Analisi delle Corrispondenze Multiple - Strumenti ... - Docente.unicas.it

More documents

Recommendations

Info

AutovaloriAnalisi delleCorrispondenzeMultipleA. IodiceDefinizione amatrice deidatiCollegamentocon il casobivariatoFormalizzazionedel problemaFormalizzazioneMCA residuistandardizzatiRisultatianalisi ACMLa matrice Z identifica s punti nello spazio R n . Tuttavia ognuno dei p blocchi che compongono Z ècaratterizzato da un autovalore banale, analogamente a quanto accade nel caso bivariato.Il numero di autovaloriIl numero di autovalori non nulli ès 1 + (s 2 − 1) + (s 3 − 1) + . . . + (s p − 1) = s − p + 1Nell’analisi centrata (baricentro Della nube traslato nell’origine degli assi) il numero di autovalori non nullis − pDunque, la percentuale di variabilità spiegata è data daλ α∑ s−pj=1 λαA. Iodice () Analisi delle Corrispondenze Multiple Statistica 22 / 58
AutovaloriAnalisi delleCorrispondenzeMultipleA. IodiceDefinizione amatrice deidatiCollegamentocon il casobivariatoFormalizzazionedel problemaFormalizzazioneMCA residuistandardizzatiLa percentuale di variabilità spiegataλ α∑ s−pj=1 λαRappresenta una misura pessimistica del potere esplicativo della sintesi ottenuta.motivo: la codifica disgiuntiva completa impone una sfericità artificiale della nube dei punti.correzione autovalori Benzècriper λ > 1 p( )λ ∗ p 2 (=λ − 1 ) 2p − 1pRisultatianalisi ACMA. Iodice () Analisi delle Corrispondenze Multiple Statistica 23 / 58
Page 1 and 2: Analisi delleCorrispondenzeMultiple
Page 3 and 4: Analisi Delle CorrispondenzeAnalisi
Page 5 and 6: Tabelle di datiAnalisi delleCorrisp
Page 19 and 20: Formalizzazione del problema: soluz
Page 21: Formalizzazione del problema: soluz
Page 25 and 26: Formalizzazione MCA residui standar
Page 31 and 32: Risultati analisi ACMAnalisi delleC
Page 33 and 34: Risultati analisi MCAAnalisi delleC
Page 49 and 50: Altra applicazioneAnalisi delleCorr

Analisi delle Corrispondenze Multiple - Strumenti ... - Docente.unicas.it

Create successful ePaper yourself

Delete template?

Save as template?