22.10.2014 Views

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

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

quelli che sono tra loro perpen<strong>di</strong>colari evidenziano correlazioni nulle.<br />

Il <strong>di</strong>agramma delle variabili e’ utile anche per l’interpretazione delle componenti principali<br />

perche’ mette in luce le relazioni che le variabili hanno con esse. I valori <strong>degli</strong> autovettori (assi)<br />

positivi o negativi piu’ elevati in<strong>di</strong>cano che le variabili a cui sono riferiti sono quelle maggiormente<br />

correlate positivamente o negativamente con le corrispondenti componenti principali [equazioni<br />

(8.13) e (8.14)]. Per questo fatto le componenti principali possono essere interpretate come<br />

gra<strong>di</strong>enti delle variabili che riassumono, rispetto ai quali gli oggetti possono essere or<strong>di</strong>nati e<br />

facilmente descritti sulla base della collocazione che essi trovano nel <strong>di</strong>agramma (ve<strong>di</strong> Fig. 8.6).<br />

Diagramma <strong>degli</strong> oggetti. Il <strong>di</strong>agramma a due <strong>di</strong>mensioni x,y per gli oggetti viene costruito<br />

assumendo come asse x la prima componente principale (Y 1 ) e come asse y la seconda (Y 2 ).<br />

Anche in questo caso la posizione <strong>degli</strong> n oggetti e’ determinata dai valori che assumono negli assi<br />

che, essendo centrati, si incrociano nel punto <strong>di</strong> coor<strong>di</strong>nate [0,0]. La vicinanza spaziale dei puntioggetto<br />

nel piano determinato dalle prime due componenti riflette la somiglianza tra gli oggetti.<br />

(ve<strong>di</strong> Fig. 8.6-b).<br />

2<br />

1<br />

PCA 2<br />

0<br />

-1<br />

-2<br />

-3<br />

-3.0<br />

-2.0<br />

-1.0<br />

0.0<br />

1.0<br />

2.0<br />

PCA 1<br />

(a)<br />

(b)<br />

Fig. 8.6 Risultati grafici dell’analisi delle componenti principali applicata a 20 tipi <strong>di</strong> boschi del Friuli<br />

Venezia Giulia descritti da valori me<strong>di</strong> <strong>di</strong> alcuni in<strong>di</strong>ci ecologici. (a) Descrizione dello spazio generato dalle<br />

prime due componenti principali e da esse sud<strong>di</strong>viso in quattro aree. Il primo asse separa i boschi <strong>di</strong><br />

ambienti umi<strong>di</strong> da quelli <strong>di</strong> ambienti secchi, il secondo asse separa quelli che risentono <strong>di</strong> un clima<br />

continentale da quelli situati in regioni a clima me<strong>di</strong>terraneo. (b) Or<strong>di</strong>namento dei 20 tipi <strong>di</strong> boschi nello<br />

stesso spazio bi<strong>di</strong>mensionale. I quattro simboli utilizzati in<strong>di</strong>cano l’appartenenza a 4 <strong>di</strong>stinti gruppi<br />

in<strong>di</strong>viduati con un metodo <strong>di</strong> classificazione. L’interpretazione dei gruppi e’ facilitata dalla descrizione dei<br />

quadranti dello spazio letta in (a). Si possono facilmente in<strong>di</strong>viduare i boschi piu’ umi<strong>di</strong> (ê), quelli piu’<br />

secchi <strong>di</strong> clima continentale ( ] ), quelli piu’ secchi <strong>di</strong> clima me<strong>di</strong>terraneo (ï) e quelli <strong>di</strong> caratteristiche<br />

interme<strong>di</strong>e (ë).<br />

Diagramma congiunto delle variabili e <strong>degli</strong> oggetti. La tecnica del biplot ha lo scopo<br />

8-111

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

Saved successfully!

Ooh no, something went wrong!