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

Parole chiave: Analisi delle Componenti Principali, skewness, kurtosis, Indicatori Economici Europei.