Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
z 1 =a11x 1+a21x 2 +...+ak1xk z 2 =a12x 1+a22x 2 +...+ak2xk .<br />
z = a x + a x +...+ a x<br />
k 1k 1 2k 2 k2 k<br />
Majd a megtartott j számú komponensre és az y eredményváltozókra regressziós összefüggést határozunk<br />
meg:<br />
ˆy = b1z 1+ b2z 2+...+ b jz j<br />
A becsült bj paraméterek segítségével az eredeti változókra transzformálhatjuk vissza a modellt:<br />
ˆy=b 1(a11x 1+a21x 2 +...+ak1x k)+<br />
+b 2(a12x 1+ a 22x 2 +...+ a k2x k)<br />
+...+<br />
.<br />
+b (a x + a x +...+ a x )<br />
Átrendezve az egyenletet:<br />
j 1j 1 2j 2 kj k<br />
ˆy = (b1a 11+ b2a 12+...+ b ja 1j)x 1+<br />
+(b1a 21+ b2a 22 +...+ b ja 2j)x 2 +...+<br />
.<br />
+(ba +b a +...+ba )x<br />
1 k1 2 k2 j kj k<br />
A fent leírt főkomponens transzformációval felhasználhatók a főkomponensek következő előnyös tulajdonságai:<br />
• a főkomponensek páronként ortogonális rendszert alkotnak,<br />
• a főkomponensek varianciáinak összege megegyezik az eredeti változók varianciáinak összegével,<br />
2 2 2<br />
λ 1+ λ 2 +...+ λ k = σ ( x1) + σ ( x2) +...+ σ ( x k)<br />
• a főkomponensek csökkenő varianciáik szerint vannak sorba rendezve.<br />
2 2 2<br />
σ λ ≥σ λ ≥ ≥ σ λ<br />
( ) ( ) ( )<br />
1 2 ... k<br />
A főkomponens súlyok (loading változók) számítása<br />
A főkomponens súlyok, a sajátvektorok elemeinek és a megfelelő sajátértékek négyzetgyökének szorzatai:<br />
d ij =aij λ j<br />
i,j=1,2,…,k<br />
A főkomponenssúlyokat tartalmazó D mátrix, az ún. főkomponenssúly-mátrix, dimenziója k*k és az<br />
alábbi tulajdonságokkal rendelkezik:<br />
• A főkomponenssúlyok abszolút értékei 1-nél nem nagyobbak.<br />
• Az oszloponkénti négyzetösszegük a saját érték (λj), soronkénti négyzetösszegük pedig egy.<br />
• A főkomponenssúlyok megadják a vizsgált magyarázóváltozók és a főkomponensek közötti lineáris<br />
korrelációs együtthatót.<br />
A kommunalitási mutatók számítása<br />
A főkomponens súly négyzetek felhasználásával a kommunalitási mutatók számíthatók ki:<br />
2 2<br />
d ij =aijλ j<br />
A D mátrix k-adik sora első w darab elemeinek négyzeteit kumuláljuk, akkor a k-adik magyarázóváltozó<br />
kommunalitásához jutunk.<br />
172<br />
A számítások a mátrix.xls mátrixok szorzása munkalapon elvégezhető. A saját értékeket és a saját vektorokat a<br />
bevont változókra a regresszio.xls parancsfájl a a mátrix munkalapon közli.<br />
163