PCA con van en %
Variables
merged2 <- merged %>%
remove_rownames %>%
column_to_rownames(var="Nom_Barri") %>%
select("n.tot.V1419","n.esp.V1419","n.ext.V1419","n.ue27-esp.V1419","n.ue27.V1419",
"hotel2019",
"alq.num.V1519","alq.pmq.V1519","alq.pm.V1519",
"tot_ann.V1519","ent.V1519","priv.V1519","shared.V1519","pmedio.V1519","pm_ent.V1519","pm_priv.V1519","pm_sha.V1519",
"RFD.2017",
"tot.comp.V1519","nou.comp.V1519","prot.comp.V1519","usat.comp.V1519","tot.eur.V1519","nou.eur.V1519","usat.eur.V1519","tot.eurm2.V1519","nou.eurm2.V1519","usat.eurm2.V1519"
)Standardizar los datos
df <- scale(merged2)Calcular eigenvalues and eigenvectors
pca_result <- prcomp(merged2, scale = TRUE)
pca_result$center## n.tot.V1419 n.esp.V1419 n.ext.V1419 n.ue27-esp.V1419
## 5.2145625 -1.2341867 27.2942373 25.2449051
## n.ue27.V1419 hotel2019 alq.num.V1519 alq.pmq.V1519
## 0.1257141 276.0547945 50.8272836 35.3976621
## alq.pm.V1519 tot_ann.V1519 ent.V1519 priv.V1519
## 34.6052891 126.3367843 40.4774096 204.3256803
## shared.V1519 pmedio.V1519 pm_ent.V1519 pm_priv.V1519
## 71.8493151 -87.3018000 0.8279582 491.4042876
## pm_sha.V1519 RFD.2017 tot.comp.V1519 nou.comp.V1519
## 41.4094048 93.6712329 55.0607260 106.3453637
## prot.comp.V1519 usat.comp.V1519 tot.eur.V1519 nou.eur.V1519
## -10.4362707 63.0801422 50.4907937 21.8142605
## usat.eur.V1519 tot.eurm2.V1519 nou.eurm2.V1519 usat.eurm2.V1519
## 49.5577236 52.8736457 13.8070105 448.2268587pca_result$scale## n.tot.V1419 n.esp.V1419 n.ext.V1419 n.ue27-esp.V1419
## 10.477120 5.196927 15.733359 16.540466
## n.ue27.V1419 hotel2019 alq.num.V1519 alq.pmq.V1519
## 4.770421 490.230782 48.467147 15.633887
## alq.pm.V1519 tot_ann.V1519 ent.V1519 priv.V1519
## 15.669486 170.312617 82.995443 285.225124
## shared.V1519 pmedio.V1519 pm_ent.V1519 pm_priv.V1519
## 293.036672 28.320141 57.451326 1916.511004
## pm_sha.V1519 RFD.2017 tot.comp.V1519 nou.comp.V1519
## 119.838533 42.709775 83.625492 616.527482
## prot.comp.V1519 usat.comp.V1519 tot.eur.V1519 nou.eur.V1519
## 40.454419 106.907533 34.728026 96.249820
## usat.eur.V1519 tot.eurm2.V1519 nou.eurm2.V1519 usat.eurm2.V1519
## 35.928599 30.227177 67.962390 3428.920989#pesos asignados a cada componente
pca_result$rotation[,1:5]## PC1 PC2 PC3 PC4
## n.tot.V1419 0.233425389 -0.231447494 0.226014326 -0.042675796
## n.esp.V1419 0.200184542 -0.303667498 0.314140801 -0.166197511
## n.ext.V1419 -0.085488583 -0.007298113 -0.373491463 -0.138872317
## n.ue27-esp.V1419 -0.005365221 0.004165706 0.268291927 -0.236137058
## n.ue27.V1419 0.210773401 -0.237950168 0.364649937 -0.201654501
## hotel2019 0.023208340 0.443671570 0.091645021 -0.058309172
## alq.num.V1519 0.200560938 0.033787779 -0.006332382 0.220793547
## alq.pmq.V1519 -0.202049410 0.147029558 0.138078162 0.164151606
## alq.pm.V1519 -0.216637118 0.195223361 0.113317607 0.156632325
## tot_ann.V1519 -0.336138169 -0.131418425 -0.007957744 0.126087526
## ent.V1519 -0.254892472 -0.031595799 0.057002587 0.061328424
## priv.V1519 -0.299893965 -0.145606123 0.023835367 0.154661717
## shared.V1519 0.024705560 0.353446766 0.050354771 -0.077798404
## pmedio.V1519 0.067312273 0.343899679 -0.133500195 -0.161863735
## pm_ent.V1519 0.034853505 0.180501668 0.019729522 0.210274566
## pm_priv.V1519 0.056918504 -0.067517924 -0.052825579 0.191553682
## pm_sha.V1519 0.106281414 0.215657765 -0.003886236 -0.052868096
## RFD.2017 0.159498885 0.225942722 0.157488799 0.192585033
## tot.comp.V1519 -0.244303423 -0.165890289 -0.250389471 -0.262692717
## nou.comp.V1519 -0.018549973 0.032953843 0.064292551 -0.111698959
## prot.comp.V1519 0.002981498 0.067451293 0.076300381 -0.094884465
## usat.comp.V1519 -0.231895745 -0.158761998 -0.233682019 -0.240748543
## tot.eur.V1519 -0.336255589 0.039191026 0.269385581 -0.060322595
## nou.eur.V1519 -0.014345674 0.177848699 0.010988634 -0.408522754
## usat.eur.V1519 -0.327930898 0.005624406 0.264464633 0.002530694
## tot.eurm2.V1519 -0.259753071 0.096957136 0.340873061 -0.108292254
## nou.eurm2.V1519 -0.019910000 0.146063578 0.022062703 -0.449617866
## usat.eurm2.V1519 0.091854781 -0.012567846 -0.163205062 -0.147399068
## PC5
## n.tot.V1419 0.10642755
## n.esp.V1419 0.08927163
## n.ext.V1419 -0.04914327
## n.ue27-esp.V1419 -0.32588703
## n.ue27.V1419 0.07050312
## hotel2019 0.14731830
## alq.num.V1519 0.20396918
## alq.pmq.V1519 -0.36457623
## alq.pm.V1519 -0.37200573
## tot_ann.V1519 0.13745987
## ent.V1519 0.16492738
## priv.V1519 0.20888564
## shared.V1519 0.16977008
## pmedio.V1519 0.17929525
## pm_ent.V1519 0.27422985
## pm_priv.V1519 0.43305276
## pm_sha.V1519 0.12639821
## RFD.2017 -0.08364279
## tot.comp.V1519 0.03419944
## nou.comp.V1519 -0.05254516
## prot.comp.V1519 0.06407098
## usat.comp.V1519 0.04887791
## tot.eur.V1519 0.18426237
## nou.eur.V1519 0.06112010
## usat.eur.V1519 0.18943502
## tot.eurm2.V1519 0.07100161
## nou.eurm2.V1519 0.08176197
## usat.eurm2.V1519 0.01931513#results
pca_result$x[,1:5]## PC1 PC2
## el Raval 0.21755983 4.036681074
## el Barri Gòtic -0.90451793 3.399473333
## la Barceloneta -0.65273691 0.499832699
## Sant Pere, Santa Caterina i la Ribera 0.10627485 2.962614398
## el Fort Pienc 0.56173387 2.088891949
## la Sagrada FamÃlia -1.02586235 1.815069008
## la Dreta de l'Eixample 1.26560272 8.103584272
## l'Antiga Esquerra de l'Eixample 0.55585223 3.317442618
## la Nova Esquerra de l'Eixample 0.96452911 1.307969316
## Sant Antoni 0.34321939 1.931014745
## el Poble Sec -4.12730842 1.991232432
## la Marina del Prat Vermell 1.87215429 -2.812251192
## la Marina de Port -1.73582729 -0.805156599
## la Font de la Guatlla -1.05617013 -0.484616174
## Hostafrancs -1.98031591 0.114164095
## la Bordeta -1.13164821 -1.456452348
## Sants - Badal -0.49842033 -1.057854300
## Sants -0.47602280 1.666178879
## les Corts 0.09178506 1.330696489
## la Maternitat i Sant Ramon 1.28629030 0.168222282
## Pedralbes 1.38619586 0.919033494
## Vallvidrera, el Tibidabo i les Planes 4.36491077 -0.266769240
## Sarrià 1.24726004 0.481816741
## les Tres Torres 2.01014959 -0.334572273
## Sant Gervasi - la Bonanova 1.83737352 1.122523300
## Sant Gervasi - Galvany 1.15757456 1.161635199
## el Putxet i el Farró 0.99580181 1.021607783
## Vallcarca i els Penitents 0.21388186 -0.296391126
## el Coll 0.45821911 -0.883713237
## la Salut 0.11977171 -0.005047386
## la Vila de Grà cia 0.80761963 5.042708169
## el Camp d'en Grassot i Grà cia Nova 0.52474523 -0.028626731
## el Baix Guinardó 0.66158610 -0.306063974
## Can Baró 0.19541311 -0.435614433
## el Guinardó 0.34846530 -0.778952060
## la Font d'en Fargues 1.01513802 -0.581565261
## el Carmel -3.68186690 -0.138858267
## la Teixonera -1.66968307 -0.535316099
## Sant GenÃs dels Agudells -5.18716650 -2.188268822
## Montbau -1.49583117 -0.700877567
## la Vall d'Hebron 1.23177890 -1.208906484
## la Clota 6.15254449 -5.548350695
## Horta -1.07551040 -0.083918067
## Vilapicina i la Torre Llobeta -0.58107263 -0.988836797
## Porta -1.08287155 -0.905781572
## el Turó de la Peira -1.34905602 -1.001491935
## Can Peguera 0.61537618 -0.706490126
## la Guineueta 0.29239450 -0.820479843
## Canyelles 2.33476508 -0.622806179
## les Roquetes -7.82193256 -2.453532513
## Verdun -1.06515876 -0.569466442
## la Prosperitat 0.50170469 -0.626851023
## la Trinitat Nova -3.72993632 -1.203944280
## Torre Baró 3.29752201 -2.802186585
## Ciutat Meridiana -1.91604439 -1.789663502
## Vallbona 5.03273467 -2.036596945
## la Trinitat Vella -3.41272525 -1.969628851
## Baró de Viver 3.44390928 -0.513812321
## el Bon Pastor -1.25045491 -1.381009937
## Sant Andreu -0.53611751 0.003714687
## la Sagrera -0.69877197 -0.341232118
## el Congrés i els Indians -1.39578590 -1.118490132
## Navas -0.23164343 0.069406176
## el Camp de l'Arpa del Clot -0.02599289 0.727414212
## el Clot 0.18842349 0.952427904
## el Parc i la Llacuna del Poblenou 1.73833813 -1.279552811
## la Vila OlÃmpica del Poblenou 0.33876821 0.171886052
## el Poblenou 0.79536286 0.773882755
## Diagonal Mar i el Front MarÃtim del Poblenou 2.74420387 -0.883210275
## el Besòs i el Maresme -0.50609392 -0.154025580
## Provençals del Poblenou 0.89655416 -0.757655044
## Sant Martà de Provençals -0.33350632 -0.829639876
## la Verneda i la Pau -1.57743569 -0.486597042
## PC3 PC4
## el Raval 0.61569935 -2.27365047
## el Barri Gòtic -1.98499233 -0.99963031
## la Barceloneta -0.99810346 0.32006251
## Sant Pere, Santa Caterina i la Ribera 0.48859687 -0.47726440
## el Fort Pienc -0.16260687 -2.07333489
## la Sagrada FamÃlia 0.93218910 1.66908848
## la Dreta de l'Eixample -0.11757362 -1.41702777
## l'Antiga Esquerra de l'Eixample 0.37696346 0.01264248
## la Nova Esquerra de l'Eixample -0.14923412 0.30040975
## Sant Antoni -0.06277658 0.79648259
## el Poble Sec 3.97169527 -0.08658104
## la Marina del Prat Vermell -1.44476395 3.53880777
## la Marina de Port -0.74110949 0.30386201
## la Font de la Guatlla 0.09136781 0.11175266
## Hostafrancs 1.52517556 0.26919061
## la Bordeta 0.96690132 1.05320143
## Sants - Badal -0.74429328 2.13118220
## Sants 1.07935464 -0.76061996
## les Corts 0.59883435 -0.37234002
## la Maternitat i Sant Ramon 0.13536883 2.85641592
## Pedralbes -0.05231907 1.80585733
## Vallvidrera, el Tibidabo i les Planes -0.98754790 0.18543402
## Sarrià 0.14222254 1.30916849
## les Tres Torres 0.84462416 2.45012649
## Sant Gervasi - la Bonanova 0.81113582 1.91012862
## Sant Gervasi - Galvany 1.15581637 0.45516323
## el Putxet i el Farró 0.86088064 0.40714613
## Vallcarca i els Penitents 0.85889344 -0.08547117
## el Coll -0.45420687 0.06813223
## la Salut 0.11596764 0.17607953
## la Vila de Grà cia 0.85473253 0.14813524
## el Camp d'en Grassot i Grà cia Nova 0.08495393 1.44570029
## el Baix Guinardó 0.20717096 1.50600909
## Can Baró -0.10613818 0.02303139
## el Guinardó 0.72680212 -0.58379912
## la Font d'en Fargues -0.32597000 -0.03872593
## el Carmel -0.19221426 -0.73351334
## la Teixonera -0.79695205 -1.53586329
## Sant GenÃs dels Agudells -2.09101023 -3.95525480
## Montbau 0.42038130 -1.91962165
## la Vall d'Hebron 1.22392574 -0.85189561
## la Clota 7.25660623 -4.94322564
## Horta -0.20314452 -1.53373994
## Vilapicina i la Torre Llobeta -0.49746421 0.79577607
## Porta 0.34677332 -0.20428673
## el Turó de la Peira -0.61172256 -0.22673972
## Can Peguera -6.10013500 -2.40958964
## la Guineueta -1.12429051 -0.21555148
## Canyelles -2.48347982 0.52380100
## les Roquetes 1.37781898 0.87747462
## Verdun -1.12031729 0.71241542
## la Prosperitat -0.51320466 -0.36343105
## la Trinitat Nova -1.31386387 1.28910881
## Torre Baró 0.65746354 -1.45946562
## Ciutat Meridiana -1.77459118 -0.90402348
## Vallbona -3.23109121 -0.04281793
## la Trinitat Vella 0.64545356 2.29466788
## Baró de Viver -3.68630820 -3.09742999
## el Bon Pastor -1.38194582 -1.00176326
## Sant Andreu 1.46042998 -1.50331817
## la Sagrera 1.44511464 -0.08335008
## el Congrés i els Indians 1.47553301 1.15854444
## Navas 0.57034563 -2.48523718
## el Camp de l'Arpa del Clot 0.46116045 -0.93050480
## el Clot 0.36876367 -0.01401846
## el Parc i la Llacuna del Poblenou 0.50115825 1.47907357
## la Vila OlÃmpica del Poblenou 1.04440375 2.90499032
## el Poblenou 0.48774000 -0.02582272
## Diagonal Mar i el Front MarÃtim del Poblenou -0.60677454 3.47775452
## el Besòs i el Maresme 0.19435207 -0.35591528
## Provençals del Poblenou 0.49425076 0.51022223
## Sant Martà de Provençals -1.12545638 -0.51610755
## la Verneda i la Pau -0.69141955 -0.79610688
## PC5
## el Raval 0.77903065
## el Barri Gòtic -0.65844531
## la Barceloneta -1.37273581
## Sant Pere, Santa Caterina i la Ribera 0.43245269
## el Fort Pienc -0.07719191
## la Sagrada FamÃlia -0.15260374
## la Dreta de l'Eixample 2.65245183
## l'Antiga Esquerra de l'Eixample 0.72000309
## la Nova Esquerra de l'Eixample -0.59133633
## Sant Antoni 1.03499000
## el Poble Sec 1.15464357
## la Marina del Prat Vermell 8.03145819
## la Marina de Port -1.99732831
## la Font de la Guatlla 1.44187764
## Hostafrancs 0.53941805
## la Bordeta -0.61632555
## Sants - Badal -1.03546846
## Sants 0.50263028
## les Corts 0.20972382
## la Maternitat i Sant Ramon -0.56741640
## Pedralbes -1.56032723
## Vallvidrera, el Tibidabo i les Planes 1.88594310
## Sarrià -1.40270632
## les Tres Torres -0.04141714
## Sant Gervasi - la Bonanova 0.35038204
## Sant Gervasi - Galvany -0.36029573
## el Putxet i el Farró 0.39726034
## Vallcarca i els Penitents 0.24106209
## el Coll -0.71139485
## la Salut -0.88770588
## la Vila de Grà cia 1.79252572
## el Camp d'en Grassot i Grà cia Nova -1.44212520
## el Baix Guinardó -1.03322787
## Can Baró -1.73397594
## el Guinardó -0.85767691
## la Font d'en Fargues -0.60302944
## el Carmel 0.66057313
## la Teixonera -1.33839390
## Sant GenÃs dels Agudells 1.29117651
## Montbau -0.46677521
## la Vall d'Hebron 0.60378628
## la Clota 1.56762881
## Horta -0.14949431
## Vilapicina i la Torre Llobeta -1.02206107
## Porta -0.71426224
## el Turó de la Peira -1.31326673
## Can Peguera 1.11700310
## la Guineueta 0.29536157
## Canyelles 1.36463321
## les Roquetes 3.40890093
## Verdun -0.71082334
## la Prosperitat -1.51729015
## la Trinitat Nova 0.26402658
## Torre Baró 1.00468281
## Ciutat Meridiana 0.21923445
## Vallbona 0.32884655
## la Trinitat Vella 0.77054356
## Baró de Viver 0.38951648
## el Bon Pastor 0.24545626
## Sant Andreu -0.75290012
## la Sagrera -1.20806113
## el Congrés i els Indians -0.07525515
## Navas -1.03298401
## el Camp de l'Arpa del Clot -1.17014965
## el Clot -0.74108540
## el Parc i la Llacuna del Poblenou -0.72452570
## la Vila OlÃmpica del Poblenou 1.14360868
## el Poblenou -0.31719304
## Diagonal Mar i el Front MarÃtim del Poblenou -1.80626921
## el Besòs i el Maresme -0.68296712
## Provençals del Poblenou -2.89121305
## Sant Martà de Provençals -0.56909627
## la Verneda i la Pau 0.06596910Var Exp
VE <- pca_result$sdev^2
PVE <- VE / sum(VE)
round(PVE, 2)## [1] 0.16 0.13 0.09 0.09 0.08 0.06 0.05 0.05 0.04 0.04 0.03 0.03 0.03 0.02 0.02
## [16] 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.00 0.00 0.00 0.00 0.00 0.00vis eigen
fviz_eig(pca_result)
Plot
biplot(pca_result, scale = 0)
graph pca
fviz_pca_ind(pca_result,
col.ind = "cos2",
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE
)
graph var
fviz_pca_var(pca_result,
col.var = "contrib",
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE
)
graph biplot
fviz_pca_biplot(pca_result, repel = TRUE,
col.var = "#2E9FDF", # Variables color
col.ind = "#696969" # Individuals color
)