рефераты конспекты курсовые дипломные лекции шпоры
- Раздел Информатика
- /
- Вид работы: Лабораторные Работы
- /
- Определим критерий информативности для использования различного числа главных компонент
Реферат Курсовая Конспект
Определим критерий информативности для использования различного числа главных компонент
Определим критерий информативности для использования различного числа главных компонент - Лабораторная Работа, раздел Информатика, Лабораторная Работа №3 ...
Лабораторная работа №3
х1-цена х2-качество звучания х3-оснащениеНайдем матрицы корреляции и ковариации для исходных показателей и рассчитаем собственные числа.
No. of active vars: 5 No. of supplementary vars: 0 No. of active cases: 52 No. of supplementary cases: 0Определим критерий информативности для использования различного числа главных компонент.
Для одной главной компоненты – 51,07% исходной информации, для двух – 77,97%, для трех – 89,04%, для четырех - 96,67%,для пяти - 100%.
Отсюда следует, что при допустимой ошибке аппроксимации, не превышающей 12-15%,возможно ограничиться лишь тремя факторами.
Определим влияние главных компонент на первый признак.
Цену (первый признак) можно выразить через 5 факторов следующим образом:
Цена = -0,85*Фактор1-0,08*Фактор2+0,18*Фактор3+0,49*Фактор4+0,07*Фактор5
График показывает вклад каждой главной компоненты на первый признак.
Вычислим значение оценок относительных ошибок прогноза показателей по 1 и 2 главным компонентам.
Определим вклад главной компоненты в процентном отношении в суммарную дисперсию.
Второй столбец в таблице показывает вклад главной компоненты в суммарную дисперсию. Вклад первой главной компоненты – 51,07%,второй – 26,9%, третьей – 11,07%, четвёртой – 7,63%,пятой – 3,33%.
Для интерпретации главных компонент построим матрицу нагрузок.
Дадим содержательную интерпретацию первых двух главных компонент, используя вращение осей координат главных компонент.
Количество переменных5
Метод: Основные компоненты
log(10) determinant of correlation matrix: -0,91804
Number of factors extracted: 2
Собственные: 2,55345 1,34507
8.1.Неповёрнутый
Варимаксимальный нормализованный
Квартимаксимальный нормализованный
Равномаксимальный нормализованный
Биквартимаксимальный нормализованный
В ходе проведенного анализа, используя вращение осей координат главных компонент, мы получили 5 различных…Используем центроидный метод.
Количество переменных5
Метод: Principal factors (Centroid method)
log(10) determinant of correlation matrix: -0,91804
Number of factors extracted: 2
Собственные: 2,17469 0,968258
9.1.Неповёрнутый
Варимаксимальный нормализованный
Биквартимаксимальный нормализованный
Квартимаксимальный нормализованный
Равномаксимальный нормализованный
Ни один из вариантов не является оптимальным, так как ни в одном из них второй фактор не отображает исходные данные с необходимой… Так как при двухфакторной модели происходит недопустимо большая потеря информации (22%),то перейдем к рассмотрению…– Конец работы –
Используемые теги: Определим, критерий, информативности, использования, различного, числа, главных, компонент0.108
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Определим критерий информативности для использования различного числа главных компонент
Что будем делать с полученным материалом:
Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:
| Твитнуть |
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Реклама
Информация в виде рефератов, конспектов, лекций, курсовых и дипломных работ имеют своего автора, которому принадлежат права. Поэтому, прежде чем использовать какую либо информацию с этого сайта, убедитесь, что этим Вы не нарушаете чье либо право.
© copyright 1999 - 2024 allRefs.net. Все права защищены. Страница сгенерирована за: 0.156 сек.
Новости и инфо для студентов