ACP
ACP acrónimo de Análisis de Componentes Principales (inglés PCA, alemán HKA). Metodología estadística que permite establecer una jerarquía de las fuentes de variación de fenómeno. ACP responde a la pregunta ¿Qué tanta de la variación asociada a un fenómeno se puede atribuir a un factor? Análisis de componentes principales
ACP es una técnica estadística para simplificar un conjunto de datos a analizar mediante reducción del número de dimensiones. ACP es una transformación lineal de los datos a un nuevo sistema de coordenadas tal que la mayor varianza de una proyección de los datos yace en la primera coordenada (llamada primer componente principal), la segunda mayor varianza yace en la segunda coordenada y así sucesivamente. ACP permite una reducción de dimensionalidad en un conjunto de datos, mientras que se retienen aquellas características del conjunto que contribuyen la mayoría de la varianza, por retención de componentes de bajo orden y exclusión de aquellos de orden superior. Los componentes de bajo orden generalmente contienen los aspectos más importantes de los datos (esto no es siempre así, depende del conjuno de datos).
Conviene aclarar que la identificación de un primer componente principal mediante ACP no implica que existe una relación de causalidad entre el primer componente y el fenómeno analizado. En otras palabras, es una manifestación de la covarianza entre dos fenómenos que pueden ser independientes entre si pero a su vez dependientes de un tercero, hecho que puede ser o no ser explícito en la investigación.
Ejemplos de aplicaciones en ciencias ambientales
- Prof. Ernst Schrimpf (Weihenstefan Haupt Schule/Universidad del Valle) ha empleado muchísimo esta técnica para explicar fenómenos ambientales particulares y hacer predicciones sobre ellos, ejemplo: Derrumbes en la Cordillera Occidental de Colombia (Valle y Cauca) vs. edad de la vía, clima, altitud, suelos, propiedades mecánicas de los suelos, pendiente del talud de un corte, altura del talud, u. s. w. [buscar referencias]
