Определим критерий информативности для использования различного числа главных компонент
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
