Nomes nos eixos da PCA

Olá pessoal

Estou tentando colocar nomes nos eixos de uma PCA que rodei aqui, gostaria de algo parecido com aquele exemplo da aula do professor Marcos.
Usei o biplot e os eixos aparecem, mas não estou tendo sucesso em nomeá-los. Agradeço desde de já a todos pela ajuda que há de vir!

Abraços

Ubiratan

Oi, Ubiratan!

Você pode detalhar mais a dificuldade? Veja o exemplo a seguir para ver se já resolve, mas qualquer coisa detalhe mais o que está acontecendo, certo?

Código:

library(vegan)
data(varechem)

resultado.pca<-rda(varechem, scale=T)
biplot(resultado.pca, xlab="Nome do eixo x", ylab="Nome do eixo y")

Oi professor Marcos
Obrigado pela resposta!
Na verdade eu gostaria de nomear os eixos do resultado da PCA com nomes das variáveis. Sei que uma saida seria usar o lado negro da força, mas queria apresnder a resolver no R... No exemplo da aula os eixos flores, cobertura e temperatura ficaram nomeados no gráfico, isso não aconteceu automaticamente com os meus dados, gostaria de saber o que devo fazer pra incluir esses nomes.

Outra coisa foi o resultado. Na tabela de resultados "species scores" aparecem os escores das variáveis apenas até os primeiros seis componentes principais, porém a análise foi feita para 9 variáveis ao todo. Por que não aparecem as 3 ultimas? Essas variáveis são discretas (diferente das que aparecem) e sem elas o percentual de explicação da variância é de 95%. Pergunto sobre elas porque os valores menos vistosos na tabela poderiam nos indicar variáveis a serem descartadas ou de baixa importancia para proximos estudos. Obrigado pelo retorno. Abraços!

Oi de novo, Ubiratan!

Começando do final: você pode acessar os resultados da pca sem o summary(), basta olhar "dentro" do objeto com o resultado. Continuando no exemplo anterior, faça o seguinte:

Código:

#Este comando vai mostrar os componentes que existem "dentro" do resultado da pca:
ls(resultado.pca)

#Usando o '$' você pode acessar cada parte. Para ver todos os números, faça isso:
resultado.pca$CA

#Se quiser, você pode ainda cessar cada "pedaço dentro do pedaço"!
#Ppor exemplo, para ver apenas os autovalores:
resultado.pca$CA$eig

Sobre o problema com o nome das variáveis, vou procurar saber mais, é estranho que eles não apareçam automaticamente. Mas veja se esta postagem ajuda:

http://www.fromthebottomoftheheap.net/2012/04/11/customising-vegans-ordination-plots/

E talvez esta aqui, pois fala justamente dos nomes:
http://www.fromthebottomoftheheap.net/2013/01/12/decluttering-ordination-plots-in-vegan-part-1-ordilabel/

Qualquer coisa vamos nos falando até resolver!

Abraços

Oi Prof. Obrigado pelas informações estou explorando as postagens que me mandou, o gráfico já saiu, obrigado.

Aproveitando a oportunidade, gostaria de saber se o teste de Mantel que nos foi apresentado como um estimador de correlação entre matrizes baseado em permutação pode ser utilizado para qualquer tipo de matriz ou se serve apenas para matrizes de distância onde os valores abaixo e acima da diagonal são identicos? Abração!

ubiratan.piovezan escreveu:Aproveitando a oportunidade, gostaria de saber se o teste de Mantel que nos foi apresentado como um estimador de correlação entre matrizes baseado em permutação pode ser utilizado para qualquer tipo de matriz ou se serve apenas para matrizes de distância onde os valores abaixo e acima da diagonal são identicos? Abração!

Oi, Ubiratan!

Então, o Mantel é usado em matrizes simétricas, como as matrizes de distância ou semelhança. O objeto do R no qual a matriz está salvo não precisa ser a matriz completa: basta a matriz triangular, que o R vai "entender" do que se trata.

Agora, se a sua pergunta diz respeito à matrizes assimétricas, aí não tenho tanta certeza. Sei que é possível sim aplicar, mas não sei se é necessária alguma função específica para isso. Depois dou uma olhada nisso e te respondo, certo?

Abraços

Hum, procurei um pouco, e pelo o que eu entendi, as funções como a do vegan não seriam adequadas para isso, pois elas ignoram os valores acima da diagonal principal. Mas bastaria uma breve adaptação da função para dar certo.

Aqui neste tópico uma pessoa propõe uma função bem simples para isso:
http://stats.stackexchange.com/questions/34513/can-the-mantel-test-be-extended-to-asymmetric-matrices

O inconveniente é que a função proposta possivelmente será bem lenta ao lidar com matrizes grandes.

Abraços!

Oi Professor Marcos

Muito obrigado! Acho que está resolvido então.
As matrizes a comparar são fator 4 e, salvo engano, são simétricas.
Elas são resultado de duas análises discriminantes, uma com base em dados de genética molecular e outra baseada em dados morfológicos. São 4 raças nas colunas e 4 nas linhas, e nas células estão os percentuais de identificação de indivíduos, com base em cada medida (genética/morfo). Seriam estes exemplos de matrizes simétricas, professor?
A importãncia de termos um valor "r" e um "p" pra associação entre essas matrizes é que, de certa forma, esses parâmtreos nos darão uma noção da validade do método alternativo que estamos querendo utilizar como marcador racial!
De qqr forma, a função pra utilizar o Mantel com matrizes assimétricas será certamente útil útil pra algum de nós cedo ou tarde...

Agradeço pela ajuda!

Abraços