PCA con van en % sole
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",
"restVAR1614"
)Standardizar los datos
df <- scale(merged2)Calcular eigenvalues and eigenvectors
pca_result <- prcomp(merged2, scale = TRUE)
pca_result$center## n.tot.V1419 n.esp.V1419 n.ext.V1419 n.ue27-esp.V1419
## 5.2145625 -1.2341867 27.2942373 25.2449051
## n.ue27.V1419 hotel2019 alq.num.V1519 alq.pmq.V1519
## 0.1257141 276.0547945 50.8272836 35.3976621
## alq.pm.V1519 tot_ann.V1519 ent.V1519 priv.V1519
## 34.6052891 126.3367843 40.4774096 204.3256803
## shared.V1519 pmedio.V1519 pm_ent.V1519 pm_priv.V1519
## 71.8493151 -87.3018000 0.8279582 491.4042876
## pm_sha.V1519 RFD.2017 tot.comp.V1519 nou.comp.V1519
## 41.4094048 93.6712329 55.0607260 106.3453637
## prot.comp.V1519 usat.comp.V1519 tot.eur.V1519 nou.eur.V1519
## -10.4362707 63.0801422 50.4907937 21.8142605
## usat.eur.V1519 tot.eurm2.V1519 nou.eurm2.V1519 usat.eurm2.V1519
## 49.5577236 52.8736457 13.8070105 448.2268587
## restVAR1614
## 14.9960992pca_result$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
## restVAR1614
## 65.169328#pesos asignados a cada componente
pca_result$rotation[,1:5]## PC1 PC2 PC3 PC4
## n.tot.V1419 0.2486550140 -0.230935938 0.226495700 -0.03660239
## n.esp.V1419 0.2122564061 -0.286799465 0.308815021 -0.17529237
## n.ext.V1419 -0.0859606098 -0.007471275 -0.375627076 -0.13462562
## n.ue27-esp.V1419 -0.0073008463 0.010956885 0.260888809 -0.26181174
## n.ue27.V1419 0.2196726918 -0.220789663 0.359189669 -0.21103887
## hotel2019 0.0065785571 0.428550564 0.099003800 -0.02979950
## alq.num.V1519 0.1983266473 0.042654963 -0.002164499 0.22844128
## alq.pmq.V1519 -0.2109900448 0.143176631 0.136395045 0.13595716
## alq.pm.V1519 -0.2277093221 0.190089367 0.111997281 0.12988336
## tot_ann.V1519 -0.3264313514 -0.156333052 -0.004036045 0.13731037
## ent.V1519 -0.2492191780 -0.055667204 0.061759618 0.07830341
## priv.V1519 -0.2895606357 -0.169266344 0.028619814 0.16890748
## shared.V1519 0.0123702900 0.338986649 0.057042298 -0.04857925
## pmedio.V1519 0.0541707679 0.334965757 -0.127936758 -0.12858468
## pm_ent.V1519 0.0368268344 0.150210659 0.032689150 0.25060261
## pm_priv.V1519 0.0662103824 -0.084048208 -0.043052161 0.22865811
## pm_sha.V1519 0.0950847941 0.220787994 -0.001868682 -0.04110415
## RFD.2017 0.1477969209 0.233752126 0.159911964 0.18431134
## tot.comp.V1519 -0.2357020564 -0.176903528 -0.253377348 -0.25295444
## nou.comp.V1519 -0.0205340981 0.033287492 0.062670263 -0.11372650
## prot.comp.V1519 -0.0009772518 0.069249776 0.075607451 -0.09247004
## usat.comp.V1519 -0.2236769905 -0.169388782 -0.236232776 -0.23057757
## tot.eur.V1519 -0.3351787017 0.014218713 0.272444218 -0.04633968
## nou.eur.V1519 -0.0230527655 0.177640588 0.008267385 -0.39575010
## usat.eur.V1519 -0.3246664831 -0.020528006 0.268358496 0.01655832
## tot.eurm2.V1519 -0.2612741456 0.075677433 0.342485888 -0.10121448
## nou.eurm2.V1519 -0.0278471226 0.147627001 0.018485170 -0.43693913
## usat.eurm2.V1519 0.0906308616 -0.003313113 -0.165189190 -0.14264730
## restVAR1614 0.0888880045 -0.177372280 0.023424241 0.07719033
## PC5
## n.tot.V1419 0.11170105
## n.esp.V1419 0.06232969
## n.ext.V1419 -0.02067426
## n.ue27-esp.V1419 -0.26882419
## n.ue27.V1419 0.05217999
## hotel2019 0.19115728
## alq.num.V1519 0.13710991
## alq.pmq.V1519 -0.34606089
## alq.pm.V1519 -0.34768996
## tot_ann.V1519 0.11888850
## ent.V1519 0.16269725
## priv.V1519 0.17468486
## shared.V1519 0.21115163
## pmedio.V1519 0.23351817
## pm_ent.V1519 0.29808058
## pm_priv.V1519 0.39359864
## pm_sha.V1519 0.12028885
## RFD.2017 -0.09828781
## tot.comp.V1519 0.07221106
## nou.comp.V1519 -0.02923883
## prot.comp.V1519 0.05595611
## usat.comp.V1519 0.08184883
## tot.eur.V1519 0.17806287
## nou.eur.V1519 0.11110401
## usat.eur.V1519 0.17769577
## tot.eurm2.V1519 0.08627672
## nou.eurm2.V1519 0.12901036
## usat.eurm2.V1519 0.03881386
## restVAR1614 0.23869969#results
pca_result$x[,1:5]## PC1 PC2
## el Raval 0.004443787 4.04807923
## el Barri Gòtic -1.114871537 3.44988375
## la Barceloneta -0.725631549 0.58295170
## Sant Pere, Santa Caterina i la Ribera -0.058270218 2.98279737
## el Fort Pienc 0.438091747 2.16295827
## la Sagrada FamÃlia -1.105662774 1.72053749
## la Dreta de l'Eixample 0.938540405 7.92653703
## l'Antiga Esquerra de l'Eixample 0.399005844 3.29171911
## la Nova Esquerra de l'Eixample 0.870385786 1.41486076
## Sant Antoni 0.272822333 1.85669944
## el Poble Sec -4.215916116 1.73079136
## la Marina del Prat Vermell 2.279371290 -3.37806962
## la Marina de Port -1.719038125 -0.81375982
## la Font de la Guatlla -1.022993910 -0.57074034
## Hostafrancs -1.888826085 -0.19370661
## la Bordeta -1.073961560 -1.47738893
## Sants - Badal -0.364820600 -1.23920809
## Sants -0.520300373 1.55462756
## les Corts 0.012261336 1.36306334
## la Maternitat i Sant Ramon 1.257864982 0.26483518
## Pedralbes 1.327844004 1.02582581
## Vallvidrera, el Tibidabo i les Planes 4.263035211 0.17261125
## Sarrià 1.190505332 0.62490715
## les Tres Torres 1.999509835 -0.19484000
## Sant Gervasi - la Bonanova 1.787094456 1.16613695
## Sant Gervasi - Galvany 1.061662633 1.29294794
## el Putxet i el Farró 0.951255711 1.03508368
## Vallcarca i els Penitents 0.193481157 -0.21250881
## el Coll 0.429397682 -0.69566723
## la Salut 0.079844813 0.09960718
## la Vila de Grà cia 0.585387887 4.95581717
## el Camp d'en Grassot i Grà cia Nova 0.487096250 0.08109601
## el Baix Guinardó 0.618733561 -0.14792444
## Can Baró 0.163139532 -0.29037782
## el Guinardó 0.325058848 -0.61810267
## la Font d'en Fargues 1.009655024 -0.45119643
## el Carmel -3.655601391 -0.37172111
## la Teixonera -1.672501858 -0.52626737
## Sant GenÃs dels Agudells -5.072013442 -2.44037430
## Montbau -1.486595229 -0.69740074
## la Vall d'Hebron 1.279354556 -1.11731433
## la Clota 6.349923615 -5.06891675
## Horta -1.106663903 -0.04458642
## Vilapicina i la Torre Llobeta -0.557160247 -0.95074544
## Porta -1.043380351 -0.93834496
## el Turó de la Peira -1.327275414 -0.98569620
## Can Peguera 0.632246442 -0.63247620
## la Guineueta 0.286596027 -0.70419730
## Canyelles 2.301674767 -0.37508139
## les Roquetes -7.658392455 -2.95972661
## Verdun -1.093748515 -0.49222430
## la Prosperitat 0.485854916 -0.47622499
## la Trinitat Nova -3.647968170 -1.42924683
## Torre Baró 4.102331773 -3.97810159
## Ciutat Meridiana -1.808012462 -1.90580300
## Vallbona 5.057398822 -1.60706134
## la Trinitat Vella -3.283353965 -2.21417591
## Baró de Viver 3.424980128 -0.24196154
## el Bon Pastor -1.080176307 -1.63104836
## Sant Andreu -0.556737207 0.02665789
## la Sagrera -0.720957781 -0.28042851
## el Congrés i els Indians -1.356590619 -1.15876124
## Navas -0.265275697 0.14815138
## el Camp de l'Arpa del Clot -0.090192819 0.79176148
## el Clot 0.100465010 1.05797972
## el Parc i la Llacuna del Poblenou 1.782394435 -1.14988618
## la Vila OlÃmpica del Poblenou 0.510984033 -0.20333528
## el Poblenou 0.735101091 0.85082306
## Diagonal Mar i el Front MarÃtim del Poblenou 2.840798046 -0.85205597
## el Besòs i el Maresme -0.513111792 -0.13948981
## Provençals del Poblenou 0.876038404 -0.56119404
## Sant Martà de Provençals -0.324809814 -0.76350650
## la Verneda i la Pau -1.580819227 -0.49890291
## PC3 PC4
## el Raval 0.633191818 -2.10363259
## el Barri Gòtic -1.987578021 -0.97001920
## la Barceloneta -1.020151054 0.19952599
## Sant Pere, Santa Caterina i la Ribera 0.510660861 -0.39002613
## el Fort Pienc -0.179270515 -2.03402551
## la Sagrada FamÃlia 0.973675905 1.69088966
## la Dreta de l'Eixample 0.004257956 -0.89325848
## l'Antiga Esquerra de l'Eixample 0.422890132 0.16533359
## la Nova Esquerra de l'Eixample -0.151915627 0.25327220
## Sant Antoni -0.008753912 0.95959761
## el Poble Sec 4.012656336 0.01303770
## la Marina del Prat Vermell -1.241066549 4.31524750
## la Marina de Port -0.773105765 0.13671439
## la Font de la Guatlla 0.111470821 0.21529255
## Hostafrancs 1.566779391 0.38411033
## la Bordeta 0.956862696 0.94001009
## Sants - Badal -0.715867872 2.10165609
## Sants 1.100930522 -0.66153061
## les Corts 0.599282103 -0.36617743
## la Maternitat i Sant Ramon 0.154656049 2.75073051
## Pedralbes -0.052847491 1.65669853
## Vallvidrera, el Tibidabo i les Planes -1.009725171 0.17353544
## Sarrià 0.128104943 1.14485759
## les Tres Torres 0.858841329 2.35880214
## Sant Gervasi - la Bonanova 0.852517207 1.94453282
## Sant Gervasi - Galvany 1.150896944 0.37933929
## el Putxet i el Farró 0.883109579 0.45569955
## Vallcarca i els Penitents 0.844110803 -0.13663534
## el Coll -0.493658049 -0.07680609
## la Salut 0.090661524 0.05143791
## la Vila de Grà cia 0.941629286 0.44868379
## el Camp d'en Grassot i Grà cia Nova 0.074294400 1.29323074
## el Baix Guinardó 0.190207690 1.33813421
## Can Baró -0.149399962 -0.17035064
## el Guinardó 0.681235041 -0.73734417
## la Font d'en Fargues -0.350975234 -0.12859834
## el Carmel -0.175457617 -0.61611356
## la Teixonera -0.842913310 -1.63460862
## Sant GenÃs dels Agudells -2.124483759 -3.77899816
## Montbau 0.376191791 -1.98637007
## la Vall d'Hebron 1.200166396 -0.88057071
## la Clota 7.123199696 -5.15217447
## Horta -0.237337555 -1.57310448
## Vilapicina i la Torre Llobeta -0.516018122 0.67425543
## Porta 0.328893964 -0.27412352
## el Turó de la Peira -0.645730885 -0.35326516
## Can Peguera -6.115350254 -2.19863091
## la Guineueta -1.144986627 -0.24417487
## Canyelles -2.492587330 0.54381355
## les Roquetes 1.437917357 1.11897615
## Verdun -1.140617378 0.60396932
## la Prosperitat -0.560036735 -0.53559348
## la Trinitat Nova -1.291800861 1.32513177
## Torre Baró 0.803410405 -0.85792523
## Ciutat Meridiana -1.787990871 -0.85864129
## Vallbona -3.281235439 -0.13691803
## la Trinitat Vella 0.681129356 2.31469811
## Baró de Viver -3.731875953 -3.00451962
## el Bon Pastor -1.373524576 -0.88745718
## Sant Andreu 1.429420352 -1.56983648
## la Sagrera 1.412729261 -0.24434430
## el Congrés i els Indians 1.476198549 1.08115103
## Navas 0.515627294 -2.57902604
## el Camp de l'Arpa del Clot 0.435742779 -1.01016157
## el Clot 0.349823810 -0.11345766
## el Parc i la Llacuna del Poblenou 0.489068522 1.34156821
## la Vila OlÃmpica del Poblenou 1.140962143 3.08790500
## el Poblenou 0.484915321 -0.05230888
## Diagonal Mar i el Front MarÃtim del Poblenou -0.583001140 3.34033604
## el Besòs i el Maresme 0.176630279 -0.41906130
## Provençals del Poblenou 0.437635439 0.20784158
## Sant Martà de Provençals -1.153937817 -0.57899460
## la Verneda i la Pau -0.709384597 -0.80123172
## PC5
## el Raval 1.20432048
## el Barri Gòtic -0.42018027
## la Barceloneta -1.37673435
## Sant Pere, Santa Caterina i la Ribera 0.56723381
## el Fort Pienc 0.18694618
## la Sagrada FamÃlia -0.17385248
## la Dreta de l'Eixample 3.44972255
## l'Antiga Esquerra de l'Eixample 0.93360684
## la Nova Esquerra de l'Eixample -0.59913866
## Sant Antoni 1.12688141
## el Poble Sec 1.16930361
## la Marina del Prat Vermell 7.57355509
## la Marina de Port -1.90202179
## la Font de la Guatlla 1.28619834
## Hostafrancs 0.74132652
## la Bordeta -0.79660826
## Sants - Badal -0.96187986
## Sants 0.70816692
## les Corts 0.15871566
## la Maternitat i Sant Ramon -0.95693814
## Pedralbes -1.70054504
## Vallvidrera, el Tibidabo i les Planes 1.16963978
## Sarrià -1.58757412
## les Tres Torres -0.48168916
## Sant Gervasi - la Bonanova 0.21099161
## Sant Gervasi - Galvany -0.51016751
## el Putxet i el Farró 0.40699634
## Vallcarca i els Penitents 0.02602712
## el Coll -0.94271809
## la Salut -1.01712584
## la Vila de Grà cia 2.11342239
## el Camp d'en Grassot i Grà cia Nova -1.54922927
## el Baix Guinardó -1.33883648
## Can Baró -1.77349342
## el Guinardó -0.97493979
## la Font d'en Fargues -0.68038649
## el Carmel 0.87668439
## la Teixonera -1.10031457
## Sant GenÃs dels Agudells 1.72350993
## Montbau -0.35651664
## la Vall d'Hebron 0.44161714
## la Clota 1.17591787
## Horta -0.12879611
## Vilapicina i la Torre Llobeta -1.13588554
## Porta -0.65038030
## el Turó de la Peira -1.26415330
## Can Peguera 1.46620538
## la Guineueta 0.09442050
## Canyelles 0.83589894
## les Roquetes 3.03858517
## Verdun -0.91643550
## la Prosperitat -1.54393717
## la Trinitat Nova 0.14522079
## Torre Baró 2.77560959
## Ciutat Meridiana 0.34122952
## Vallbona -0.14769749
## la Trinitat Vella 0.43654423
## Baró de Viver 0.77533947
## el Bon Pastor 0.57905813
## Sant Andreu -0.52561383
## la Sagrera -1.26581265
## el Congrés i els Indians -0.32410717
## Navas -0.77484297
## el Camp de l'Arpa del Clot -0.94379680
## el Clot -0.83858628
## el Parc i la Llacuna del Poblenou -0.99511616
## la Vila OlÃmpica del Poblenou 1.10669490
## el Poblenou -0.27792717
## Diagonal Mar i el Front MarÃtim del Poblenou -1.91406132
## el Besòs i el Maresme -0.61982631
## Provençals del Poblenou -2.89319535
## Sant Martà de Provençals -0.55597140
## la Verneda i la Pau 0.07144241Var Exp
VE <- pca_result$sdev^2
PVE <- VE / sum(VE)
round(PVE, 2)## [1] 0.16 0.13 0.09 0.08 0.08 0.06 0.05 0.05 0.04 0.03 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 0.00 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
)