Zusammenfassung
Gehen wir von n Objekten aus, an denen jeweils p Merkmale gemessen wurden, so ist es Aufgabe der Hauptkomponentenanalyse, k neue Variablen zu bestimmen, wobei k im Vergleich zu p klein sein soll. Diese k neuen Variablen, die Hauptkomponenten heißen, sollen möglichst viel der Information der p Ausgangsmerkmale besitzen. Hauptkomponenten dienen somit der Dimensionsreduktion der Daten; sie stellen ferner ein Instrument dar, mögliche Ausreißer in hochdimensionalen Datenwolken zu entdecken. Wir stellen die Hauptkomponentenanalyse ausschließlich explorativ dar, genauer, ohne ein den Daten zugrundeliegendes Modell (vergleiche Aufgabe 6–11).
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1995 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Falk, M., Marohn, F., Becker, R. (1995). Hauptkomponentenanalyse. In: Angewandte Statistik mit SAS. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-38449-7_8
Download citation
DOI: https://doi.org/10.1007/978-3-662-38449-7_8
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-37655-3
Online ISBN: 978-3-662-38449-7
eBook Packages: Springer Book Archive