Eina PCA municipis

Configuració i filtres

Columnes municipi	casos casos/(1000 habitants)
Data	Inici Final
PCA pre-processament	normalize (μ=0, σ=1) mean center only (μ=0)
PCA variables (max={{max}})		nº de components principals considerades (0=detecció automàtica)

Input PCA (taula generada)

~taula no calculada

Dia	{{nom_municipi}}

[...]

Gràfics dades crues

casos diagnosticats (sèrie temporal)

Escala eix Y: normal logarítmica

aplicar pre-processament PCA ({{pca_normalitzar?"μ=0,σ=0":"μ=0"}})

matrix of scatter plots (all vs all)

Llegenda punts	dades inicials	dades intermitges	dades finals

~taula no calculada

PCA resultats


        {{resultat_pca.info.join(", ")}}

~PCA no calculada

gràfic eigenvalues

gràfic loadings (=coeficients PCs)

ordena municipis per:

gràfic scores (=valors PCs) (sèrie temporal)

gràfic PC1 vs PC2 (loadings)

Radi cercle:
Graficar loadings al quadrat: Sí No
º

gràfic PC1 vs PC2 (scores)

gràfic Q & T2 (control chart, sèrie temporal)

gràfic contribucions municipis a fallades per Q & T2

            contribucions municipis a fallada per Q 
            [{{taula[fallada.observation][0]}}]
             Q={{fallada.Q_residual}}
          

            contribucions municipis a fallada per T2
            [{{taula[fallada.observation][0]}}]
            T2={{fallada.T2_residual}}]
          

taula contribució municipis a cada PC (ponderat per la seva variança)

nº	municipi	població	"informativitat" (suma ponderada per λ)	PC{{i+1}} λ={{resultat_pca.eigenvalues[i].toFixed(2)}}
{{i+1}}	{{row.nom_municipi}}	{{row.poblacio}}	{{row.informativitat.sum().toFixed(4)}}	{{contr.toFixed(4)}}

JSON

{{JSON.stringify(resultat_pca,null,' ')}}

Inici › Eina PCA (columnes: municipis)