ANÁLISIS DE CORRELACIÓN CANÓNICA USANDO ALGORITMOS GENÉTICOS

El Analisis de Correlacion Canonica (ACC) es un metodo exploratorio del Analisis Multivariado, que estudia la relacion entre dos conjuntos de variables cuantitativas observadas sobre el mismo conjunto de individuos. El ACC obtiene nuevas variables, que son combinaciones lineales de las variables originales de los dos grupos, tal que la correlacion entre las proyecciones de los datos de estas nuevas variables sea maxima. Existen diferentes propuestas para determinar las correlaciones y vectores canonicos usando tecnicas del algebra lineal numerica, es decir, en la formulacion de Lagrange el ACC se convierte a un problema de valores y vectores propios generalizado, suponiendo que la matrices de varianzas y covarianzas son invertibles. Por otro lado, los Algoritmos Geneticos (AG) son metodos adaptativos que se usan para resolver problemas de optimizacion global. Cuando la condicion de invertibilidad no se cumple en las matrices de varianzas y covarianzas, se propone en este trabajo, usar AG para resolver el problema del ACC directamente de la denicion . Se prueba la propuesta con problemas publicados en la literatura y se presenta ademas una aplicacion del ACC a datos de carbono en el suelo de la zona de Teziutlan, Puebla.