L’interpretazione delle Componenti Principali secondo Aristotele

Gabriele Stoppa

No 2020/2, DEM Working Papers from Department of Economics and Management

Abstract: L’Analisi delle Componenti Principali (PCA): 1) Si basa sull’assioma: VariabilitaÌ€=Informazione, infatti assume come metrica di calcolo e di valutazione delle componenti la varianza. 2) Promette una sintesi delle variabili (che poi non persegue). In questa nota: 1) Si supera l’assioma suddetto; 2) Si dimostra che la metrica utilizzata per la valutazione delle componenti eÌ€ errata; 2) Si invita ad andare oltre il concetto di contrasto, come forma interpretativa; 3) Viene utilizzato il concetto di informativitaÌ€ (Stoppa, 2019) definito rispetto al contesto del problema; 4) Si critica la debolezza valutativa delle variabili di partenza e l’uso della standardizzazione indiscriminata, per cui eÌ€ preferibile lavorare sulla matrice di covarianze piuttosto che sulla matrice delle correlazioni; 5) Si suggerisce una condizione necessaria sulle variabili e sulle componenti affincheÌ la PCA sia praticabile e una sintesi raggiungibile; 6) Si richiede di contestualizzare le variabili, nel senso di inquadrarle nel contesto dell’analisi, rispetto ai fini che l’analista si daÌ€; 7) Si considera che la valutazione della variabilitaÌ€ per le variabili disponibili e per le componenti non abbia senso se non sono informative; 8) Si sostiene che la scelta del numero di componenti principali (PC) da ritenere, tuttora irrisolta, sia un falso problema; anzi che equivalga ad ammettere che non sia possibile operare una vera sintesi; 9) Non risulta all’autore alcun tentativo di combinazione delle componenti principali ottenute cosa che invece questa comunicazione si propone. Si rimedia ai limiti suddetti suggerendo una variante all’analisi, da chiamarsi PCA-Alternativa (A- PCA), che consiste nel catturare la massima variabilitaÌ€ relativa espressa dalle variabili, fornendo nel contempo condizioni e suggerimenti utili per la fase interpretativa, applicandola nella sintesi degli indicatori economici europei (EU27).

Keywords: Analisi delle Componenti Principali; skewness; kurtosis; Indicatori Economici Europei (search for similar items in EconPapers)
Date: 2020
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.economia.unitn.it/alfresco/download/wo ... 1ad0c/DEM2020_02.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:trn:utwprg:2020/2

Access Statistics for this paper

More papers in DEM Working Papers from Department of Economics and Management Contact information at EDIRC.
Bibliographic data for series maintained by roberto.gabriele@unitn.it ().