Содержание
- 2. Нормализация Десятичное масштабирование Минимаксная нормализация Нормализация с помощью стандартного преобразования Нормализация с помощью поэлементных преобразований
- 3. Десятичное масштабирование
- 4. Минимаксная нормализация
- 5. Нормализация с помощью стандартного отклонения
- 6. Нормализация с помощью поэлементных преобразований
- 7. Факторный анализ Факторный анализ (ФА) представляет собой совокупность методов, которые на основе реально существующих связей анализируемых
- 8. Классификация методов ФА
- 9. Метод главных компонент Метод главных компонент (МГК) применяется для снижения размерности пространства наблюдаемых векторов, не приводя
- 10. Метод главных компонент. Схема
- 11. Метод главных компонент. Матрица счетов Матрица счетов T дает нам проекции исходных образцов (J –мерных векторов
- 12. Метод главных компонент. Матрица нагрузок Матрица нагрузок P – это матрица перехода из исходного пространства переменных
- 13. Особенности метода главных компонент В основе метода главных компонент лежат следующие допущения: допущение о том, что
- 14. Пример данных для МГК К. Эсбенсен. Анализ многомерных данных, сокр. пер. с англ. под ред. О.
- 15. Пример данных для МГК. Обозначения
- 16. Матрица счетов
- 17. Матрица нагрузок
- 18. Объекты выборки в пространстве новых компонент Женщины (F) обозначены кружками ● и ●, а мужчины (M)
- 19. Исходные переменные в пространстве новых компонент
- 20. График «каменистой осыпи» (scree plot)
- 21. Метод главных факторов В парадигме метода главных факторов задача снижения размерности признакового пространства выглядит так, что
- 22. Вращение факторов Вращение - это способ превращения факторов, полученных на предыдущем этапе, в более осмысленные. Вращение
- 23. Ортогональное вращение Ортогональное вращение подразумевает, что мы будем вращать факторы, но не будем нарушать их ортогональности
- 24. Варимаксное вращение Этот критерий использует формализацию сложности фактора через дисперсию квадратов нагрузок переменной: Тогда критерий в
- 25. Квартимаксное вращение Формализуем понятие факторной сложности q i-ой переменной через дисперсию квадратов факторных нагрузок факторов: где
- 26. Критерии определения числа факторов Главной проблемой факторного анализа является выделение и интерпретация главных факторов. При отборе
- 27. Критерии определения числа факторов. Продолжение Критерий значимости. Он особенно эффективен, когда модель генеральной совокупности известна и
- 28. Пример использования МГК Пусть имеются следующие показатели экономической деятельности предприятия: трудоемкость (x1), удельный вес покупных изделий
- 29. Пример использования МГК Построение регрессионной модели в статистическом пакете показывает, что коэффициент X4 не значим (p-Value
- 30. Пример использования МГК Критерий Кайзера для МГК показывает, что можно оставить 2 компоненты, объясняющие около 80%
- 31. Пример использования МГК Теперь можно построить в новых компонентах новую регрессионную модель: y = 15,92 -
- 32. Метод сингулярного разложения (SVD) Beltrami и Jordan считаются основателями теории сингулярного разложения. Beltrami – за то,
- 34. Скачать презентацию