Enrico Feoli, Paola Ganis - Università degli Studi di Trieste
Enrico Feoli, Paola Ganis - Università degli Studi di Trieste
Enrico Feoli, Paola Ganis - Università degli Studi di Trieste
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>di</strong>mensioni consente <strong>di</strong> or<strong>di</strong>nare i rilievi o le specie o entrambi in sequenza e quin<strong>di</strong> <strong>di</strong> ristrutturare<br />
la tabella dei dati rior<strong>di</strong>nando le righe e/o le colonne secondo tali sequenze.<br />
2.0<br />
1.0<br />
asse 2<br />
0.0<br />
-1.0<br />
-2.0<br />
-2.0<br />
-1.0<br />
0.0<br />
1.0<br />
2.0<br />
asse 1<br />
(a) (b) (c)<br />
Fig. 8.1 Rappresentazione grafica <strong>di</strong> punti in uno spazio ridotto formato da assi che sono combinazioni <strong>di</strong><br />
variabili originali. (a) or<strong>di</strong>namento bi<strong>di</strong>mensionale in cui e' evidente una tendenza <strong>di</strong> variazione lungo una<br />
curva (b) or<strong>di</strong>namento bi<strong>di</strong>mensionale <strong>di</strong> punti formanti una nube iso<strong>di</strong>ametrica (c) or<strong>di</strong>namento<br />
tri<strong>di</strong>mensionale.<br />
8.1 METODI LINEARI<br />
Tra<strong>di</strong>zionalmente sono considerati lineari quei meto<strong>di</strong> <strong>di</strong> or<strong>di</strong>namento basati sull'assunto che<br />
le relazioni tra le variabili siano <strong>di</strong> tipo lineare. Questi meto<strong>di</strong>, comprendenti l’analisi delle<br />
componenti principali, l’analisi fattoriale, l’analisi della correlazione canonica e l’analisi<br />
<strong>di</strong>scriminante costituiscono, assieme all'analisi della varianza multipla e della regressione multipla,<br />
la statistica multivariata lineare. Ciononostante, si possono includere nei meto<strong>di</strong> lineari tutti quei<br />
meto<strong>di</strong> che, sebbene non presumano relazioni lineari tra le variabili, utilizzano l'algebra lineare<br />
delle matrici per costruire gli assi <strong>di</strong> or<strong>di</strong>namento delle variabili/specie o <strong>degli</strong> oggetti/rilievi. Essi<br />
prevedono in sequenza le seguenti due operazioni:<br />
1) calcolo della matrice simmetrica descrivente le relazioni tra le variabili o tra gli oggetti.<br />
Nel primo caso si tratta <strong>di</strong> una matrice <strong>di</strong> varianza-covarianza o <strong>di</strong> correlazione secondo la<br />
modalita' <strong>di</strong> analisi R (ve<strong>di</strong> paragrafo 6.2) e nel secondo <strong>di</strong> una matrice <strong>di</strong> prodotti scalari o <strong>di</strong><br />
<strong>di</strong>stanze 7 secondo la modalita' <strong>di</strong> analisi Q.<br />
I passi <strong>di</strong> calcolo <strong>di</strong> questa operazione sono gia' stati descritti nel capitolo 7 relativo alla<br />
classificazione. Ricor<strong>di</strong>amo soltanto che da una matrice X(mxn) <strong>di</strong> m righe/variabili e n<br />
colonne/oggetti si perviene ad una matrice quadrata simmetrica R <strong>di</strong> or<strong>di</strong>ne m o ad una matrice Q<br />
<strong>di</strong> or<strong>di</strong>ne n, secondo lo schema riportato in Fig. 8.2, applicando uno <strong>degli</strong> in<strong>di</strong>ci suddetti.<br />
2) estrazione <strong>di</strong> autovalori ed autovettori dalla matrice simmetrica allo scopo <strong>di</strong> ottenere<br />
⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯<br />
7 La matrice <strong>di</strong> <strong>di</strong>stanza viene trasformata in una matrice <strong>di</strong> somiglianza secondo una delle formule<br />
in<strong>di</strong>cate al paragrafo 7.7.1 prima <strong>di</strong> procedere alla seconda operazione.<br />
8-97