03.05.2013 Views

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!