Professional Documents
Culture Documents
Klasyczna Analiza Czynnikowa
Klasyczna Analiza Czynnikowa
gdzie:
xji – wartość j-tej zmiennej w i-tym obiekcie. Zakładamy przy tym,
że zmienne wejściowe mają rozkład normalny.
, (6.1)
gdzie:
- wystandaryzowana macierz obserwacji (m x n), przy czym
zji jest wartością wystandaryzowanej j-tej zmiennej w i-tym
obiekcie,
, j=1,2,...,m (6.2)
gdzie:
- zasoby zmienności wspólnej j-tej zmiennej,
- zasoby zmienności swoistej j-tej zmiennej.
, j,j’=1,2,...,m, (6.3)
, j=1,2,...,m,
(6.6)
gdzie:
x’=[xj’], j’=1,2,...,m; jj’, (6.7)
formuła triad:
gdzie:
- dwie najwyższe wartości współczynników korelacji j-tej
zmiennej z innymi zmiennymi.
METODA CENTROIDALNA
Ogólna charakterystyka
metoda centroidalna opiera się ona na geometrycznym podejściu do
analizy czynnikowej
Algorytm metody
w pierwszym kroku szukane są ładunki czynnikowe pierwszego
czynnika, którego udział w wyjaśnianiu zasobów wspólnych
zmienności jest największy
- od strony geometrycznej oznacza to, że oś czynnikowa
pierwszego czynnika przechodzi przez środek ciężkości punktów
reprezentujących zmienne
, j=1,2,...,m.
(6.11)
Algorytm metody
przy czym:
H2 – macierz wariancji czynników specyficznych szacowana w
kolejnych iteracjach.
Ogólna charakterystyka
uzyskany, w wyniku stosowania różnych metod szacunku
ładunków czynnikowych, zbiór czynników nie jest jedynym
możliwym układem czynnikowym przy ustalonej wcześniej
wielkości zasobów zmienności wspólnej
ROTACJE ORTOGONALNE
Ogólna charakterystyka
metody rotacji ortogonalnych polegają na poszukiwaniu
ortogonalnej macierzy transformacji spełniającej warunek:
, (6.16)
gdzie:
B=[bjl] – macierz ładunków czynnikowych (m x s) po rotacji osi
czynnikowych,
T=[tll’] – macierz transformacji (s x s).
, j=1,2,...,l (6.17)
, (6.18)
Kryterium quartimax
Kryterium varimax
Kryterium znormalizowane
quartimax oraz varimax
(6.23)
(6.24)
gdzie: .
, (6.36)
gdzie:
S – macierz kowariancji pomiędzy zmiennymi wejściowymi,
,
Obrazy
Struktura Element Technika Podst
danych stały punktów wymiarów analizy oblic
czynniko-
wej
Obiekty x cechy okres obiekty cechy R macierz ko
X(n, m) cech na po
szeregów
przekrojow
R(m, m)
Cechy x obiekty okres cechy obiekty Q macierz
X(m, n) podobieńst
obiektów
P(n, n)
Okresy x cechy obiekt okresy cechy P macierz ko
X(k, m) cech na po
szeregów c
R(m, m)
Obrazy Podstawa
Struktura danych obliczeń
punktów wymiarów c
Obiekty cechookresy obiekty cechy w mierniki korelacji cech i jedno
X(n, mk) różnych okresów na podstawie cech
okresach szeregów przekro-
jowych R(mk, mk)
Cechookresy obiekty cechy w obiekty macierz podobieństwa typol
X(mk, n) różnych obiektów P(n, n) wedłu
okresach cech
okres
Okresy cechoobiekty okresy cechy w macierz korelacji cech i reduk
X(k, nm) różnych obiektów na podstawie typol
okresach szeregów czasowych
R(nm, nm)
Cechoobiekty okresy cechy w okresy macierz podobieństwa typol
X(nk, m) różnych okresów P(k, k) podo
okresach warto
różny
Obiektookresy cechy cechy w cechy macierz korelacji cech reduk
X(m, nk) różnych na podstawie szeregów
okresach przekrojowo-czasowych
R(m, m)
Cechy obiektookresy cechy cechy w Macierz podobieństwa typol
X(m, nk) różnych obiektów i okresów i okre
okresach P(nk, nk) (perio