455
## [2,] 399 82 797
## [3,] 93 6 316
## [4,] 259 15 95
## [5,] 450 13 450
## [6,] 154 5 185rownames(tfinalm)=c("drug","gas","hang","gun","jump","other")
colnames(tfinalm)=c("y_m","m_m","o_m")
tfinalm## y_m m_m o_m
## drug 398 121 455
## gas 399 82 797
## hang 93 6 316
## gun 259 15 95
## jump 450 13 450
## other 154 5 185mode2=CA(tfinalm)
mode2$eig## eigenvalue percentage of variance cumulative percentage of variance
## dim 1 0.06371786 65.67246 65.67246
## dim 2 0.03330586 34.32754 100.00000barplot(mode2$eig[,1])
Para este conjunto de datos una dimensión es suficiente para resumir la variabilidad presente en los datos teniendo en cuenta los dos criteris de selección.
mode2$col## $coord
## Dim 1 Dim 2
## y_m 0.297362224 -0.04514679
## m_m 0.002600315 0.74667635
## o_m -0.227112818 -0.04419206
##
## $contrib
## Dim 1 Dim 2
## y_m 5.666715e+01 2.498930
## m_m 5.981984e-04 94.362318
## o_m 4.333225e+01 3.138752
##
## $cos2
## Dim 1 Dim 2
## y_m 0.9774687654 0.02253123
## m_m 0.0000121278 0.99998787
## o_m 0.9635190966 0.03648090
##
## $inertia
## [1] 0.03693939 0.03142856 0.02865577mode2$coord## NULL#Al realizar el AC por separado para hombres se encuentra diferncia con el análisis conjunto porque en este análisis individual se observa que para los hombres de mediana edad la elección de método de suicidio es por ingesta de drogas líquidas o sólidas (drug), para los otras rangos etáreos jóvenes y viejos coincide con el análisis conjunto.
tfinalf=matrix(c(155,168,33,14,26,7,
55,51,26,40,71,38,
124,82,14,38,60,10),ncol= 3)
tfinalf## [,1] [,2] [,3]
## [1,] 155 55 124
## [2,] 168 51 82
## [3,] 33 26 14
## [4,] 14 40 38
## [5,] 26 71 60
## [6,] 7 38 10rownames(tfinalf)=c("drug","gas","hang","gun","jump","other")
colnames(tfinalf)=c("y_f","m_f","o_f")
tfinalf## y_f m_f o_f
## drug 155 55 124
## gas 168 51 82
## hang 33 26 14
## gun 14 40 38
## jump 26 71 60
## other 7 38 10mode3=CA(tfinalf)
mode3$eig## eigenvalue percentage of variance cumulative percentage of variance
## dim 1 0.14858660 86.47025 86.47025
## dim 2 0.02324891 13.52975 100.00000barplot(mode3$eig[,1])
mode3$col## $coord
## Dim 1 Dim 2
## y_f -0.4014963 -0.09955193
## m_f 0.5508194 -0.11405193
## o_f 0.0214109 0.22002445
##
## $contrib
## Dim 1 Dim 2
## y_f 43.20241685 16.97545
## m_f 56.69758692 15.53561
## o_f 0.09999624 67.48894
##
## $cos2
## Dim 1 Dim 2
## y_f 0.942080573 0.05791943
## m_f 0.958889259 0.04111074
## o_f 0.009380692 0.99061931
##
## $inertia
## [1] 0.06813961 0.08785688 0.01583902mode3$coord## NULLPara este conjunto de datos una dimensión es suficiente para resumir la variabilidad presente en los datos teniendo en cuenta los dos criterios de selección.
#Al realizar el AC por separado para mujeres se encuentra diferncia con el análisis conjunto porque en este análisis individual se observa que para las mujeres de jóvenes la elección de método de suicidio es por inhanación de gas, para las mujeres de mediana edad coincide con el análisis conjunto y para las mujeres viejas por ingesta de drogas líquidas o sólidas (drug).
#PUNTO2.
#En la librer ́ıa ade4 se encuentra la base de datos banque que contiene informacion dé 810 sujetos de una entidad financiera. Realice un ACM y comente sus resultados.
library(ade4)## Warning: package 'ade4' was built under R version 4.2.3##
## Attaching package: 'ade4'## The following object is masked from 'package:FactoMineR':
##
## reconstdata("banque")
banquemodel2=MCA(banque)
## Warning: ggrepel: 7 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
model2## **Results of the Multiple Correspondence Analysis (MCA)**
## The analysis was performed on 810 individuals, described by 21 variables
## *The results are available in the following objects:
##
## name description
## 1 "$eig" "eigenvalues"
## 2 "$var" "results for the variables"
## 3 "$var$coord" "coord. of the categories"
## 4 "$var$cos2" "cos2 for the categories"
## 5 "$var$contrib" "contributions of the categories"
## 6 "$var$v.test" "v-test for the categories"
## 7 "$ind" "results for the individuals"
## 8 "$ind$coord" "coord. for the individuals"
## 9 "$ind$cos2" "cos2 for the individuals"
## 10 "$ind$contrib" "contributions of the individuals"
## 11 "$call" "intermediate results"
## 12 "$call$marge.col" "weights of columns"
## 13 "$call$marge.li" "weights of rows"barplot(model2$eig[,1], xlab = "Componentes", ylab = "Valor propio",
main = "Valores propios por componente")
model2$eig## eigenvalue percentage of variance cumulative percentage of variance
## dim 1 0.17346599 7.0053571 7.005357
## dim 2 0.11838319 4.7808595 11.786217
## dim 3 0.09825814 3.9681171 15.754334
## dim 4 0.08973203 3.6237935 19.378127
## dim 5 0.07483231 3.0220740 22.400201
## dim 6 0.06941433 2.8032709 25.203472
## dim 7 0.06687878 2.7008739 27.904346
## dim 8 0.06578606 2.6567447 30.561091
## dim 9 0.06285351 2.5383149 33.099406
## dim 10 0.06058696 2.4467810 35.546187
## dim 11 0.05977970 2.4141802 37.960367
## dim 12 0.05918854 2.3903064 40.350673
## dim 13 0.05698217 2.3012030 42.651876
## dim 14 0.05579509 2.2532631 44.905139
## dim 15 0.05494370 2.2188800 47.124019
## dim 16 0.05379688 2.1725663 49.296586
## dim 17 0.05265615 2.1264985 51.423084
## dim 18 0.05153397 2.0811796 53.504264
## dim 19 0.05028323 2.0306688 55.534933
## dim 20 0.04791871 1.9351788 57.470111
## dim 21 0.04733227 1.9114956 59.381607
## dim 22 0.04661629 1.8825807 61.264188
## dim 23 0.04520727 1.8256780 63.089866
## dim 24 0.04456420 1.7997081 64.889574
## dim 25 0.04413044 1.7821910 66.671765
## dim 26 0.04324122 1.7462801 68.418045
## dim 27 0.04214812 1.7021355 70.120181
## dim 28 0.04150539 1.6761791 71.796360
## dim 29 0.04074532 1.6454841 73.441844
## dim 30 0.03991741 1.6120494 75.053893
## dim 31 0.03857179 1.5577068 76.611600
## dim 32 0.03780459 1.5267239 78.138324
## dim 33 0.03731355 1.5068935 79.645217
## dim 34 0.03667580 1.4811380 81.126355
## dim 35 0.03479063 1.4050062 82.531362
## dim 36 0.03335220 1.3469160 83.878278
## dim 37 0.03305404 1.3348749 85.213152
## dim 38 0.03123954 1.2615968 86.474749
## dim 39 0.03036042 1.2260938 87.700843
## dim 40 0.02959215 1.1950676 88.895911
## dim 41 0.02866587 1.1576601 90.053571
## dim 42 0.02826439 1.1414467 91.195017
## dim 43 0.02703384 1.0917513 92.286769
## dim 44 0.02697081 1.0892059 93.375975
## dim 45 0.02608975 1.0536246 94.429599
## dim 46 0.02461222 0.9939552 95.423554
## dim 47 0.02332650 0.9420319 96.365586
## dim 48 0.02250989 0.9090533 97.274640
## dim 49 0.02034182 0.8214966 98.096136
## dim 50 0.01848512 0.7465147 98.842651
## dim 51 0.01615121 0.6522604 99.494911
## dim 52 0.01250696 0.5050888 100.000000#Con 22 dimensiones se puede resumir la información, esto dado a que tomamos el 61% de la información contenida en los datos.En el método gráfico encontramos un primer codo entre el valor propio 5 y 6 pero no es suficiente su procentaje de contención de información apenas de 25%, unsegundo codo entre los valores propios 8 y 9 que tampoco es suficiente y un tercer codo entre los valores propios 22 y 23.Dada la cantidad de variables se tomarán 5 dimensiones dejando claro que la retención de información no es la mejor. Nos guiaremos entonces por el método gríafico en el primer codo y tomaremos entonces 5 dimensiones
model2$var$eta2## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## csp 0.1768865006 3.814550e-01 0.5049237437 4.565822e-01 0.4104170849
## duree 0.2919583099 7.053308e-02 0.0480926815 5.930464e-02 0.0822696618
## oppo 0.0588558394 1.134812e-02 0.0007659466 3.302354e-04 0.0025122854
## age 0.2159541290 5.020651e-01 0.3281924768 9.083470e-02 0.1976952258
## sexe 0.0527082321 1.998025e-06 0.1898107717 1.410987e-01 0.1430929460
## interdit 0.0593858774 2.145054e-04 0.1030645388 1.427201e-03 0.0010557762
## cableue 0.1900267090 1.035934e-01 0.1392061486 2.335640e-02 0.0029451192
## assurvi 0.2122200809 9.146378e-04 0.0062460508 3.357577e-05 0.0349519961
## soldevu 0.3292112165 2.405456e-01 0.1125726779 2.219038e-01 0.1042858857
## eparlog 0.1134806127 5.319719e-02 0.1038535197 7.248259e-03 0.0667031028
## eparliv 0.1443032409 2.021944e-01 0.0675400395 5.225260e-02 0.0341208943
## credhab 0.0882205118 3.000768e-05 0.0079498888 9.374063e-02 0.0005779953
## credcon 0.1302288759 1.246983e-01 0.0116952703 1.181951e-01 0.0180462862
## versesp 0.0007977383 2.736500e-02 0.1042710476 3.252285e-03 0.0055182536
## retresp 0.0803755192 2.203086e-02 0.0336449902 4.699956e-02 0.1254497402
## remiche 0.2224151438 5.405269e-02 0.1379102874 1.071322e-01 0.0868649673
## preltre 0.2388681954 6.863841e-02 0.0330945583 1.002905e-01 0.0299077146
## prelfin 0.0967484728 1.375438e-01 0.0101461596 5.510599e-02 0.0440918186
## viredeb 0.4457404849 3.859877e-02 0.0221077369 7.101702e-02 0.0216279259
## virecre 0.4756510830 3.975034e-02 0.0234931157 2.159356e-01 0.1118648765
## porttit 0.0187489131 4.072757e-01 0.0748392309 1.833148e-02 0.0474789478tablacoord= model2$var$coord
tablacoord## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## agric 0.153028767 0.1822705844 -0.166544710 1.004851294 -1.276877239
## artis 0.009505700 0.5442394122 -0.457400130 0.969058051 0.148021092
## cadsu 0.174702835 0.3405149660 -0.206167276 1.182914304 -0.222431193
## inter 0.534125472 0.0079556444 0.012921208 0.144399938 -0.452216542
## emplo 0.095905804 -0.3411588660 0.130557113 -0.527979936 -0.405080280
## ouvri 0.090939896 -0.5227078106 -0.757583263 -0.293427294 0.466734604
## retra 0.007370270 1.7074844971 -0.234947175 -1.052297367 1.053839448
## inact -0.430308128 0.4788097111 0.717727338 -0.544142140 -0.652156182
## etudi -1.268423483 -0.8703746869 2.049759847 0.388934548 1.321916520
## dm2 -0.803855629 -0.0737937482 0.004362447 0.447816470 0.187395882
## d24 -0.753725243 -0.1699002224 0.247446968 0.127268255 0.253422310
## d48 -0.042287159 -0.2144364770 0.184427459 0.152923376 -0.020816684
## d812 0.216868862 -0.1606384635 -0.400022833 -0.145005533 -0.582491325
## dp12 0.636300509 0.4095862285 -0.057767706 -0.289512926 0.159673873
## oppo_non -0.067375167 0.0295846889 -0.007686070 0.005046809 0.013920010
## oppo_oui 0.873553891 -0.3835807943 0.099653872 -0.065434490 -0.180480135
## ai25 -1.222989091 -0.7103415782 1.532878097 0.191406806 1.029022213
## ai35 -0.152230003 -0.7394146305 -0.538916335 -0.254481459 -0.146738111
## ai45 0.340297384 -0.2228489764 -0.191337283 0.298158340 -0.193165065
## ai55 0.237580437 0.0538071592 -0.085727946 0.210477585 -0.467523843
## ai75 0.114240770 1.2200054028 0.008944304 -0.434607712 0.295389261
## hom 0.154284535 -0.0009499127 -0.292781478 0.252432139 0.254209797
## fem -0.341630042 0.0021033780 0.648301843 -0.558956880 -0.562893121
## interdit_non 0.067677867 0.0040674682 0.089157875 0.010491742 -0.009023832
## interdit_oui -0.877478557 -0.0527368286 -1.155977965 -0.136030857 0.116998654
## cableue_non -0.285376975 0.2107063835 -0.244253512 -0.100049414 -0.035527369
## cableue_oui 0.665879609 -0.4916482282 0.569924861 0.233448632 0.082897194
## assurvi_non -0.206934425 0.0135851387 0.035501137 0.002602870 -0.083979928
## assurvi_oui 1.025542663 -0.0673263493 -0.175939459 -0.012899518 0.416194643
## p4 0.646564336 1.2989290420 0.123757459 0.152889184 0.296087933
## p3 0.974681621 -0.0429102410 0.423847606 0.010646029 0.169960457
## p2 0.481133715 -0.1373511439 0.361460061 -0.716368812 -0.150640317
## p1 -0.504404836 -0.0640247063 0.076865726 0.097923034 0.009814008
## n1 -0.546326507 -0.3311836550 -0.488163194 -0.121049234 0.264917233
## n2 0.393493711 -0.4341042500 -0.517093038 1.201283278 -0.935131869
## eparlog_for 0.956037338 0.7869963900 0.632712046 -0.289659853 -0.834484901
## eparlog_fai 0.697389504 -0.0348873326 1.043048045 -0.004627840 0.418856505
## eparlog_nul -0.130871122 -0.0695622882 -0.123059380 0.026697800 0.049825281
## eparliv_for 0.275934095 1.8566679426 0.285498647 -0.296797709 -0.567196508
## eparliv_fai 0.783610480 0.0315597108 0.519424973 -0.447230868 -0.234707446
## eparliv_nul -0.200934098 -0.1386462827 -0.140448773 0.124534315 0.094460641
## credhab_non -0.106320370 -0.0019608661 0.031916277 -0.109596232 0.008605852
## credhab_oui 0.829761146 0.0153032809 -0.249085723 0.855327115 -0.067163060
## credcon_nul -0.149175923 0.1462759673 0.018708291 -0.048784036 0.055585658
## credcon_fai 0.605411729 -1.0026822580 -0.332972791 -0.488420094 -0.226808335
## credcon_for 1.070482623 -0.5616955098 0.172402986 1.168940900 -0.397424717
## versesp_oui 0.081421623 -0.4768779409 0.930875051 0.164400767 -0.214146189
## versesp_non -0.009797623 0.0573836526 -0.112014010 -0.019782665 0.025768629
## retresp_fai -0.109375442 -0.0495832773 0.057350188 0.073886939 -0.133515253
## retresp_moy 0.808758796 0.1772133417 -0.168057551 -0.671051240 0.671939968
## retresp_for 0.460803529 0.6451413161 -0.831215399 -0.024086363 1.288689548
## remiche_for 0.979159773 0.4302400095 0.184950107 1.029171587 -0.433830924
## remiche_moy 0.649679347 -0.4456186550 0.448634972 0.113236364 -0.510185880
## remiche_fai 0.265706913 -0.2250117958 0.463852318 -0.172592749 0.412670578
## remiche_nul -0.386310510 0.1116901119 -0.326466404 -0.095829228 -0.054059065
## preltre_nul -0.162724367 0.0538474149 0.034344206 0.027512254 -0.054267650
## preltre_fai 1.277827770 -1.0397926021 -0.712846185 -1.073896199 0.315436786
## preltre_moy 1.668726694 0.2762666930 0.242891117 0.869834299 0.705180580
## prelfin_nul -0.118094203 0.1413030181 0.037974342 0.041238991 0.012933553
## prelfin_fai 0.712827171 -1.0378058779 -0.212471798 -0.921003045 -0.723111359
## prelfin_moy 0.892673650 -0.9129349566 -0.301101520 0.252342439 0.443610925
## viredeb_nul -0.537036080 0.1391212143 0.003518105 0.068789900 -0.072310057
## viredeb_fai 0.692513190 -0.2712869866 -0.044101447 -0.275927496 0.076361248
## viredeb_moy 1.030179713 -0.2325387249 -0.332858052 -0.100247716 0.553857895
## viredeb_for 1.231297803 0.2063580886 0.567541307 0.951834103 -0.156748517
## virecre_for 1.332557591 0.1595816977 0.207394283 0.452147532 0.805082653
## virecre_moy 0.626632033 -0.2580245464 -0.162113648 -0.996929904 -0.151347538
## virecre_fai 0.007742353 -0.2749479407 0.198843970 -0.249662482 -0.199733580
## virecre_nul -0.569368854 0.1446165833 -0.100471338 0.256776911 -0.106417056
## porttit_nul -0.062223637 -0.2934823694 -0.130328258 -0.035748501 0.065095956
## porttit_fai 0.043716562 0.3712057750 0.766067873 0.376599518 -0.268427531
## porttit_moy 0.248175141 0.9083063986 0.376157694 -0.206247304 -0.642963921
## porttit_for 0.420915293 2.0774800782 0.126050003 0.182345493 0.334636934View(model2$var$coord)#En la tabla de coordenadas se puede observar que las asociaciones que tienen los clientes del banco como: el tiempo de relación con el banco el cual se puede asociar al rango de entre 4 y 8 años (d48), también dos rangos etáreos entre 35 y 45 años(ai45) y entre 45 y 55 años (ai55), clientes hombres que no poseen chequera ni tarjeta bancaria,también se observa que no tienen contrato de seguro de vida,sin cuentas asociadas a ahorro y crédito ni ahorros en el banco, sin crédito de consumo nicrédito hipotecario, sin depósito de cheques y con retiros de efectivo menores a 2000, sin deducciones fiscales por el departamento del tesoro, cantidad de transferencias débito menor a 2500, sin estimacion de valor de cartera.
fviz_contrib(model2,choice="var", axes=1)
En la primera dimensión hace asociación entre los clientes hombres con profesiones intermedias con una relación con el banco igual o mayor a 12 años, que haya detenido un cheque, edad entre 35 y 45 años, con chequera permitida, que posee una tarjeta bancaria,con contrato de seguro de vida, con balance de crédito entre 12000 y 20000,con monto de asociación de ahorro y préstamo mayor a 20000, con ahorro en el banco mayor a 0 y menor a 20000, con crédito hipotecario, con crédito de consumo mayor a 20000,con depósito de cheques,con retiros de dinero entre 2000 y 5000,con endoso de cheque mayor a 10000,deducciones fiscales por el departamento del tesoro mayor a 1000, deducciones por entidad fimamciera mayor a 1000, transferencia de debito mayor a 5000,con transferecia de crédito mayor a 10000, estimación de valor de cartera mayor a 100000 y clientes mujeres estudiantes con una relación con el banco menor a dos años, que no haya detenido un cheque,edad entre 18 y 25 años,sin chequera permitida,sin tarjeta bancaria, sin contrato de seguro de vida, con balance de crédito entre 0 y 4000, sin monto de asociación de ahorro y préstamo, sin ahorro en el banco, sincrédito hipotecario, sin crédito de consumo, sin deposito de cheques,con retiros de dinero menores a 2000, sin endoso de cheques, sin deducciones fiscales por el departamento del tesoro,sin deducciones de entidad financiera, sin transferencia de débito, sin transferencia de crédito, sin estimacion de valor de cartera.
fviz_mca_var(model2,repel=T, axes=c(1,2))
fviz_contrib(model2,choice="var", axes=2)
la segunda dimensión hace la asociación entre clientes mujeres estudiantes, con una relación con el banco entre 4 y 8 años,que haya detenido un cheque,edad entre 25 y 35 años,con chequera permitida,con tarjeta bancaria, con contrato de seguro de vida, con balance de debito mayor a 4000, sin monto de asociación de ahorro y préstamo, sin ahorro en el banco, sin crédito hipotecario, con crédito de consumo entre mayor a 0 y menor a 20000, con deposito de cheques,con retiros de dinero menores a 2000, con endoso de cheques entre 10000-5000, con deducciones fiscales por el departamento del tesoro menor a 1000,con deducciones de entidad financiera menor a 1000, con transferencia de débito menoor a 2500, con transferencia de crédito menor a 5000, sin estimacion de valor de cartera y clientes hombres pensionados con una relación con el banco mayor o igual a 12 años,que no haya detenido un cheque,edad entre 55 y 75 años,sin chequera permitida,sin tarjeta bancaria, sin contrato de seguro de vida, con balance de crédito mayor a 4000, con monto de asociación de ahorro y préstamo mayor a 20000, con ahorro en el banco mayor a 20000, con crédito hipotecario, sin crédito de consumo, sin deposito de cheques,con retiros de dinero mayores a 5000,endoso de cheques mayor a 10000,deducciones fiscales por el departamento del tesoro mayor a 1000,con deducciones de entidad financiera mayor a 1000, con transferencia de débito mayor a 5000, con transferencia de crédito mayor a 10000, con estimacion de valor de cartera mayor a 100000.
#Al ralizar la asociación entre la dimensión 1 la dimensión 2 se puede observar que el tiempo de relación con el banco el cual se puede asociar al rango de entre 4 y 8 años (d48), también dos rangos etáreos entre 35 y 45 años(ai45) para la dimensión1 hombres y entre 45 y 55 años (ai55) mujeres para la dimensión 2, que no tienen tarjeta bancaria ni chequera con balance de crédito entre 4000-120000, sin seguro de vida, sin crédito hipotecario ni de consumo, trabajadoresde cuello blanco pra la dimensión 1 y población que no trabaja para la dimensión 2,con retiros de efectivo menor a 2000, con endoso de cheques entre 1-5000 para la dimensión 1 y sin endosdo de cheques para la dimensión 2, sin deducciones de impuestos nideducciones por entidades financieras, transferencia de crédito menor a 5000,y una estimación de portafolio de cartera menor a 20000
#La tercera dimensión hace la asociación entre clientes mujeres estudiantes, con una relación con el banco entre 2 y 4 años,que haya detenido un cheque,edad entre 18 y 25 años,sin chequera permitida,con tarjeta bancaria, sin contrato de seguro de vida, con balance de crédito entre 12000 y 20000, con monto de asociación de ahorro y préstamo mayor a 0 y menor a 20000, con ahorro en el banco mayor a 0 y menor a 20000, sin crédito hipotecario, con crédito de consumo entre mayor a 20000, con deposito de cheques,con retiros de dinero menores a 2000, con endoso de cheques entre 1-5000, con deducciones fiscales por el departamento del tesoro mayor a 1000,sin deducciones de entidad financiera, con transferencia de débito mayor a 5000, con transferencia de crédito menor a 5000, con estimacion de valor de cartera menor a 20000 y clientes hombres que realizan trabajo manual con una relación con el banco entre 2 y 4 años,que haya detenido un cheque,edad entre 55 y 75 años,sin chequera permitida,con tarjeta bancaria, sin contrato de seguro de vida, con balance de crédito 12000-20000, con monto de asociación de ahorro y préstamo mayor 0 memor a 20000, con ahorro en el banco mayor 0 menor a 20000, sin crédito hipotecario, con crédito de consumo mayor a 20000, con deposito de cheques,con retiros de dinero menores a 2000,endoso de cheques entre 1-5000,deducciones fiscales por el departamento del tesoro mayor a 1000,sin deducciones de entidad financiera, con transferencia de débito menor a 2500, con transferencia de crédito mayor a 10000, con estimacion de valor de cartera menor a 20000.
#La cuarta dimensión hace la asociación entre clientes hombres ejecitivos con profesiones de alto nivel intelectual, con una relación con el banco menor a años,que no haya detenido un cheque,edad entre 35 y 45 años,sin chequera permitida,con tarjeta bancaria, sin contrato de seguro de vida, con balance de débito mayor a 4000, sin monto de asociación de ahorro y préstamo, sin ahorro en el banco, con crédito hipotecario, sin crédito de consumo, con depósito de cheques,con retiros de dinero menores a 2000, con endoso de cheques mayor a 10000, con deducciones fiscales por el departamento del tesoro mayor a 1000,sin deducciones de entidad financiera, con transferencia de débito mayor a 5000, con transferencia de crédito mayor a 10000, con estimacion de valor de cartera menor a 20000 y clientes mujeres pensionadas con una relación con el banco mayor o igual a 12 años,que haya detenido un cheque,edad entre 55 y 75 años,con chequera permitida,sin tarjeta bancaria, con contrato de seguro de vida, con balance de crédito 4000-120000, con monto de asociación de ahorro y préstamo memor a 20000, con ahorro en el banco mayor 0 menor a 20000, sin crédito hipotecario, con crédito de consumo mayor 0 y menor a 20000, sin depósito de cheques,con retiros de dinero entre 2000-5000,endoso de cheques entre 1-5000,deducciones fiscales por el departamento del tesoro menor a 1000,con deducciones de entidad financiera menor a 1000, con transferencia de débito menor a 2500, con transferencia de crédito entre 10000-5000, con estimacion de valor de cartera entre 20000-100000.
#En la asociación de la dimensión 3 con la dimensión 4 se puede observar que el tiempo de relación con el banco el cual se puede asociar al rango de entre 4 y 8 años (d48)para la dimensión 3 y entre 8 y 12 años para la diemensión 4, también dos rangos etáreos entre 35 y 45 años(ai45) para la dimensión 4 mujeres y entre 45 y 55 años (ai55) hombres para la dimensión 3, que no tienen tarjeta bancaria ni chequera con balance de crédito entre 4000-120000, sin seguro de vida, sin crédito hipotecario ni de consumo, trabajadoresde cuello blanco pra la dimensión 3 y 4,con retiros de efectivo menor a 2000, con endoso de cheques entre 1-5000 para la dimensión 4 y sin endosdo de cheques para la dimensión 3, sin deducciones de impuestos nideducciones por entidades financieras, transferencia de crédito menor a 5000,y una estimación de portafolio de cartera menor a 20000 para la dimensión 4 y sin estimación de portafolio de cartera para la dimensión 3
#La quinta dimensión hace la asociación entre clientes hombres estudiantes, con una relación con el banco entre 2 y 4 años,que haya detenido un cheque,edad entre 18 y 25 años,conn chequera permitida,con tarjeta bancaria, con contrato de seguro de vida, con balance de crédito entre mayor a 20000, con monto de asociación de ahorro y préstamo mayor a 0 y menor a 20000, sin ahorro en el banco, sin crédito hipotecario, sin crédito de consumo, sin depósito de cheques,con retiros de dinero mayores a 5000, con endoso de cheques entre 1-5000, con deducciones fiscales por el departamento del tesoro mayor a 1000,con deducciones de entidad financiera mayor a 1000, con transferencia de débito entre 2500-5000, con transferencia de crédito mayor a 10000, con estimacion de valor de cartera mayor a 10000 y clientes mujeres agricultoras con una relación con el banco entre 8 y 12 años,que haya detenido un cheque,edad entre 35 y 45 años,sin chequera permitida, sin tarjeta bancaria, sin contrato de seguro de vida, con balance débito mayor a 4000, con monto de asociación de ahorro y préstamo mayor a 20000, con ahorro en el banco mayor a 20000, con crédito hipotecario, con crédito de consumo mayor a 20000, con depósito de cheques,con retiros de dinero menores a 2000,endoso de cheques entre 10000-5000, sin deducciones fiscales por el departamento del tesoro, con deducciones de entidad financiera mayor a 1000, con transferencia de débito mayor a 5000, con transferencia de crédito menor a 5000, con estimacion de valor de cartera entre a 20000-100000.
#En la asociación de la dimensión 4 con la dimensión 5 se puede observar que el tiempo de relación con el banco el cual se puede asociar al rango de entre 4 y 8 años (d48)para la dimensión 5 y entre 8 y 12 años para la diemensión 4, también dos rangos etáreos entre 35 y 45 años(ai45) para la dimensión 5 hombres y entre 45 y 55 años (ai55) hombres para la dimensión 4, que no tienen tarjeta bancaria ni chequera con balance de crédito entre 4000-120000, sin seguro de vida, sin crédito hipotecario ni de consumo, trabajadoresde cuello blanco pra la dimensión 5 y 5,con retiros de efectivo menor a 2000, con endoso de cheques entre 1-5000 para la dimensión 4 y sin endosdo de cheques para la dimensión 4 y 5,sin depósito de chques para la dimensión 4 y con depósito de cheques para la dimensión 5 sin deducciones de impuestos nideducciones por entidades financieras, transferencia de crédito menor a 5000, y sin estimación de portafolio de cartera para la dimensión 4 y 5.
fviz_mca_var(model2,repel=T, axes=c(3,4))
fviz_contrib(model2,choice="var", axes=3)
fviz_contrib(model2,choice="var", axes=4)
fviz_mca_biplot(model2, repel=T, axes=c(1,2))
fviz_mca_biplot(model2, repel=T, axes=c(2,3))
fviz_mca_biplot(model2, repel=T, axes=c(3,4))
fviz_mca_var(model2,repel=T, axes=c(4,5))
fviz_contrib(model2,choice="var", axes=4)
fviz_contrib(model2,choice="var", axes=5)