# A lista depende do número USP # Para o número USP = 1234567 temos: D1 = 1 D2 = 2 D3 = 3 D4 = 4 D5 = 5 D6 = 6 D7 = 7 # # -------------------------------------------------- # # Exercício 1 # # -------------------------------------------------- # # Então as variáveis x1, x2 e x3 tem os seguintes valores: x1 <- c(3,2,D5,3) x2 <- c(1,2,3,D6) x3 <- c(-1,D7,5,-1) # # Organizando num "data frame": dados <- data.frame(x1,x2,x3) rm(x1,x2,x3) # (1.a) Matriz dos dados e vetor de médias dados attach(dados) medias <- c(mean(x1),mean(x2),mean(x3)) medias detach(dados) # # (1.b) Matriz de covariância S Sij <- cov(dados) Sij # # (1.c) Matriz de correlação R Rij <- cor(dados) Rij # # (1.d) Autovalores da matriz de correlação auto <- eigen(Rij) auto$values # # # (1.e) Percentual da variância P1 <- auto$values[1]/3 P2 <- auto$values[2]/3 P3 <- auto$values[3]/3 Prcnt <- c(P1,P2,P3) Prcnt # # (1.f) Componentes necessárias para mais de 80%: P1 P1+P2 P1+P2+P3 # # -------------------------------------------------- # # Exercício 2 # # -------------------------------------------------- # Ak = (D1+D2+D3+D4+D5+D6)/(D1+D2+D3+D4+D5+D6+D7) A3 = 0.85 A4 = 0.68 A5 = 0.42 Aj = 5-(A2+A3+A4+A5) # # a.v.2 = c(Aj,Ak,A3,A4,A5) a.v.2 sum(a.v.2) # Observe o valor da soma # Observe se é necessário ordenar a.v.2 = sort(a.v.2,decreasing = TRUE) # # Respostas: # (2.a) a.v.2 plot(a.v.2,type="b") # (2.b) perc = a.v.2/5 perc # (2.c) # Análise a partir de 2.a a.v.2 # (2.d) # Resposta a partir da tabela na lista. # Por exemplo: # F1 = 0,842 icap - 0,775 iend + 0,539 icom + ... (Complete) # Escreva os outros dois fatores, F2 e F3